CN113741551A - 一种基于代理模型的全过程轨迹优化方法及装置 - Google Patents
一种基于代理模型的全过程轨迹优化方法及装置 Download PDFInfo
- Publication number
- CN113741551A CN113741551A CN202110808117.2A CN202110808117A CN113741551A CN 113741551 A CN113741551 A CN 113741551A CN 202110808117 A CN202110808117 A CN 202110808117A CN 113741551 A CN113741551 A CN 113741551A
- Authority
- CN
- China
- Prior art keywords
- braking
- trajectory
- track
- orbital vehicle
- reentry
- 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.)
- Pending
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 86
- 238000000034 method Methods 0.000 title claims abstract description 84
- 230000008569 process Effects 0.000 title claims description 27
- 238000012546 transfer Methods 0.000 claims abstract description 66
- 239000013598 vector Substances 0.000 claims abstract description 65
- 101000606504 Drosophila melanogaster Tyrosine-protein kinase-like otk Proteins 0.000 claims description 30
- 238000002360 preparation method Methods 0.000 claims description 27
- 230000007704 transition Effects 0.000 claims description 25
- 238000013461 design Methods 0.000 claims description 23
- 230000002068 genetic effect Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 5
- 230000009471 action Effects 0.000 claims description 3
- 239000003795 chemical substances by application Substances 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 5
- 230000005484 gravity Effects 0.000 description 4
- 230000010354 integration Effects 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 241001596784 Pegasus Species 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/12—Target-seeking control
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于代理模型的全过程轨迹优化方法及装置。所述方法包括:获取轨道飞行器在空中发射段内有效载荷最大的弹道;获取所述轨道飞行器在空间机动段内的二次脉冲和转移提前角;获取轨道飞行器在进入大气层之前的制动开始时刻和制动脉冲矢量;获取轨道飞行器在大气层再入阶段内的再入阶段轨迹;基于代理模型,对所述发射段目标轨道高度、再入制动前准备轨道高度、制动开始时刻进行优化,得到轨道飞行器的有效载荷最大的弹道、二次脉冲、转移提前角、制动开始时刻、制动脉冲矢量和再入阶段轨迹的在轨优化参量;基于在轨优化参量对轨道飞行器进行控制。本发明可以克服原始动力学模型过于复杂、优化求解效率低的问题,提高了优化迭代效率。
Description
技术领域
本发明涉及航天技术领域,特别是一种基于代理模型的全过程轨迹优化方法及装置。
背景技术
以美国X-37B飞行器为代表的可重复使用轨道飞行器由于其具有可在空间长时间驻留、快速响应、空间攻防对抗等能力和优势,引起了各航天大国的极大关注。自航天飞机退役后,此类飞行器成为了用于执行空间站补、在轨维护等空间任务的最佳备选方案之一。然而,由于此类航天器的全任务流程包括发射、空间机动、离轨制动和大气内升力再入等,阶段间的耦合关系复杂,其全任务流程的整体优化是典型的非线性多目标优化问题。对此问题,已有不少相关研究涉及上述各阶段的轨迹优化设计,例如:Pescetelli等人利用混合随机确定性算法实现了对单级入轨飞行器的上升段弹道优化,Yokoyama等人采用修正GA算法求解航天飞机再入轨迹问题,Jorris等人则给出了一种基于高斯伪谱优化的高超声速滑翔飞行器最优弹道生成方法等等。然而,此类研究大都聚焦全流程的独立阶段,依据经验对各阶段单独提出优化指标,未能实现对全流程任务的整体优化,相关研究较少。
由于粒子群算法、遗传算法等启发式算法具有不依赖于系统梯度信息、不易陷入局部极小值、适用的问题范围广等特性,少数学者将其运用到了全任务流程轨迹优化设计中。例如,Lin等人提出了一种基于遗传算法的两层迭代优化策略,以解决全程轨迹优化问题。然而,全任务流程的动力学模型复杂,直接采用原始动力学模型进行优化往往会导致优化迭代效率低、计算时间长、对计算机性能要求高等问题与不足。
发明内容
本发明解决的技术问题是:克服现有技术的不足,提供了一种基于代理模型的全过程轨迹优化方法及装置。
为了解决上述技术问题,本发明实施例提供了一种基于代理模型的全过程轨迹优化方法,包括:
获取轨道飞行器在空中发射段内有效载荷最大的弹道;
获取所述轨道飞行器在空间机动段内的二次脉冲和转移提前角;
获取所述轨道飞行器在进入大气层之前的制动开始时刻和制动脉冲矢量;
获取所述轨道飞行器在大气层再入阶段内的再入阶段轨迹;
基于代理模型,对发射段目标轨道高度、再入制动前准备轨道高度、制动开始时刻进行优化,得到所述轨道飞行器的所述有效载荷最大的弹道、所述二次脉冲、所述转移提前角、所述制动开始时刻、所述制动脉冲矢量和所述再入阶段轨迹的在轨优化参量;
基于所述在轨优化参量对所述轨道飞行器进行控制。
可选地,所述获取轨道飞行器在空中发射段内有效载荷最大的弹道,包括:
基于遗传算法对所述轨道飞行器进行全局参数的遍历,获取所述轨道飞行器的初始设计变量;
基于起作用集法和内点法对所述初始设计变量进行处理,得到所述有效载荷最大的弹道。
可选地,所述获取所述轨道飞行器在空间机动段内的二次脉冲和转移提前角,包括:
获取所述轨道飞行器和空中目标的初始状态;
基于所述初始状态和霍曼转移理论,获取霍曼转移的第一次脉冲;
根据所述第一次脉冲和转移时间,获取第二次脉冲和转移提前角。
可选地,所述获取所述轨道飞行器在进入大气层之前的制动开始时刻和制动脉冲矢量,包括:
根据所述轨道飞行器对应的制动点和再入点的位置矢量,获取所述轨道飞行器对应的初始制动开始时刻和初始制动脉冲矢量;
基于二次规划算法第所述初始制动开始时刻和所述初始制动脉冲矢量进行修正,得到所述制动开始时刻和所述制动脉冲矢量。
可选地,所述获取所述轨道飞行器在大气层再入阶段内的再入阶段轨迹,包括:
根据所述大气层再入阶段的约束条件和所述大气层再入阶段的再入轨迹终点,采用牛顿法和黄金分割法求解得到所述再入阶段轨迹;
其中,所述约束条件包括:热流率约束条件、气动过载约束条件、动压约束条件和倾斜角约束条件。
可选地,所述基于代理模型,对发射段目标轨道高度、再入制动前准备轨道高度、制动开始时刻进行优化,得到所述轨道飞行器的所述有效载荷最大的弹道、所述二次脉冲、所述转移提前角、所述制动开始时刻、所述制动脉冲矢量和所述再入阶段轨迹的在轨优化参量,包括:
根据给定的发射日期和所述轨道飞行器的初始状态,对所述目标轨道高度、所述离轨准备轨道高度和所述制动开始时刻进行优化,获取发生所述轨道飞行器的目标轨道高度、离轨准备轨道高度和向准备轨道转移的开始时间;
基于所述目标轨道高度、所述离轨准备轨道高度和所述开始时间,对所述有效载荷最大的弹道、所述二次脉冲、所述转移提前角、所述制动开始时刻、所述制动脉冲矢量和所述再入阶段轨迹进行优化,得到在轨优化参量。
为了解决上述技术问题,本发明实施例提供了一种基于代理模型的全过程轨迹优化装置,包括:
载荷最大弹道获取模块,用于获取轨道飞行器在空中发射段内有效载荷最大的弹道;
二次脉冲获取模块,用于获取所述轨道飞行器在空间机动段内的二次脉冲和转移提前角;
制动时刻矢量获取模块,用于获取所述轨道飞行器在进入大气层之前的制动开始时刻和制动脉冲矢量;
再入阶段轨迹获取模块,用于获取所述轨道飞行器在大气层再入阶段内的再入阶段轨迹;
在轨优化参量获取模块,用于基于代理模型,对发射段目标轨道高度、再入制动前准备轨道高度、制动开始时刻进行优化,得到所述轨道飞行器的所述有效载荷最大的弹道、所述二次脉冲、所述转移提前角、所述制动开始时刻、所述制动脉冲矢量和所述再入阶段轨迹的在轨优化参量;
轨道飞行器控制模块,用于基于所述在轨优化参量对所述轨道飞行器进行控制。
可选地,所述载荷最大弹道获取模块包括:
初始设计变量获取单元,用于基于遗传算法对所述轨道飞行器进行全局参数的遍历,获取所述轨道飞行器的初始设计变量;
载荷最大弹道获取单元,用于基于起作用集法和内点法对所述初始设计变量进行处理,得到所述有效载荷最大的弹道。
可选地,所述二次脉冲获取模块包括:
初始状态获取单元,用于获取所述轨道飞行器和空中目标的初始状态;
第一次脉冲获取单元,用于基于所述初始状态和霍曼转移理论,获取霍曼转移的第一次脉冲;
第二次脉冲获取单元,用于根据所述第一次脉冲和转移时间,获取第二次脉冲和转移提前角。
可选地,所述制动时刻矢量获取模块包括:
初始制动时刻矢量获取单元,用于根据所述轨道飞行器对应的制动点和再入点的位置矢量,获取所述轨道飞行器对应的初始制动开始时刻和初始制动脉冲矢量;
制动时刻矢量获取单元,用于基于二次规划算法第所述初始制动开始时刻和所述初始制动脉冲矢量进行修正,得到所述制动开始时刻和所述制动脉冲矢量。
可选地,所述再入阶段轨迹获取模块包括:
再入阶段轨迹获取单元,用于根据所述大气层再入阶段的约束条件和所述大气层再入阶段的再入轨迹终点,采用牛顿法和黄金分割法求解得到所述再入阶段轨迹;
其中,所述约束条件包括:热流率约束条件、气动过载约束条件、动压约束条件和倾斜角约束条件。
可选地,所述在轨优化参量获取模块包括:
根据给定的发射日期和所述轨道飞行器的初始状态,对所述目标轨道高度、所述离轨准备轨道高度和所述制动开始时刻进行优化,获取发生所述轨道飞行器的目标轨道高度、离轨准备轨道高度和向准备轨道转移的开始时间;
基于所述目标轨道高度、所述离轨准备轨道高度和所述开始时间,对所述有效载荷最大的弹道、所述二次脉冲、所述转移提前角、所述制动开始时刻、所述制动脉冲矢量和所述再入阶段轨迹进行优化,得到在轨优化参量。
本发明与现有技术相比的优点在于:
本发明实施例提供的基于代理模型的全过程轨迹优化方法及装置。通过获取轨道飞行器在空中发射段内有效载荷最大的弹道,获取轨道飞行器在空间机动段内的二次脉冲和转移提前角,获取轨道飞行器在进入大气层之前的制动开始时刻和制动脉冲矢量,获取轨道飞行器在大气层再入阶段内的再入阶段轨迹,基于代理模型,对发射段目标轨道高度、再入制动前准备轨道高度、制动开始时刻进行优化,得到轨道飞行器的有效载荷最大的弹道、二次脉冲、转移提前角、制动开始时刻、制动脉冲矢量和再入阶段轨迹的在轨优化参量,基于在轨优化参量对轨道飞行器进行控制。本发明实施例利用代理模型进行优化,克服了原始动力学模型过于复杂、优化求解效率低的问题;利用傅里叶级数对发射段进行拟合,进一步提高了优化迭代效率。
附图说明
图1为本发明实施例提供的一种基于代理模型的全过程轨迹优化方法的步骤流程图;
图2为本发明实施例提供的一种再入点搜索策略的示意图;
图3为本发明实施例提供的一种制动离轨过渡轨道的示意图;
图4为本发明实施例提供的一种傅里叶级数拟合空中发射段的示意图;
图5为本发明实施例提供的一种发射和空间机动段的示意图;
图6为本发明实施例提供的一种离轨准备轨道的示意图;
图7为本发明实施例提供的一种代理模型优化的示意图;
图8为本发明实施例提供的一种基于代理模型的全过程轨迹优化装置的结构示意图。
具体实施方式
代理模型的基本思想是通过设计合适的试验,获得一系列样本点,建立原始模型输入-输出间的映射关系;代理模型建立后,输出响应可以通过代理模型直接计算求得,避免重新计算原始复杂模型。代理模型的加入,降低了计算难度,提高了优化迭代的效率。
为实现可重复使用轨道飞行器的全任务流程轨迹整体优化设计并克服原始模型过于复杂影响迭代效率的问题,本发明提出了一种利用代理模型实现的全过程轨迹优化设计方法。本发明首先对空中发射弹道求解、空间轨道机动规划、离轨制动策略设计、再入返回轨迹计算等任务阶段分别提出了优化求解策略,之后利用代理模型对由上述四个阶段组合成的全过程任务轨迹进行整体优化设计。
接下来,结合说明书附图对本发明实施例的技术方案进行如下详细描述。
实施例一
参照图1,示出了本发明实施例提供的一种基于代理模型的全过程轨迹优化方法的步骤流程图,如图1所示,该方法可以包括如下步骤:
步骤101:获取轨道飞行器在空中发射段内有效载荷最大的弹道。
在本发明实施例中,空中发射段以Pegasus空射火箭为参考。火箭由飞机运送至指定地点、高度和速度进行投放,发射后将可重复使用轨道飞行器(OV)运送指预定轨道。火箭的运动在发射惯性坐标系下描述可以如下述公式(1)所示:
mar=P+A+mg-mae-mac (1)
上述公式(1)中,ar为火箭质心加速度,P为推力矢量,A为气动力,ae牵连加速度,ac为科氏力,g为重力加速度,上式按分量展开可写作:
上述公式中,Llb为弹体坐标系到发射坐标系的状态转移矩阵,Lba是气流坐标系到弹体坐标系的状态转移矩阵。气动力A可在气流坐标系下进行描述:
其中,t1end、t2end和t3start分别为一级关机、二级关机和三级开机时刻,ts为载荷分离时刻,th是二级关机后三级开机前的滑行时间。此外,火箭的俯仰程序角满足:
本发明中,空射段的弹道优化目标是使得入轨载荷质量最大。该问题中的设计变量共十个:1)发射方位角AL;2)大攻角爬升段的最大攻角α1;3)最大攻角飞行时间t12;4)保持升力飞行攻角α2;5)保持升力飞行时间t23,按照攻角α2最佳升阻比飞行;6)滑行时间th;7)真空第一段俯仰程序角变化率8)三级点火初始俯仰角9)真空第二段俯仰程序角变化率通过多段线性俯仰角控制策略,可以有效控制火箭弹道倾角,正确切入目标轨道;10)有效载荷质量mp。
本发明采用了同时包含遗传算法、起作用有效集法和内点法的分级优化流程对空中发射问题进行求解。通过遗传算法全局寻优,筛选优化问题初始设计变量,继而利用起作用集法和内点法获取初始优化变量的局部区域内的最优解,最终得到满足飞行过程约束和入轨条件的有效载荷最大的弹道。
在获取到轨道飞行器在空中发射段内有效载荷最大的弹道之后,执行步骤102。
步骤102:获取所述轨道飞行器在空间机动段内的二次脉冲和转移提前角。
在本示例中,空间机动段的主要机动是OV与空间目标(ST)的交会机动,该交会机动采用J2动力学模型下的修正霍曼转移机动。应用二体中心引力模型下的经典霍曼转移理论,可得到经典霍曼转移的第一次脉冲、第二次脉冲、相应的转移时间以及交会提前角。将二体模型下得到的第一次脉冲和转移时间作为初值并设置转移终点约束使用内点法对其在J2模型下进行修正,可得到J2动力学模型下的修正霍曼转移第一次机动和转移时间,之后对其进行数值积分,可得相应的实际第二次脉冲和实际转移提前角。具体地,可以结合下述公式进行详细描述。
J2动力学模型可以采用下述公式(2)表示:
其中,r为航天器到地心的距离,μ是地球引力常数,RE是地球赤道半径。假设OV和ST的初始状态分别为(rOVi,vOVi)和(rSTi,vSTi),霍曼转移时间为Ttr。通过数值积分J2动力学方程可获得转移结束时的ST状态(rSTf,vSTf)。分别将(rOVi,vOVi)和(rSTf,vSTf)作为初状态和终状态,应用二体中心引力模型下的经典霍曼转移理论,可得到经典霍曼转移的第一次脉冲:
第二次脉冲:
ΔVf=VSTf-VSPf
交会提前角:
将二体模型下得到的第一次脉冲ΔviTB和转移时间TtrTB作为初值并设置转移终点约束为||rSPf-rSTf||<εdis。使用内点法对ΔviTB和TtrTB在J2模型下进行修正,可得到J2动力学模型下的修正霍曼转移第一次机动Δvi和转移时间Ttr,将结果带入上述相关公式可得相应的实际第二次脉冲和实际转移提前角。
在获取到轨道飞行器在空间机动段内的二次脉冲和转移提前角之后,执行步骤103。
步骤103:获取所述轨道飞行器在进入大气层之前的制动开始时刻和制动脉冲矢量。
在本示例中,在OV进行大气再入前需要进行一次离轨制动,由运行的近地轨道进入到连接近地轨道和地球大气边界的过渡轨道。离轨制动需要解决的主要问题是确定开始制动的时刻和制动脉冲矢量。相比调整轨道面的机动,轨道面内的机动消耗的燃料更小,因此,当离轨前OV所运行的初始轨道(下称工作轨道)平面通过预定的大气边缘再入点时实施离轨机动是合理的。为了确定再入制动的时刻,需对OV工作轨道的星下点在J2模型下进行预报,当预报得到的工作轨道星下点轨迹经过再入区域时星下点预报停止。将再入区域内距离再入点最近的星下点选作虚拟再入点,并将其作为过渡轨道的终点对离轨制动问题进行求解,用于确定离轨点和离轨制动脉冲矢量。为了在二体中心引力模型下寻找离轨点的初值,假设离轨脉冲沿轨道切向。在切向脉冲假设下,过渡轨道可视为类霍曼转移从而估计出转移时间并获得离轨制动的近似解析解。获得近似解析解后,在J2动力学模型下利用SQP算法对制动脉冲进行修正,获得J2模型下满足各项约束的制动脉冲。具体地,可以结合下述公式进行详细描述。
当预报得到的工作轨道星下点轨迹经过再入区域时星下点预报停止。将再入区域内距离再入点最近的星下点选作虚拟再入点,并将其作为过渡轨道的终点对离轨制动问题进行求解,用于确定离轨点和离轨制动脉冲矢量。为了在二体中心引力模型下寻找离轨点的初值,假设离轨脉冲沿轨道切向。如图3所示,γdo1和γdo2分别时制动点和再入点处的飞行路径角(其中,γdo2也被视为再入角),rdo1和rdo2分别为离轨点和再入点的位置矢量。值得注意的是,在切向脉冲假设下,γdo1=0。根据能量和动量守恒,可得切向离轨脉冲为大小:
cosθdo2Any=(rdo1 T·rdo2)/(rdo1·rdo2)
从离轨点到再入点所经历的时间为
通常,再入角γdo2很小,因此在切向脉冲假设下,过渡轨道可视为类霍曼转移从而估计出转移时间TdeAny。获得近似解析解后,在J2动力学模型下利用SQP算法对制动脉冲ΔVdeAny进行修正,获得J2模型下满足各项约束的制动脉冲ΔVde。此项修正主要流程为:以制动点处制动后的状态为初值对J2动力学模型进行数值积分,当OV的高度满足再入点高度约束时积分停止,获得过渡轨道;利用SQP算法对制动脉冲进行修正,使得过渡轨道终点满足下述约束:
2)制动脉冲大小不超过OV所能提供的最大脉冲,
3)再入角满足再入角约束γdo2,
4)过渡轨道终点满足再入点高度约束(根据数值积分过渡轨道终止条件,此项约束自然满足)。
至此,通过修正,完成了J2模型下基于近似解析解的离轨制动策略的确定。
在获取到轨道飞行器在进入大气层之前的制动开始时刻和制动脉冲矢量之后,执行步骤104。
步骤104:获取所述轨道飞行器在大气层再入阶段内的再入阶段轨迹。
大气再入阶段的主要约束为:1)热流率约束,通常选择驻点热流率来表征气动加热严重性;2)气动过载约束,对于机体较长以大攻角再入的升力飞行器而言在简化条件下可仅考虑法向过载;3)动压约束,在再入末段时需要考虑动压的上限;4)倾斜角约束,通常攻角是马赫数的函数。再入轨迹终点和预设目标的经纬度分二者间的误差越小越好,具体地:
大气再入阶段的主要约束为:
式中ρ为大气密度、V为无量纲航迹速度、kQ为与飞行器构型和表面材料有关的常数,本发明中取kQ=1.7415×10-4UV3。
2)气动过载约束。对于机体较长以大攻角再入的升力飞行器而言在简化条件下可仅考虑法向过载nN
nN=|L cosα+D sinα|≤nNmax
3)动压约束。在再入末段时需要考虑动压的上限
4)倾斜角约束
σ<σmax
通常,攻角是马赫数的函数,本发明中将攻角剖面取为
再入阶段的初始状态为离轨制动阶段的终点状态,即
再入阶段的终点约束为
本发明选择牛顿法和黄金分割法对再入阶段轨迹进行求解。
在获取到轨道飞行器在大气层再入阶段内的再入阶段轨迹之后,执行步骤105。
步骤105:基于代理模型,对发射段目标轨道高度、再入制动前准备轨道高度、制动开始时刻进行优化,得到所述轨道飞行器的所述有效载荷最大的弹道、所述二次脉冲、所述转移提前角、所述制动开始时刻、所述制动脉冲矢量和所述再入阶段轨迹的在轨优化参量。
至此,从空中发射到大气再入的各阶段动力学模型和求解方法均已建立。但是,对于各阶段进行前后连接后的全过程轨迹设计而言,各阶段的最优并不能够保证全过程的最优。因此,需对全过程轨迹进行整体优化,实现从部分最优到整体最优、从模块最优到系统最优的转变。通常,对于空间任务人们感兴趣的是总任务耗时、燃料消耗和载荷重量,即优化目标可设为
Jentitle=min{Ttotal,ΔVtotal,-Mload}
式中:Ttotal为总任务耗时、ΔVtotal为总速度脉冲消耗、Mload为入轨载荷质量。这是一个多约束多目标优化问题。本发明采用代理模型对该问题进行求解。
本发明所使用的轨道六要素为:半长轴a、偏心率e、倾角i、升交点赤经Ω、近地点幅角ω以及纬度幅角u。假设ST的初始轨道根数为
SopT0=[aT0,eT0,iT0,ΩT0,ωT0,uT0],
相应的历元时刻为teT0
(5.1)发射段的简化
由于发射段约束强、求解速度慢,为了提高全过程寻优的迭代效率,本发明采用8阶傅里叶级数对发射段进行拟合。发射段的目标轨道平面是发射段的约束,即(e,i,Ω)三个参数已经确定;此外,本发明涉及的主要是近圆轨道,近地点幅角ω对最终的结果影响很小,在简化过程中可不予考虑。因此,如图4所示,需要拟合入轨载荷Mload、入轨点的纬度幅角u以及发射当日零时至入轨所经历的时间t这三个参数与发射段目标轨道高度间h的关系:
fi(h)|i∈(t,u,M)=a0+a1cos(hw)+b1sin(hw)+a2cos(2hw)+b2sin(2hw)+a3cos(3hw)+b3sin(3hw)+a4cos(4hw)+b4sin(4hw)+a5cos(5hw)+b5sin(5hw)+a6cos(6hw)+b6sin(6hw)+a7cos(7hw)+b7sin(7hw)+a8cos(8hw)+b8sin(8hw)
式中:a0~a8、b1~b8以及w是通过拟合确定的系数。
(5.2)全过程的优化
如图5所示,OV被发射进入一个停泊轨道,之后从该停泊轨道出发实施与ST的交会机动。由于异面变轨往往需要消耗大量燃料,因此将OV的停泊轨道(发射的目标轨道)平面选择为ST的轨道面,即发射段目标轨道的(e,i,Ω)与ST一致,由此,发射段需要确定的OV停泊轨道的高度HP0。在具体计算过程中需首先指定发射日期,之后在J2模型下对ST进行轨道预报至当日0时并将此时的轨道平面作为发射段目标轨道平面对发射进行求解。在轨完成任务后,OV开始选择合适的时间tdsp进行再入返回操作。如图6所示,OV与ST分离后先进行一次变轨机动,进入一条高度Hdp的离轨准备轨道,此次变轨采用类似步骤(2)中提到的修正霍曼转移策略,在此不再赘述。之后,OV相继进行离轨制动和大气再入。综上所述,全过程优化问题可描述为:给定ST的初始状态SopT0和发射日期,寻找合适的发射目标轨道高度HP0、离轨准备轨道高度Hdp、开始向准备轨道转移的时间tdsp,使得指标最优。本发明采用基于代理模型的优化方法对该多目标优化问题进行求解。求解完毕后,可得到如图7所示的优化前沿,技术人员可从此前沿上选取满足自己实际需要的点作为结果来指导可重复轨道飞行器全任务流程的设计。
步骤106:基于所述在轨优化参量对所述轨道飞行器进行控制。
在获取到在轨优化参量之后,可以基于在轨优化参量对轨道飞行器进行控制,实现在轨飞行器的在轨飞行任务。
实施例二
参照图8,出了本发明实施例提供的一种基于代理模型的全过程轨迹优化装置的结构示意图,如图8所示,该装置可以包括如下模块:
载荷最大弹道获取模块810,用于获取轨道飞行器在空中发射段内有效载荷最大的弹道;
二次脉冲获取模块820,用于获取所述轨道飞行器在空间机动段内的二次脉冲和转移提前角;
制动时刻矢量获取模块830,用于获取所述轨道飞行器在进入大气层之前的制动开始时刻和制动脉冲矢量;
再入阶段轨迹获取模块840,用于获取所述轨道飞行器在大气层再入阶段内的再入阶段轨迹;
在轨优化参量获取模块850,用于基于代理模型,对所述目标轨道高度、所述离轨准备轨道高度和所述制动开始时刻进行优化,得到所述轨道飞行器的有效载荷最大的弹道、二次脉冲、转移提前角、制动开始时刻、制动脉冲矢量和再入阶段轨迹的的在轨优化参量;
轨道飞行器控制模块860,用于基于所述在轨优化参量对所述轨道飞行器进行控制。
可选地,所述载荷最大弹道获取模块包括:
初始设计变量获取单元,用于基于遗传算法对所述轨道飞行器进行全局参数的遍历,获取所述轨道飞行器的初始设计变量;
载荷最大弹道获取单元,用于基于起作用集法和内点法对所述初始设计变量进行处理,得到所述有效载荷最大的弹道。
可选地,所述二次脉冲获取模块包括:
初始状态获取单元,用于获取所述轨道飞行器和空中目标的初始状态;
第一次脉冲获取单元,用于基于所述初始状态和霍曼转移理论,获取霍曼转移的第一次脉冲;
第二次脉冲获取单元,用于根据所述第一次脉冲和转移时间,获取第二次脉冲和转移提前角。
可选地,所述制动时刻矢量获取模块包括:
初始制动时刻矢量获取单元,用于根据所述轨道飞行器对应的制动点和再入点的位置矢量,获取所述轨道飞行器对应的初始制动开始时刻和初始制动脉冲矢量;
制动时刻矢量获取单元,用于基于二次规划算法第所述初始制动开始时刻和所述初始制动脉冲矢量进行修正,得到所述制动开始时刻和所述制动脉冲矢量。
可选地,所述再入阶段轨迹获取模块包括:
再入阶段轨迹获取单元,用于根据所述大气层再入阶段的约束条件和所述大气层再入阶段的再入轨迹终点,采用牛顿法和黄金分割法求解得到所述再入阶段轨迹;
其中,所述约束条件包括:热流率约束条件、气动过载约束条件、动压约束条件和倾斜角约束条件。
可选地,所述在轨优化参量获取模块包括:
根据给定的发射日期和所述轨道飞行器的初始状态,对所述目标轨道高度、所述离轨准备轨道高度和所述制动开始时刻进行优化,获取发生所述轨道飞行器的目标轨道高度、离轨准备轨道高度和向准备轨道转移的开始时间;
基于所述目标轨道高度、所述离轨准备轨道高度和所述开始时间,对所述有效载荷最大的弹道、所述二次脉冲、所述转移提前角、所述制动开始时刻、所述制动脉冲矢量和所述再入阶段轨迹进行优化,得到在轨优化参量。
本申请所述具体实施方式可以使本领域的技术人员更全面地理解本申请,但不以任何方式限制本申请。因此,本领域技术人员应当理解,仍然对本申请进行修改或者等同替换;而一切不脱离本申请的精神和技术实质的技术方案及其改进,均应涵盖在本申请专利的保护范围中。
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 (12)
1.一种基于代理模型的全过程轨迹优化方法,其特征在于,包括:
获取轨道飞行器在空中发射段内有效载荷最大的弹道;
获取所述轨道飞行器在空间机动段内的二次脉冲和转移提前角;
获取所述轨道飞行器在进入大气层之前的制动开始时刻和制动脉冲矢量;
获取所述轨道飞行器在大气层再入阶段内的再入阶段轨迹;
基于代理模型,对发射段目标轨道高度、再入制动前准备轨道高度、制动开始时刻进行优化,得到所述轨道飞行器的所述有效载荷最大的弹道、所述二次脉冲、所述转移提前角、所述制动开始时刻、所述制动脉冲矢量和所述再入阶段轨迹的在轨优化参量;
基于所述在轨优化参量对所述轨道飞行器进行控制。
2.根据权利要求1所述的方法,其特征在于,所述获取轨道飞行器在空中发射段内有效载荷最大的弹道,包括:
基于遗传算法对所述轨道飞行器进行全局参数的遍历,获取所述轨道飞行器的初始设计变量;
基于起作用集法和内点法对所述初始设计变量进行处理,得到所述有效载荷最大的弹道。
3.根据权利要求1所述的方法,其特征在于,所述获取所述轨道飞行器在空间机动段内的二次脉冲和转移提前角,包括:
获取所述轨道飞行器和空中目标的初始状态;
基于所述初始状态和霍曼转移理论,获取霍曼转移的第一次脉冲;
根据所述第一次脉冲和转移时间,获取第二次脉冲和转移提前角。
4.根据权利要求1所述的方法,其特征在于,所述获取所述轨道飞行器在进入大气层之前的制动开始时刻和制动脉冲矢量,包括:
根据所述轨道飞行器对应的制动点和再入点的位置矢量,获取所述轨道飞行器对应的初始制动开始时刻和初始制动脉冲矢量;
基于二次规划算法第所述初始制动开始时刻和所述初始制动脉冲矢量进行修正,得到所述制动开始时刻和所述制动脉冲矢量。
5.根据权利要求1所述的方法,其特征在于,所述获取所述轨道飞行器在大气层再入阶段内的再入阶段轨迹,包括:
根据所述大气层再入阶段的约束条件和所述大气层再入阶段的再入轨迹终点,采用牛顿法和黄金分割法求解得到所述再入阶段轨迹;
其中,所述约束条件包括:热流率约束条件、气动过载约束条件、动压约束条件和倾斜角约束条件。
6.根据权利要求1所述的方法,其特征在于,所述基于代理模型,对发射段目标轨道高度、再入制动前准备轨道高度、制动开始时刻进行优化,得到所述轨道飞行器的所述有效载荷最大的弹道、所述二次脉冲、所述转移提前角、所述制动开始时刻、所述制动脉冲矢量和所述再入阶段轨迹的在轨优化参量,包括:
根据给定的发射日期和所述轨道飞行器的初始状态,对所述目标轨道高度、所述离轨准备轨道高度和所述制动开始时刻进行优化,获取发生所述轨道飞行器的目标轨道高度、离轨准备轨道高度和向准备轨道转移的开始时间;
基于所述目标轨道高度、所述离轨准备轨道高度和所述开始时间,对所述有效载荷最大的弹道、所述二次脉冲、所述转移提前角、所述制动开始时刻、所述制动脉冲矢量和所述再入阶段轨迹进行优化,得到在轨优化参量。
7.一种基于代理模型的全过程轨迹优化装置,其特征在于,包括:
载荷最大弹道获取模块,用于获取轨道飞行器在空中发射段内有效载荷最大的弹道;
二次脉冲获取模块,用于获取所述轨道飞行器在空间机动段内的二次脉冲和转移提前角;
制动时刻矢量获取模块,用于获取所述轨道飞行器在进入大气层之前的制动开始时刻和制动脉冲矢量;
再入阶段轨迹获取模块,用于获取所述轨道飞行器在大气层再入阶段内的再入阶段轨迹;
在轨优化参量获取模块,用于基于代理模型,对发射段目标轨道高度、再入制动前准备轨道高度、制动开始时刻进行优化,得到所述轨道飞行器的所述有效载荷最大的弹道、所述二次脉冲、所述转移提前角、所述制动开始时刻、所述制动脉冲矢量和所述再入阶段轨迹的在轨优化参量;
轨道飞行器控制模块,用于基于所述在轨优化参量对所述轨道飞行器进行控制。
8.根据权利要求7所述的装置,其特征在于,所述载荷最大弹道获取模块包括:
初始设计变量获取单元,用于基于遗传算法对所述轨道飞行器进行全局参数的遍历,获取所述轨道飞行器的初始设计变量;
载荷最大弹道获取单元,用于基于起作用集法和内点法对所述初始设计变量进行处理,得到所述有效载荷最大的弹道。
9.根据权利要求7所述的装置,其特征在于,所述二次脉冲获取模块包括:
初始状态获取单元,用于获取所述轨道飞行器和空中目标的初始状态;
第一次脉冲获取单元,用于基于所述初始状态和霍曼转移理论,获取霍曼转移的第一次脉冲;
第二次脉冲获取单元,用于根据所述第一次脉冲和转移时间,获取第二次脉冲和转移提前角。
10.根据权利要求7所述的装置,其特征在于,所述制动时刻矢量获取模块包括:
初始制动时刻矢量获取单元,用于根据所述轨道飞行器对应的制动点和再入点的位置矢量,获取所述轨道飞行器对应的初始制动开始时刻和初始制动脉冲矢量;
制动时刻矢量获取单元,用于基于二次规划算法第所述初始制动开始时刻和所述初始制动脉冲矢量进行修正,得到所述制动开始时刻和所述制动脉冲矢量。
11.根据权利要求7所述的装置,其特征在于,所述再入阶段轨迹获取模块包括:
再入阶段轨迹获取单元,用于根据所述大气层再入阶段的约束条件和所述大气层再入阶段的再入轨迹终点,采用牛顿法和黄金分割法求解得到所述再入阶段轨迹;
其中,所述约束条件包括:热流率约束条件、气动过载约束条件、动压约束条件和倾斜角约束条件。
12.根据权利要求7所述的装置,其特征在于,所述在轨优化参量获取模块包括:
根据给定的发射日期和所述轨道飞行器的初始状态,对所述目标轨道高度、所述离轨准备轨道高度和所述制动开始时刻进行优化,获取发生所述轨道飞行器的目标轨道高度、离轨准备轨道高度和向准备轨道转移的开始时间;
基于所述目标轨道高度、所述离轨准备轨道高度和所述开始时间,对所述有效载荷最大的弹道、所述二次脉冲、所述转移提前角、所述制动开始时刻、所述制动脉冲矢量和所述再入阶段轨迹进行优化,得到在轨优化参量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110808117.2A CN113741551A (zh) | 2021-07-16 | 2021-07-16 | 一种基于代理模型的全过程轨迹优化方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110808117.2A CN113741551A (zh) | 2021-07-16 | 2021-07-16 | 一种基于代理模型的全过程轨迹优化方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113741551A true CN113741551A (zh) | 2021-12-03 |
Family
ID=78728723
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110808117.2A Pending CN113741551A (zh) | 2021-07-16 | 2021-07-16 | 一种基于代理模型的全过程轨迹优化方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113741551A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116757001A (zh) * | 2023-08-16 | 2023-09-15 | 长沙翔宇信息科技有限公司 | 三级运载火箭带滑行段入轨弹道设计方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104252546A (zh) * | 2013-06-26 | 2014-12-31 | 上海新跃仪表厂 | 一种火星捕获制动参数优化方法 |
CN113348764B (zh) * | 2014-12-10 | 2018-05-04 | 上海宇航系统工程研究所 | 月球飞行器全过程数字仿真系统及方法 |
CN109398762A (zh) * | 2018-10-17 | 2019-03-01 | 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 |
CN111414002A (zh) * | 2020-02-26 | 2020-07-14 | 上海航天控制技术研究所 | 一种基于牛顿迭代的火星探测器二次制动捕获控制方法 |
-
2021
- 2021-07-16 CN CN202110808117.2A patent/CN113741551A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104252546A (zh) * | 2013-06-26 | 2014-12-31 | 上海新跃仪表厂 | 一种火星捕获制动参数优化方法 |
CN113348764B (zh) * | 2014-12-10 | 2018-05-04 | 上海宇航系统工程研究所 | 月球飞行器全过程数字仿真系统及方法 |
CN109398762A (zh) * | 2018-10-17 | 2019-03-01 | 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 |
CN111414002A (zh) * | 2020-02-26 | 2020-07-14 | 上海航天控制技术研究所 | 一种基于牛顿迭代的火星探测器二次制动捕获控制方法 |
Non-Patent Citations (6)
Title |
---|
李庆龙等: "空中发射运载火箭弹道优化设计", 宇航总体技术, vol. 4, no. 5, pages 8 - 16 * |
王献忠;汤敏兰;张丽敏;刘禹;: "再入返回离轨时机及制动策略", 航天控制, no. 04 * |
穆凌霞等: "高超音速飞行器及其制导控制技术综述", 哈尔滨工业大学学报, vol. 51, no. 3, pages 1 - 14 * |
郑红星;周思雨;李伟杰;: ""一对多"的空间在轨服务序列规划研究", 无人系统技术, no. 06 * |
陈洪波等: "升力式再入飞行器离轨制动研究", 飞行力学, vol. 24, no. 2, pages 35 - 39 * |
陈洪波等: "同平面高低地球轨道气动辅助空间交会", 吉林大学学报(工学版), vol. 36, no. 3, pages 404 - 409 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116757001A (zh) * | 2023-08-16 | 2023-09-15 | 长沙翔宇信息科技有限公司 | 三级运载火箭带滑行段入轨弹道设计方法及装置 |
CN116757001B (zh) * | 2023-08-16 | 2023-10-31 | 长沙翔宇信息科技有限公司 | 三级运载火箭带滑行段入轨弹道设计方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lee et al. | Optimal path planning of solar-powered UAV using gravitational potential energy | |
Braun et al. | Mars exploration entry, descent and landing challenges | |
Macdonald et al. | GeoSail: an elegant solar sail demonstration mission | |
Dutta et al. | Aerocapture as an enhancing option for ice giants missions | |
CN105511493A (zh) | 一种基于火星大气辅助的低轨星座部署方法 | |
Polsgrove et al. | Human Mars Entry, Descent, and Landing Architecture Study: Rigid Decelerators | |
McRonald et al. | Hypersonic maneuvering for augmenting planetary gravity assist | |
Acosta et al. | Adaptive nonlinear dynamic inversion control of an autonomous airship for the exploration of Titan | |
Zang et al. | Overview of the NASA entry, descent and landing systems analysis studies for large robotic-class missions | |
Tsuchiya et al. | Optimal design of two-stage-to-orbit space planes with airbreathing engines | |
Sarigul-Klijn et al. | Air-launching earth to orbit: Effects of launch conditions and vehicle aerodynamics | |
CN113741551A (zh) | 一种基于代理模型的全过程轨迹优化方法及装置 | |
Wright et al. | ARES mission overview-Capabilities and requirements of the robotic aerial platform | |
Jenie et al. | Falcon 9 rocket launch modeling and simulation with thrust vectoring control and scheduling | |
Hanson et al. | Learning about ares I from Monte Carlo simulation | |
Pallone et al. | Design methodology and performance evaluation of new generation sounding rockets | |
Phillips et al. | Use of drag modulation to reduce deceleration loads during atmospheric entry | |
Russo | Next generations space transportation systems | |
Lee | Mission and trajectory optimization of the air-launching rocket system using MDO techniques | |
DwyerCianciolo et al. | Overview of the nasa entry, descent and landing systems analysis exploration feed-forward study | |
Cremaschi | Trajectory optimization for launchers and re-entry vehicles | |
Park | A survey of aerobraking orbital transfer vehicle design concepts | |
MCRONALD et al. | Hypersonic maneuvering to provide planetary gravity assist | |
Toso et al. | Deployed payload analysis for a single stage to orbit spaceplane | |
Cabrera et al. | Dispersion Analysis of Small Satellite Aerocapture at Mars Using a Morphable Entry System |
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 |