CN107092731B - 亚轨道运载火箭级间比推力弹道一体化优化方法 - Google Patents
亚轨道运载火箭级间比推力弹道一体化优化方法 Download PDFInfo
- Publication number
- CN107092731B CN107092731B CN201710218304.9A CN201710218304A CN107092731B CN 107092731 B CN107092731 B CN 107092731B CN 201710218304 A CN201710218304 A CN 201710218304A CN 107092731 B CN107092731 B CN 107092731B
- Authority
- CN
- China
- Prior art keywords
- sub
- carrier rocket
- time domain
- constraint
- function
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Testing Of Engines (AREA)
- Feedback Control In General (AREA)
Abstract
亚轨道运载火箭级间比推力弹道一体化优化方法,通过遗传算法给出若干组级间比、推力以及滑行时间的参数组合,作为初始种群的个体;分别将每一组参数组合作为输入条件,以交班速度作为目标函数,通过内层优化算法进行求解,得到每组级间比、推力下的最优飞行弹道和对应的交班速度;以交班速度作为每一组参数的适应度,利用遗传算法得到最优运载器级间比、推力组合和对应的飞行弹道。本发明在满足亚轨道运载火箭飞行过程中的动压、过载、热流约束的情况下,在运载器总装药量不变情况下,尽可能的提高亚轨道运载火箭的交班速度以使有效载荷拥有更大的交班速度。
Description
技术领域
本发明涉及一种应用于亚轨道运载火箭的级间比推力弹道一体化优化方法,属于运载火箭总体参数设计领域。
背景技术
亚轨道飞行器作为一种全新的空中平台,开拓了飞机与卫星之间存在的广阔真空地带,具有传统飞行器无法比拟的得天独厚的优势。相对于传统的运载火箭,亚轨道运载火箭弹道形式上具有以下特点:
1)较低的交班高度,且助推段全程在大气层内飞行。
2)接近0°的交班弹道倾角,需要运载器在大气层内迅速转弯。
使用针对空间轨道任务设计的传统运载火箭进行亚轨道飞行器的发射任务势必带来成本增加与可靠性降低的问题,随着各国对亚轨道空间开发力度的加大,有必要对现有的运载火箭进行优化设计以适应于亚轨道发射任务,使得在满足亚轨道运载火箭飞行过程中的动压、过载、热流约束的情况下,在运载器总装药量不变情况下,尽可能的提高亚轨道运载火箭的交班速度以使有效载荷拥有更大的交班速度。
运载火箭的设计工作涉及到总体、弹道、气动、动力、控制等诸多学科,是一项复杂的系统工程。总体设计及优化作为当中的牵引项目,不仅将为后续的诸多分系统设计提供指导的方向,更为重要的是将决定飞行器所能达到的最优性能。此外,亚轨道运载火箭的弹道设计也同样对有效载荷的性能有着十分重要的意义。任何涉及亚轨道运载火箭的总体优化都离不开经过优化弹道的检验,能否将总体优化设计所赋予飞行器的性能提升完全地发挥出来取决于弹道设计的优劣。弹道设计与总体的设计的关系就如同计算机的软件与硬件的关系一样,二者的最优组合才能带来最佳的性能。目前还没有对传统运载火箭进行优化设计以适应于亚轨道发射任务的方法。
发明内容
本发明的技术解决问题是:克服现有技术的不足,提供亚轨道运载火箭级间比推力弹道一体化优化方法,在满足亚轨道运载火箭飞行过程中的动压、过载、热流约束的情况下,在运载器总装药量不变情况下,使有效载荷拥有更大的交班速度。
本发明的技术解决方案是:亚轨道运载火箭级间比推力弹道一体化优化方法,包括如下步骤:
第一步:通过遗传算法给出若干组级间比、推力以及滑行时间的参数组合,作为初始种群的个体;
第二步:分别将每一组参数组合作为输入条件,以交班速度作为目标函数,通过内层优化算法进行求解,得到每组级间比、推力下的最优飞行弹道和对应的交班速度;
第三步:以第二步得到的交班速度作为每一组参数的适应度;
第四步:判断是否满足迭代的终止条件,如果满足终止条件,则将最后一代种群中适应度最大的个体作为优化的最优结果,输出最优运载器级间比、推力组合和对应的飞行弹道;否则执行第五步;
第五步:对每一组参数进行选择、交叉、变异遗传操作,然后返回第二步继续执行。
所述内层优化算法的实现步骤如下:
(2.1)对亚轨道运载火箭动力学模型进行时域变换,得到时域为[-1,1]的亚轨道运载火箭动力学模型;
(2.2)将步骤(2.1)得到的亚轨道运载火箭动力学方程中的控制量和状态量进行离散;
(2.3)将步骤(2.1)得到的亚轨道运载火箭动力学方程进行离散;
(2.4)将过程约束和终端约束进行离散;
(2.5)将目标函数进行离散;
(2.6)将每一组参数组合作为输入条件,采用序列二次规划方法进行求解,得到每组级间比、推力下的最优飞行弹道和对应的交班速度。
所述步骤(2.1)的实现方法为:
(3.1)利用如下变换公式对求解的时间区域进行时域变换:
其中,τ为[-1,1]之间的变量,t0为亚轨道运载火箭起飞时刻,tf为亚轨道运载火箭交班时刻,t为亚轨道运载火箭从起飞到交班之间的任一时刻;
(3.2)对亚轨道运载火箭动力学方程进行时域变换,得到时域为[-1,1]的亚轨道运载火箭动力学方程:
式中:v为亚轨道运载火箭速度,θ为当地弹道倾角,φ为射程角,r为地心距,P为发动机推力,L和D分别为亚轨道运载火箭的升力和推力,α为攻角,m为亚轨道运载火箭质量,g为重力加速度,为亚轨道运载火箭发动机质量流量;其中r、φ、v、θ、m为状态量,α为控制量;
(3.3)对过程约束条件进行时域变换,得到时域为[-1,1]的动压约束条件和法向过载约束条件如下:
动压约束:
法向过载约束:
(3.4)对边界约束条件进行时域变换,得到时域为[-1,1]的终端高度约束条件和终端倾角约束条件如下:
终端高度约束:
终端倾角约束:
所述步骤(2.2)的实现方式为:
(4.2)利用如下公式对亚轨道运载火箭动力学方程中的状态量进行离散:
利用如下公式对亚轨道运载火箭动力学方程中的控制量进行离散:
式中Lagi(τ)为Lagrange多项式
式中,R(τ)为地心距离散后的函数,Φ(τ)为射程角离散后的函数,V(τ)为亚轨道运载火箭速度离散后的函数,Θ(τ)为当地弹道倾角离散后的函数,M(τ)为亚轨道运载火箭质量离散后的函数,A(τ)为攻角离散后的函数。
所述步骤(2.3)中,离散后的亚轨道运载火箭动力学方程为:
其中,k∈[0,N],
所述步骤(2.4)中,过程约束和终端约束离散后的公式如下:
边界约束条件:
所述步骤(2.5)的实现过程如下:
(7.2)将目标函数进行时域变换,得到时域为[-1,1]的目标函数:
(7.3)对(7.2)的目标函数进行离散,得到:
与现有技术相比,本发明具有如下有益效果:
(1)本发明外层采用遗传算法对级间比进行优化,使得运载火箭的理想速度得到提升,增大了运载器自身的潜力。
(2)本发明通过外层采用遗传算法对推力进行优化,通过内层优化算法对飞行弹道进行优化,使得运载火箭的速度损失减小,提高了运载器的效率。
(3)本发明通过增大理想速度与减小速度损失两个手段可以使运载火箭的交班速度得到有效地提升,在满足亚轨道运载火箭飞行过程中的动压、过载、热流约束的情况下,在运载器总装药量不变情况下,增大运载火箭的射程能力。
(4)本发明通过飞行弹道优化和级间比、推力的优化,使得运载火箭能够达到全局最优的性能。
附图说明
图1为本发明流程图;
图2为内层优化算法流程图。
具体实施方式
运载火箭优化的性能指标通常可以归纳为以下几类:1.最大射程或最大交班速度;2.最小起飞质量;3.最大有效载荷;4.最小成本。对于不同类型的运载火箭,它们的重要程度并不相同,根据问题的性质和设计经验,应选择对目标函数影响显著的参数作为设计变量。本发明所选择的目标函数是运载火箭总装药量不变情况下的最大交班速度。影响运载火箭性能指标的参数很多。本发明以各级发动机装药量推力以及运载火箭的飞行弹道作为优化变量。
本发明所涉及到的优化问题是一个总体参数与飞行轨迹结合的优化问题,总体参数的优化问题本质上是一个参数优化问题,而飞行弹道的优化本质上是一个最优控制问题,将总体参数与飞行弹道作为一个整体变量进行求解很难得到收敛解,所以本发明采用了一种分层优化模型对这一问题进行研究。在这一模型下,优化问题将被分解为两层分别进行优化,总体变量放在外层采用适用于优化静态变量的遗传算法进行优化,飞行弹道放在内层采用适用于优化动态变量的优化算法进行优化。内层优化算法将在外层给定总体参数的情况下对飞行弹道进行优化,并将得到的最佳飞行程序反馈到外层。外层根据内层得到的结果选择最优总体参数。
如图1所示,亚轨道运载火箭级间比推力弹道一体化优化方法,包括如下步骤:
第一步:外层通过遗传算法给出若干组级间比、推力以及滑行时间的参数组合,作为初始种群(即遗传代数i=0)的个体;
第二步:分别将每一组参数组合作为输入条件,以交班速度作为目标函数,通过内层优化算法进行求解,得到每组级间比、推力下的最优飞行弹道和对应的交班速度;
第三步:以第二步得到的交班速度作为每一组参数的适应度;
第四步:判断是否满足迭代的终止条件,如果满足终止条件,则将最后一代种群中适应度最大的个体作为优化的最优结果,输出最优运载器级间比、推力组合和对应的飞行弹道;否则执行第五步;
第五步:对每一组参数进行选择、交叉、变异遗传操作(更新种群,遗传代数i=i+1),然后返回第二步继续执行。
如图2所示,内层优化算法的实现步骤如下:
(1)对亚轨道运载火箭动力学模型进行时域变换,得到时域为[-1,1]的亚轨道运载火箭动力学模型;
引入变换对求解的时间区域进行时域变换:
对亚轨道运载火箭动力学方程进行时域变换,得到时域为[-1,1]的亚轨道运载火箭动力学方程:
式中:
v为亚轨道运载火箭速度,θ为当地弹道倾角,φ为射程角,r为地心距,P为发动机推力,L和D分别为亚轨道运载火箭的升力和推力,α为攻角,m为亚轨道运载火箭质量,g为重力加速度,为亚轨道运载火箭发动机质量流量;其中r、φ、v、θ、m为状态量,α为控制量。
对过程约束条件进行时域变换,得到时域为[-1,1]的动压约束条件和法向过载约束条件如下:
动压约束:
法向过载约束:
(3.4)对边界约束条件进行时域变换,得到时域为[-1,1]的终端高度约束条件和终端倾角约束条件如下:
终端高度约束:
终端倾角约束:
性能指标函数取为交班点的速度,即优化目标为使交班点速度最大:
V(t)为亚轨道运载火箭速度随时间变化的函数(2)将步骤(1)得到的亚轨道运载火箭动力学方程中的控制量和状态量进行离散;
在N阶Legendre多项式的一阶导数的零点与-1、1处离散状态量与控制量,并用Lagrange多项式拟合状态量与控制量
式中Lagi(τ)为Lagrange多项式
式中,R(τ)为地心距离散后的函数,Φ(τ)为射程角离散后的函数,V(τ)为亚轨道运载火箭速度离散后的函数,Θ(τ)为当地弹道倾角离散后的函数,M(τ)为亚轨道运载火箭质量离散后的函数,A(τ)为攻角离散后的函数。
(3)将步骤(1)得到的亚轨道运载火箭动力学方程进行离散;
状态量的导数可以写为
式中
代入动力学方程则有
即离散后的亚轨道运载火箭动力学方程为:
其中,k∈[0,N]。
(4)将过程约束和终端约束进行离散;
边界约束条件:
(5)将目标函数进行离散;
(5.1)将公式(3)的目标函数进行时域变换,得到时域为[-1,1]的目标函数:
(5.2)对(5.1)的目标函数进行离散,得到:
(6)将每一组参数组合作为输入条件,采用序列二次规划方法进行求解,得到每组级间比、推力下的最优飞行弹道和对应的交班速度。
经过仿真验证,在满足亚轨道运载火箭飞行过程中的动压、过载、热流约束的情况下,在运载器总装药量不变情况下,本发明方法使有效载荷的交班速度提升了119.2m/s。
本发明说明书中未作详细描述的内容属本领域技术人员的公知技术。
Claims (6)
1.亚轨道运载火箭级间比推力弹道一体化优化方法,其特征在于包括如下步骤:
第一步:通过遗传算法给出若干组级间比、推力以及滑行时间的参数组合,作为初始种群的个体;
第二步:分别将每一组参数组合作为输入条件,以交班速度作为目标函数,通过内层优化算法进行求解,得到每组级间比、推力下的最优飞行弹道和对应的交班速度;
所述内层优化算法的实现步骤如下:
(2.1)对亚轨道运载火箭动力学模型进行时域变换,得到时域为[-1,1]的亚轨道运载火箭动力学模型;
(2.2)将步骤(2.1)得到的亚轨道运载火箭动力学方程中的控制量和状态量进行离散;
(2.3)将步骤(2.1)得到的亚轨道运载火箭动力学方程进行离散;
(2.4)将过程约束和终端约束进行离散;
(2.5)将目标函数进行离散;
(2.6)将每一组参数组合作为输入条件,采用序列二次规划方法进行求解,得到每组级间比、推力下的最优飞行弹道和对应的交班速度;
第三步:以第二步得到的交班速度作为每一组参数的适应度;
第四步:判断是否满足迭代的终止条件,如果满足终止条件,则将最后一代种群中适应度最大的个体作为优化的最优结果,输出最优运载器级间比、推力组合和对应的飞行弹道;否则执行第五步;
第五步:对每一组参数进行选择、交叉、变异遗传操作,然后返回第二步继续执行。
2.根据权利要求1所述的亚轨道运载火箭级间比推力弹道一体化优化方法,其特征在于:所述步骤(2.1)的实现方法为:
(3.1)利用如下变换公式对求解的时间区域进行时域变换:
其中,τ为[-1,1]之间的变量,t0为亚轨道运载火箭起飞时刻,tf为亚轨道运载火箭交班时刻,t为亚轨道运载火箭从起飞到交班之间的任一时刻;
(3.2)对亚轨道运载火箭动力学方程进行时域变换,得到时域为[-1,1]的亚轨道运载火箭动力学方程:
式中:v为亚轨道运载火箭速度,θ为当地弹道倾角,φ为射程角,r为地心距,P为发动机推力,L和D分别为亚轨道运载火箭的升力和推力,α为攻角,m为亚轨道运载火箭质量,g为重力加速度,为亚轨道运载火箭发动机质量流量;其中r、φ、v、θ、m为状态量,α为控制量;
(3.3)对过程约束条件进行时域变换,得到时域为[-1,1]的动压约束条件和法向过载约束条件如下:
动压约束:
法向过载约束:
(3.4)对边界约束条件进行时域变换,得到时域为[-1,1]的终端高度约束条件和终端倾角约束条件如下:
终端高度约束:
终端倾角约束:
3.根据权利要求2所述的亚轨道运载火箭级间比推力弹道一体化优化方法,其特征在于:所述步骤(2.2)的实现方式为:
(4.2)利用如下公式对亚轨道运载火箭动力学方程中的状态量进行离散:
利用如下公式对亚轨道运载火箭动力学方程中的控制量进行离散:
式中Lagi(τ)为Lagrange多项式
式中,R(τ)为地心距离散后的函数,Φ(τ)为射程角离散后的函数,V(τ)为亚轨道运载火箭速度离散后的函数,Θ(τ)为当地弹道倾角离散后的函数,M(τ)为亚轨道运载火箭质量离散后的函数,A(τ)为攻角离散后的函数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710218304.9A CN107092731B (zh) | 2017-04-05 | 2017-04-05 | 亚轨道运载火箭级间比推力弹道一体化优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710218304.9A CN107092731B (zh) | 2017-04-05 | 2017-04-05 | 亚轨道运载火箭级间比推力弹道一体化优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107092731A CN107092731A (zh) | 2017-08-25 |
CN107092731B true CN107092731B (zh) | 2020-05-12 |
Family
ID=59649240
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710218304.9A Active CN107092731B (zh) | 2017-04-05 | 2017-04-05 | 亚轨道运载火箭级间比推力弹道一体化优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107092731B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108491647B (zh) * | 2018-03-28 | 2021-11-09 | 中国科学院国家空间科学中心 | 一种用于应急应用的发射任务设计系统及其方法 |
CN108984903B (zh) * | 2018-07-16 | 2022-12-09 | 北京航天自动控制研究所 | 一种制导参数的优选/优化设计方法 |
CN109398762B (zh) * | 2018-10-17 | 2020-05-12 | 湖北航天技术研究院总体设计所 | 一种固体火箭基于椭圆转移轨道的入轨式弹道设计方法 |
CN109470252A (zh) * | 2018-10-23 | 2019-03-15 | 哈尔滨工业大学 | 一种基于凸优化的垂直起降重复使用运载器快速轨迹优化方法 |
CN109583041B (zh) * | 2018-11-07 | 2022-11-25 | 湖北航天技术研究院总体设计所 | 一种运载火箭弹道设计方法 |
CN111089516B (zh) * | 2019-12-03 | 2021-05-18 | 北京星际荣耀空间科技股份有限公司 | 一种固体运载火箭级间分离方法、装置及设备 |
CN111046499B (zh) * | 2019-12-27 | 2023-08-04 | 广州中科宇航探索技术有限公司 | 一种确定速率陀螺安装位置的方法及系统 |
CN113761670B (zh) * | 2020-10-27 | 2024-02-13 | 深圳三零三防务科技有限公司 | 一种运载火箭的平衡飞行理论及在线入轨能力评估方法 |
CN113759956B (zh) * | 2020-12-14 | 2024-05-28 | 北京天兵科技有限公司 | 一种用于亚轨道飞行器的飞行弹道设计方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2088396A1 (fr) * | 2008-02-08 | 2009-08-12 | MBDA France | Procédé et système de validation d'une centrale inertielle d'un mobile |
CN101609479A (zh) * | 2009-06-23 | 2009-12-23 | 北京理工大学 | 一种弹道鲁棒优化设计方法 |
CN105160108A (zh) * | 2015-09-10 | 2015-12-16 | 中国人民解放军国防科学技术大学 | 一种探空火箭气动外形优化目标函数的确定方法 |
CN106021784A (zh) * | 2016-05-31 | 2016-10-12 | 北京航空航天大学 | 一种基于两层优化策略的全轨迹优化设计方法 |
CN106021628A (zh) * | 2015-07-03 | 2016-10-12 | 中国运载火箭技术研究院 | 一种运载火箭垂直返回弹道设计方法 |
CN106202804A (zh) * | 2016-07-22 | 2016-12-07 | 北京临近空间飞行器系统工程研究所 | 基于数据库的复杂外形飞行器分布式热环境参数预测方法 |
-
2017
- 2017-04-05 CN CN201710218304.9A patent/CN107092731B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2088396A1 (fr) * | 2008-02-08 | 2009-08-12 | MBDA France | Procédé et système de validation d'une centrale inertielle d'un mobile |
CN101609479A (zh) * | 2009-06-23 | 2009-12-23 | 北京理工大学 | 一种弹道鲁棒优化设计方法 |
CN106021628A (zh) * | 2015-07-03 | 2016-10-12 | 中国运载火箭技术研究院 | 一种运载火箭垂直返回弹道设计方法 |
CN105160108A (zh) * | 2015-09-10 | 2015-12-16 | 中国人民解放军国防科学技术大学 | 一种探空火箭气动外形优化目标函数的确定方法 |
CN106021784A (zh) * | 2016-05-31 | 2016-10-12 | 北京航空航天大学 | 一种基于两层优化策略的全轨迹优化设计方法 |
CN106202804A (zh) * | 2016-07-22 | 2016-12-07 | 北京临近空间飞行器系统工程研究所 | 基于数据库的复杂外形飞行器分布式热环境参数预测方法 |
Non-Patent Citations (2)
Title |
---|
临近空间直接入轨运载火箭级间比_弹道一体化优化设计;张宁宁 等;《飞行力学》;20140615;第258-261页 * |
基于改进量子粒子群算法的运载火箭弹道优化;李靖;《万方数据库》;20150315;第I140-104页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107092731A (zh) | 2017-08-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107092731B (zh) | 亚轨道运载火箭级间比推力弹道一体化优化方法 | |
US8332085B2 (en) | Particle swarm-based micro air launch vehicle trajectory optimization method | |
CN108931987B (zh) | 一种姿态控制系统设计方法 | |
CN111783232B (zh) | 一种基于聚类分析的可回收火箭返回段自适应优化方法 | |
Ebrahimi et al. | Multidisciplinary design of a small satellite launch vehicle using particle swarm optimization | |
CN112947592A (zh) | 一种基于强化学习的再入飞行器轨迹规划方法 | |
CN110822994B (zh) | 一种带落角约束的线性伪谱散布控制制导方法 | |
CN114117758A (zh) | 一种基于粒子群算法的火箭助推段弹道优化方法 | |
Zheng et al. | Multidisciplinary integrated design of long-range ballistic missile using PSO algorithm | |
CN109325288B (zh) | 一种基于不确定性优化的固体运载器总体参数确定方法及系统 | |
Choi et al. | Optimal air-launching rocket design using system trades and a multi-disciplinary optimization approach | |
Ogawa et al. | Multi-phase trajectory optimisation for access-to-space with RBCC-powered TSTO via surrogated-assisted hybrid evolutionary algorithms incorporating pseudo-spectral methods | |
Pontani et al. | Ascent Trajectories of Multistage Launch Vehicles: Numerical Optimization with Second‐Order Conditions Verification | |
Wang et al. | Satellite Constellation Reconfiguration Method Using Improved PSO Algorithm for Communication and Navigation | |
CN113778117A (zh) | 一种针对飞机纵向最优路径规划的初值智能选取多阶段伪谱法 | |
Priyadarshi et al. | Optimal two-stage parachute and retro motor sizing for launch vehicle stage recovery | |
Akhtar et al. | Support vector regression-driven multidisciplinary design optimization for multi-stage space launch vehicle considering throttling effect | |
Wang et al. | Design of a Trajectory Planning Method Oriented to Generalized Simulation | |
Xiao et al. | On the Influence of Debris Landing Area Constraint on the Optimal Carrier Rocket Trajectory Design | |
Zeeshan et al. | Support vector regression-driven multidisciplinary design optimization of a multistage ground based interceptor | |
Akhtar et al. | Simulation-based optimization strategy for liquid fueled multi-stage space launch vehicle | |
Pourtakdoust et al. | A neuro‐optimal approach for thrust‐insensitive trajectory planning | |
CN114610057B (zh) | 一种高马赫飞行器机动突防策略设计方法 | |
Badyrka et al. | Aerospace design optimization using a compound repulsive particle swarm | |
Gallagher et al. | An adaptive neuromorphic chip for augmentative control of air breathing jet turbine engines |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |