“嫦娥二号”后续小行星飞越探测任务设计

为了实现对4179小行星飞越之后的嫦娥二号卫星的最大限度利用,提出了后续小行星飞越探测计划,研究了相关飞行任务设计。基于嫦娥二号卫星轨道、剩余燃料和测控距离等约束,设计了能量最优的转移轨道,给出了合适的小行星交会目标。研究了不同轨道控制方式下的转移轨道中途修正。基于我国深空测控网分布,分析了嫦娥二号后续小行星飞越探测任务的测控情况。研究结果表明,基于嫦娥二号剩余燃料,合适的飞越探测目标为小行星1997XF11和2005VS,转移过程中我国深空测控站每天可以实现8h以上跟踪,中途修正速度增量小于10m/s。     

航天器近距离交会斜滑制导算法

提出了满足测量视场、最小脉冲间隔、最大脉冲受限等约束的燃料最省的航天器近距离交会多脉冲斜滑制导算法.建立了近距离交会(接近和撤离)多脉冲斜滑制导算法的统一数学模型;提出了理想交会轨道距离和速率的指数函数变化关系,使得算法能够实现任意时间的近距离交会,同时满足接近操作减速和撤离过程加速的任务要求;设计了对数函数映射法进行脉冲寻优.最后通过接近段和撤离段的操作仿真算例进行验证,仿真结果表明,相比最优化方法,对数函数映射法以较小的计算量实现了较好的寻优效果;算法能够以较省的燃料消耗实现轨道面内任意方向、任意时间内满足约束的近距离交会.     

航天器交会中的多圈Lambert问题研究

针对大椭圆轨道追踪器固定时间直接碰撞交会问题,介绍了一种快速确定多圈Lambert问题最优解的新方法。研究了多圈Lambert转移解,分析了转移时间与转移轨道参数的关系;研究了无时间约束最优直接碰撞交会及其必要条件。仿真表明:最优解快速确定方法有效、可行,并可提高计算效率。     

J2摄动下卫星编队重构的多脉冲轨迹优化

针对考虑J_2摄动的椭圆参考轨道的编队重构问题,以消耗燃料最少为目标函数,基于高斯变分方程研究编队重构的多脉冲轨迹优化方法。推导考虑J_2摄动和轨道面内外耦合的轨道要素偏差线性动力学方程,采用遗传算法和序列二次规划结合的混合算法对总的速度增量进行优化。数值仿真表明该混合算法有效,可以高效地得到可行解。由于考虑了J_2摄动和椭圆参考轨道,该算法对航天任务中的轨迹优化具有一定的参考意义。     

月球探测器飞越多小天体的拓展任务设计

为充分利用月球探测任务完成后的探测器,提出控制其从环绕月球或地球的轨道出发开展多个小天体飞越探测拓展任务。结合月球探测任务完成后的探测器飞行状态,重点分析了逃逸月球或地球的能量需求,以及小天体飞越探测的其他必要条件,如小天体亮度、星载设备能力约束等。研究了小天体目标确定和转移轨道设计方法,针对小天体目标众多引起的搜索空间和计算量大、多目标序列优化复杂等问题,设计了小天体目标多层择优搜索算法。以嫦娥五号为例,搜索得到了多个可行的小天体飞越探测方案,结果表明在给定约束下可以交会最多5个小天体,包括尺寸较大的小行星12923。研究结论可直接用于嫦娥五号拓展任务,并为后续月球和小天体探测任务提供有益参考和借鉴。     

一种基于导航点的航天器相对运动轨迹生成策略

针对圆(近圆)轨道航天器相对运动的固定时间状态转移问题,提出了一种基于导航点的多脉冲优化轨迹生成策略.从相对运动动力学出发,应用最优控制理论给出了基于连续推力的最优转移轨线,将引入的导航点限定在最优转移轨线上得到其位置参数;然后利用导航点位置参数建立了脉冲约束下的基于脉冲的优化轨迹生成模型,采用二次规划算法求解,通过改变导航点位置和脉冲间隔优化轨迹.仿真算例验证了策略的有效性.     

基于多圈Lambert转移的空间交会方法研究

研究了多圈Lambert转移方法在双冲量交会中的应用。利用转移时间与转移轨道的特点,提出了直接求解最大转移圈数的方法,从而提高了多圈Lambert转移问题的求解效率。用该算法对空间交会问题进行了仿真分析,验证了上述方法的有效性,同时也说明在交会时间较长时,利用多圈Lambert交会有利于减少交会所需的能量。     

星际探测太阳帆行星和太阳借力轨道全局优化

以太阳帆在20年内飞行至距离太阳200 AU以远进行星际探测为目标,研究太阳帆通过行星借力和太阳借力的轨道全局优化问题。建立太阳帆时间最优转移轨道数学模型,分析行星借力和太阳借力的约束条件,并用这些约束条件构造目标函数,从而将轨道优化的四点边值问题转化为求解无约束条件下的多变量优化问题。通过选取合理的约束权重,采用遗传算法获得大范围的粗略解,代入到序列二次规划算法中获得高精度解。仿真结果表明,虽然太阳帆通过太阳借力已获得相当大的加速度,但加上木星借力仍然可以节省相当多的飞行时间。提出的轨道优化思路,可以为太阳系逃逸任务轨道初步设计提供参考。     

面向协同探测的多机雷达功率时间联合优化分配算法

针对多目标搜索及跟踪场景,研究了面向协同探测的多机雷达功率时间联合优化分配算法。首先,基于信号检测理论和克拉美-罗下界,分别推导了雷达搜索性能与跟踪性能评估指标;在此基础上,建立了面向协同探测的多机雷达功率时间联合优化分配模型,即以最大化雷达工作性能指标为优化目标,以满足给定系统资源限制为约束条件,对雷达搜索及跟踪任务中节点选择、辐射功率和任务时间等参数进行联合优化设计;最后,针对上述优化问题,采用基于内点法和粒子群算法的三步分解算法进行求解。仿真结果表明,与现有算法相比,所提算法能够在满足给定系统资源限制的条件下,有效提高雷达系统搜索性能和跟踪精度。     

单航天器无需变轨与Walker星座多星交会的充分条件及特性分析

以Walker星座为研究对象,对单航天器无需变轨实现多星交会的问题展开研究。从Walker星座相位同构特性出发,得到了单航天器无需变轨能够对多颗星座卫星交会的充分条件,对交会的星座卫星的数目和星座卫星组合等问题进行了研究。在此基础上,提出了利用解析法求解交会轨道的轨道设计方法,并对交会轨道的特性进行了分析。对交会更多星座卫星(大于3颗)的可能性展开了讨论。研究结果可为单航天器无需变轨对星座多星交会提供理论依据。     

基于GRA-PSO算法的端铣工艺参数多目标优化

考虑生产实际的需求,综合最小变形误差、最大金属切除率和最大刀具耐用度建立端铣工艺参数多目标优化模型。通过对粒子群全局寻优能力和灰色理论的适应性综合分析,研究提出耦合粒子群算法（Particle Swarm Op-timization,PSO）和灰色关联（Gray Relevancy Analysis,GRA）的多目标工艺参数优化算法。该方法将多目标函数的优化问题转化为优化单项灰关联度,得到了多项工艺指标要求下的参数优化组合。将该方法应用在多目标工艺参数优化设计中取得了满意的结果,表明其具有很大的适应性。     

采用弹道修正技术的红外干扰弹性能优化

针对弹道修正弹的高维非线性特性导致的性能优化难题,改变概念设计阶段传统的串行设计方式,提出了一种基于实验设计(Design Of Experiments,DOE)和响应面(Response Surface Methodology,RSM)的智能优化算法,定义基本的弹丸结构模型以及相关的设计参数.在DOE的基础上,将设计...     

基于运动合成的小推力轨道优化方法

针对小推力轨道优化设计问题,提出一种基于运动合成的新方法。给出基于运动合成的小推力轨道机动表达方式,将小推力轨道运动分解成相对独立的三项:单独考虑日心引力的二体轨道运动,单独考虑小推力的运动,以及小推力的存在引起的日心引力摄动作用下的运动。分别给出各项运动的解析表达式,通过合成叠加得到小推力轨道的近似解析解。在此基础上,将小推力轨道优化问题转化成非线性规划问题,并利用序列二次规划方法求解。以小行星1989ML、火星和金星交会任务为例分别进行仿真实验,结果表明,所设计轨道满足任务约束,验证了该方法具有可用性和高效性。     

基于边界交叉法的高超声速滑翔飞行器多目标轨迹优化研究

针对高超声速滑翔飞行器复杂约束条件下多目标轨迹设计问题，基于边界交叉法和伪谱法提出了其多目标轨迹优化方法。首先，分析了高超声速滑翔飞行器复杂约束轨迹优化问题的特点，提出了多目标轨迹优化问题。然后，采用边界交叉法和伪谱法将多目标轨迹优化问题转化为一组单目标优化子问题，利用非线性规划算法分别求解。在优化过程中，将已求解子问题的解作为下一个子问题的初始值。利用上述方法求解了最大横程和最小峰值热流轨迹优化问题，仿真结果表明：本文方法能够有效搜索到优化轨迹的Pareto前沿，可以为高超声速滑翔飞行器轨迹设计提供参考。     

基于遗传算法的多目标虚拟装配路径规划

针对以往求解路径规划问题中以路径最短为目标的局限性以及随机选取初始路径的缺陷,引入合适的目标函数和遗传算子,提出了一种基于遗传算法的多目标虚拟装配路径规划方法,利用大范围初始化的方式产生具有代表性的初始群体,设计了具有启发作用、适合路径规划的遗传算子,能够同时得到不同特点的多条路径,优化了装配路径.     

高超声速伸缩翼变形飞行器轨迹多目标优化

针对高超声速条件下变形技术的应用模式，对具有伸缩翼的组合式飞行器滑翔弹道进行了多目标优化研究。介绍了伸缩翼的变形模式，给出了不同变形状态下的气动特性；建立了三自由度滑翔轨迹动力学模型和伸缩翼前缘热流计算模型；采用MOEA/D多目标优化算法，以变形条件和飞行攻角为设计变量、以最大射程和最小翼前缘总吸热量为目标函数，进行了多目标优化计算。优化结果表明，MOEA/D计算得到了相对均匀分布的Pareto最优解集，将伸缩翼外形与无变形外形相比，飞行器滑翔段射程得到了显著提高，同时伸缩翼前缘总吸热量有明显的降低。     

复杂环境下基于多目标粒子群的DWA路径规划算法

针对机器人在障碍物分布密集的复杂环境中运行时,动态窗口法(dynamic window approach,DWA)易出现避障失败或规划不合理的情况,提出一种基于多目标粒子群优化算法(multi-objective particle swarm optimization,MOPSO)的改进DWA规划算法。在建立多障碍物环境覆盖模型的基础上,提出一种障碍物密集度的判断方法;优化DWA算法中的子评价函数;利用改进的MOPSO算法实现DWA权重系数的动态调整,将权重系数的自适应变化问题转化为多目标优化问题;根据路径规划的要求将安全距离和速度作为优化目标,并使用改进的MOPSO算法对相应的多目标优化模型进行优化求解。仿真结果表明,该算法使机器人有效地通过障碍〖BHDWG8,WK10YQ,DK1*2,WK1*2D〗〖XCLXY.TIF;%129%129〗听语音 聊科研与作者互动 物密集区的同时兼顾了运行的安全性和速度,具有更好的路径规划效果。