CN115994501B - 一种基于多目标优化的航天器返回舱可达边界预测方法 - Google Patents
一种基于多目标优化的航天器返回舱可达边界预测方法 Download PDFInfo
- Publication number
- CN115994501B CN115994501B CN202310292080.1A CN202310292080A CN115994501B CN 115994501 B CN115994501 B CN 115994501B CN 202310292080 A CN202310292080 A CN 202310292080A CN 115994501 B CN115994501 B CN 115994501B
- Authority
- CN
- China
- Prior art keywords
- boundary
- recovery
- reachable
- cabin
- umbrella
- 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
- 238000000034 method Methods 0.000 title claims abstract description 78
- 238000005457 optimization Methods 0.000 title claims abstract description 64
- 238000011084 recovery Methods 0.000 claims abstract description 138
- 238000004364 calculation method Methods 0.000 claims abstract description 25
- 230000035945 sensitivity Effects 0.000 claims abstract description 20
- 239000011159 matrix material Substances 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 17
- 239000002775 capsule Substances 0.000 claims description 16
- 238000004422 calculation algorithm Methods 0.000 claims description 11
- 238000004088 simulation Methods 0.000 claims description 10
- 230000000694 effects Effects 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 5
- 230000001133 acceleration Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 9
- 238000010206 sensitivity analysis Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012614 Monte-Carlo sampling Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003638 chemical reducing agent Substances 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005312 nonlinear dynamic Methods 0.000 description 1
- 238000013433 optimization analysis Methods 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种基于多目标优化的航天器返回舱可达边界预测方法,包括如下步骤:建立可有效描述伞‑舱回收系统物理特性的动力学模型;在所述动力学模型的基础上,分析不确定参数敏感度,确定对伞‑舱回收系统回收可达边界最具影响的不确定参数;将可达边界预测问题转化为多目标优化问题,以对伞‑舱回收系统回收可达边界最具影响的不确定参数为优化参数,基于多目标优化预测伞‑舱回收系统的回收飞行可达边界。本发明应用于航天器返回舱回收领域,通过结合多目标优化的思想,将回收边界问题转化为一种多目标优化问题,有效地提高预测效率、保证数据精度、节省计算时间,进而提高规划系统的性能。
Description
技术领域
本发明涉及航天器返回舱回收技术领域,具体是一种基于多目标优化的航天器返回舱可达边界预测方法。
背景技术
随着航天技术的飞速发展和深空探测活动的日益增多,航天器返回舱回收着陆相关技术的研究越发重要。降落伞是一种气动减速装置,因其轻便、高效的特性被广泛用于航天器返回舱的回收过程。但是返回舱降落回收过程中,其降落伞的自身质量、附加质量、阻力系数以及所受风场环境等因素难以精确预测,造成伞-舱回收系统具有高不确定性。因此,确保航程安全就变得非常重要,返回舱必须在降落区域的安全位置着陆,远离工作人员和建筑物。预测航天器返回舱的回收可达边界能确保返回舱和所有从它释放的物品安全降落,且始终不会危及地面上的人或设备。
返回舱的回收可达边界预测是空投任务设计与规划系统的关键一环。目前现有方法是直接通过多次的计算来生成返回舱落点的散布信息,进而确定返回舱的可达边界,这种方法得到的边界没有考虑到不同偏差因子之间的相互影响,不仅仿真计算量大,而且精确性不足。
发明内容
针对上述现有技术中的不足,本发明提供一种基于多目标优化的航天器返回舱可达边界预测方法,结合多目标优化的思想,将回收边界问题转化为一种多目标优化问题,有效地提高预测效率、保证数据精度、节省计算时间,进而提高规划系统的性能。
为实现上述目的,本发明提供一种基于多目标优化的航天器返回舱可达边界预测方法,包括如下步骤:
步骤1,建立可有效描述伞-舱回收系统物理特性的动力学模型;
步骤2,在所述动力学模型的基础上,分析不确定参数敏感度,确定对伞-舱回收系统回收可达边界最具影响的不确定参数;
步骤3,将可达边界预测问题转化为多目标优化问题,以对伞-舱回收系统回收可达边界最具影响的不确定参数为优化参数,基于多目标优化预测伞-舱回收系统的回收飞行可达边界。
在其中一个实施例,步骤1中,所述动力学模型为:
在其中一个实施例,所述广义质量与所述广义力具体为:
式中,、/>分别表示三阶单位矩阵、零矩阵;/>、/>分别表示返回舱的质量、考虑附加质量后主伞的广义质量;/>表示返回舱体坐标系到伞体坐标系的转换矩阵,表示伞体坐标系到返回舱体坐标系的转换矩阵;/>、/>表示矢量反对称矩阵,/>、/>分别表示铰接点O到返回舱、主伞质心的矢量;/>、/>分别表示返回舱、主伞关于铰接点O的转动惯量;/>、/>分别表示返回舱所受到的气动力、气动力矩;/>、/>分别表示主伞所受到的气动力、气动力矩;/>表示重力加速度。
在其中一个实施例,所述动力学模型在如下假设下构建:
假设1:将伞-舱回收系统视为处于稳定下降状态,返回舱和降落伞均为刚体,并在位于返回舱顶端的点O处相连;
假设2:降落伞相对于返回舱具有偏航和/或俯仰和/或滚动;
假设3:地球被认为是平坦的、不旋转的、在空间中是固定的,地球固定参考系是一个惯性系;
假设4:忽略返回舱的气动影响。
在其中一个实施例,步骤2中,所述确定对伞-舱回收系统回收可达边界最具影响的不确定参数,具体为:
对于各项影响伞-舱回收系统回收可达边界的不确定参数,计算对应的全局敏感度;
对于全局敏感度大于预设阈值的不确定参数,判定其为对伞-舱回收系统回收可达边界最具影响的不确定参数。
在其中一个实施例,所述不确定参数包括:风向角、风速、大气密度、开伞点高度、主伞阻力面积、开伞点东向偏移、开伞速度、总质量、开伞倾角、开伞偏角。
在其中一个实施例,所述全局敏感度的计算过程为:
式中,表示第/>个不确定参数的全局敏感度,/>、/>分别表示均值、方差算子,/>代表除/>外的不确定参数集,/>表示第/>个不确定参数,/>表示对不确定参数进行采样后进行模拟的输出结果,/>表示条件分布/>的方差,表示条件分布/>在/>的整个取值范围的平均,/>表示模拟输出结果的分布方差。
在其中一个实施例,步骤3中,所述基于多目标优化预测伞-舱回收系统的回收飞行可达边界,具体为:
以伞-舱回收系统中主伞与返回舱间的铰接点O为原点,建立北天东坐标系,在任意/>时刻伞-舱回收系统的可达集内存在参考点/>,其平面坐标为,/>达到最大时的/>点为可达边界上的点,/>表示以O为起点、/>为终点的矢量;
分别在四个象限以对伞-舱回收系统回收可达边界最具影响的不确定参数为优化参数进行优化,得到四个象限对应回收飞行可达边界的帕累托前沿;
将四个象限对应回收飞行可达边界的帕累托前沿进行合并,得到回收飞行可达边界最终的帕累托前沿,即完成伞-舱回收系统的回收飞行可达边界的预测。
在其中一个实施例,步骤3中,所述基于多目标优化预测伞-舱回收系统的回收飞行可达边界,具体为:
将坐标系沿着/>顺时针旋转角度/>得到坐标系/>,在坐标系/>下,任意/>时刻伞-舱回收系统的可达集内存在参考点/>,其平面坐标为/>,/>达到最大时的/>点为可达边界上的点,/>表示以O为起点、/>为终点的矢量;
将坐标系沿着/>逆时针旋转角度/>得到坐标系/>,在坐标系/>下,任意/>时刻伞-舱回收系统的可达集内存在参考点/>,其平面坐标为/>,/>达到最大时的/>点为可达边界上的点,/>表示以O为起点、/>为终点的矢量;
与现有技术相比,本发明具有如下有益技术效果:
1.本发明通过不确定参数敏感度分析,确定了回收边界预测的主要影响参数,有效降低了不确定参数的维度,提高了优化预测的效率;
2.本发明具有完整预测任意时刻伞-舱回收系统可达边界的功能,相较于现有通过多次计算生成空投落点的计算方法,综合考虑了不同不确定参数之间的影响,具有计算效率高、精度高的优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图示出的结构获得其他的附图。
图1为本发明实施例中基于多目标优化的航天器返回舱可达边界预测方法的流程图;
图2为本发明实施例中九自由度动力学模型涉及的坐标系示意图;
图3为本发明实施例中不确定参数的全局敏感度分析结果示意图;
图5为本发明实施例中高度为9000m时可达边界计算结果示意图;
图6为本发明实施例中高度为7000m时可达边界计算结果示意图;
图7为本发明实施例中高度为5000m时可达边界计算结果示意图;
图8为本发明实施例中高度为3000m时可达边界计算结果示意图;
图9为本发明实施例中高度为1000m时可达边界计算结果示意图;
图10为本发明实施例中高度为0m时可达边界计算结果示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
另外,本发明各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
如图1所示为本实施例公开的一种基于多目标优化的航天器返回舱可达边界预测方法,其包括如下步骤:
步骤1,建立可有效描述伞-舱回收系统物理特性的动力学模型;
步骤2,在所述动力学模型的基础上,分析不确定参数敏感度,确定对伞-舱回收系统回收可达边界最具影响的不确定参数;
步骤3,将可达边界预测问题转化为多目标优化问题,以对伞-舱回收系统回收可达边界最具影响的不确定参数为优化参数,基于多目标优化预测伞-舱回收系统的回收飞行可达边界。
本实施例通过结合嫦娥五号返回舱的实测数据,考虑了伞-舱回收系统可达边界预测涉及的多项不确定参数。通过敏感度分析确定降落伞性能参数对输出的敏感程度,确保通过误差分布将未建模的物理特性考虑在内。将飞行可达边界问题描述为考虑关键不确定性因素的多目标优化问题。结合MOEA/D(基于分解的多目标进化算法)可精准预测返回舱降落伞的可达边界,用于克服目前回收边界预测仿真计算量大,数据精确性不足的问题。
步骤1中,建立可有效描述伞-舱回收系统物理特性的动力学模型的具体实施过程包括如下步骤1.1至步骤1.4。
步骤1.1,进行动力学模型的简化与假设。
本实施例中,动力学模型在如下假设下构建:
假设1:将伞-舱回收系统视为处于稳定下降状态,返回舱和降落伞均为刚体,并返回舱和降落伞在位于返回舱顶端的点O处相连;
假设2:降落伞可能相对于返回舱具有偏航和/或俯仰和/或滚动;
假设3:地球被认为是平坦的、不旋转的、在空间中是固定的,地球固定参考系是一个惯性系;
假设4:忽略返回舱的气动影响。
步骤1.2,建立伞-舱回收系统九自由度动力学模型涉及的各坐标系。
在伞-舱回收系统的九自由度动力学模型中,建立大地固连坐标系,并分别在返回舱和主降落伞上建立相应的固连坐标系如图2所示。
本实施例中各坐标系分别为:
伞-舱回收系统在铰接点处的速度在伞体坐标系中表示为/>,主伞及返回舱的转动角速度分别记为/>和/>。采用俯仰角/>、偏航角/>和滚转角/>描述伞体坐标系/>到大地坐标系/>的转换关系,记转换矩阵为/>;同理采用欧拉角/>、、/>为描述返回舱体坐标系/>到大地坐标系/>的转换关系,记转换矩阵为/>;记返回舱体坐标系/>到伞体坐标系/>的转换矩阵为/>,则由转换矩阵的传递性可以得知有/>。
步骤1.3,确定主伞的附加质量。
将主伞的质量记为,关于铰接点/>的转动惯量则表示为/>。将返回舱的质量记为/>,关于铰接点/>的转动惯量则表示为/>。根据模型假设,则由主伞在气流影响下运动的非定常性引起的气动力及力矩的相应增量用附加质量表示,继进而引入主伞广义质量及广义惯量的定义,表示为:
将主伞所受到的气动力及气动力矩分别表示为、/>,而返回舱受到的气动力及气动力矩分别表示为/>,记重力加速度为/>。根据牛顿-欧拉方程,同时为避免约束力增加方程复杂程度,在铰接点/>处建立主降落伞-返回舱两体系统动力学方程,于是可以得到:
将上式展开,可以得到:
为便于计算及编程实现,引入矢量反对称矩阵如下:
于是,得到如下伞-舱回收系统九自由度动力学方程,即:
步骤2中,确定对伞-舱回收系统回收可达边界最具影响的不确定参数具体实施方式为:
对于各项影响伞-舱回收系统回收可达边界的不确定参数,计算对应的全局敏感度;
对于全局敏感度大于预设阈值的不确定参数,判定其为对伞-舱回收系统回收可达边界最具影响的不确定参数。
参数敏感度分析,是评价不同参数对输出的影响的一种重要手段。敏感度分析可以解决某一个变量的输出不确定性对整个系统的影响程度。常用的Sobol方法,就是对参数在可行空间进行蒙特卡洛采样,利用采样得到的取值进行模拟,得到大量的输出结果。在采样过程中,每个参数均对应一个分布方差,该方差与输出结果的方差的比值,即为该参数的一阶敏感度。
全局系数与一阶系数的差,反映了参数参与的高阶相互作用对模型影响的比重。全局敏感度计算公式为:
根据代数理论:
全局敏感度越接近零,说明参数对输出的影响越低。
具体到本实施例中,影响回收管道的不确定参数有11项,包括风向角、风速、大气密度、开伞点高度、主伞阻力面积、经度偏差、纬度偏差、开伞速度、总质量、开伞倾角、开伞偏角。由于经纬度偏差仅影响回收管道的平移,因此将开伞点偏移量代替经纬度作为不确定参数进行分析。所以具体地,将开伞点水平位置的不确定量视作一个变量总计10个作为输入,最终落点与无偏落点的距离作为输出。讨论以上10个参数的不确定性对返回舱回收边界预测的影响。
参数序列对应的物理意义与采样区间为:
(1)风向角(偏差5度)
(2)风速(偏差5%)
(3)大气密度(偏差30%)
(4)开伞点高度(偏差300m)
(5)主伞阻力面积(偏差5m2)
(6)开伞点东向偏移(偏差300m)
(7)开伞速度(偏差5m/s)
(8)总质量(偏差5kg)
(9)开伞倾角(偏差10°)
(10)开伞偏角(偏差5°)。
通过仿真计算得到以上10个参数的全局敏感度系数如图3所示。从图3的数据中可以看出,风向角、风速、大气密度、开伞点高度、主伞阻力面积、开伞点东向偏移对系统的影响大于其他参数以及设定阈值。因此,在后续的优化分析中,只考虑这6个不确定参数作为优化变量,有效地降低了不确定参数的维数,提高了优化效率。
在步骤3中,首先基于可达集的理论确定伞-舱回收系统的前向可达边界。可达性分析方法常用在自动控制和计算科学领域的研究,主要用于处理连续动态和离散的事件并存且相互作用、相互影响的一类复杂系统,其本质上是处理复杂非线性系统。进行可达性分析一般包含前向可达集和后向可达集,本实施例中仅仅考虑采用过近似方法计算前向可达集。在之后的叙述中,所提及的可达集均指前向可达集,基本方法是利用构建的模型,再依据给定的初始集合,按照一定的时间步长,逐段向前,对每个时间段的连续动态进行近似计算,计算在指定时间内所能到达的状态集合(前向可达集)。
针对一个非线性动力学问题
故前向可达集定义为:
基于可达集的动态回收边界的定义,研究返回舱某一高度切片上落点的可达性,我们可以由此计算可达边界。如果初始集是系统平衡点的集合,并且每个平衡点的状态可以用相应的输入保持,那么可达集将随着时间的推移在/>附近增长。
在确定伞-舱回收系统的前向可达边界后,结合MOEA/D的思想,将伞-舱回收系统回收边界的预测问题转化为多目标优化问题。本实施例中结合MOEA/D方法求解可达管的边界,MOEA/D的基本思想是采用传统分解策略(如 Tchebycheff法)将多目标优化问题分解为N个单目标优化子问题,并采用进化算法同时求解这些优化子问题。相比于极坐标离散化的单目标优化方法,提高了搜索的效率。
基于此,本实施例制定了一个新的最优控制问题如下:
在可达集中选择一个原点,然后我们可以指定从与边界相交的原点发出的方向。交点是该方向上可到达的最远点。为了从原点沿指定方向定位最远可达点,给定一个原点,以及一个给定的坐标系/>,/>时刻,可达集内存在参考点/>,其平面坐标为/>。分为四个象限单独求解边界,具体地:
对最小化的多目标优化问题进行求解,具体优化参数设置如下:
(2)优化参数:风向角,风速,大气密度,开伞点高度,主伞阻力面积,开伞点东向偏移;
(3)初始化:使用可行空间均匀正态分布的随机数;
(4)种群规模:设置为100~500;
(5)进化代数:设置为50~200;
(6)MOEA/D中的邻居规模:设置为50~100;
其中,终止条件是当实际高度为0m时停止求解。
分别在四个象限以对伞-舱回收系统回收可达边界最具影响的不确定参数为优化参数进行优化,得到四个象限对应回收飞行可达边界的帕累托前沿;
将四个象限对应回收飞行可达边界的帕累托前沿进行合并,得到回收飞行可达边界最终的帕累托前沿,即完成伞-舱回收系统的回收飞行可达边界的预测。
对最小化的多目标优化问题进行求解,具体优化参数设置如下:
(8)优化参数:风向角,风速,大气密度,开伞点高度,主伞阻力面积,开伞点东向偏移;
(9)初始化:使用可行空间均匀正态分布的随机数;
(10)种群规模:设置为100~500;
(11)进化代数:设置为50~200;
(12)MOEA/D中的邻居规模:设置为50~100;
其中,终止条件是当实际高度为0m停止求解;
对最小化的多目标优化问题进行求解,具体优化参数设置如下:
(14)优化参数:风向角,风速,大气密度,开伞点高度,主伞阻力面积,开伞点东向偏移;
(15)初始化:使用可行空间均匀正态分布的随机数;
(16)种群规模:设置为100~500;
(17)进化代数:设置为50~200;
(18)MOEA/D中的邻居规模:设置为50~100;
其中,终止条件是当实际高度为0m时停止求解;
最后,将平面的四个象限对应回收飞行可达边界的帕累托前沿以及平面的四个象限对应回收飞行可达边界的帕累托前沿进行合并,得到回收飞行可达边界最终的帕累托前沿,即完成伞-舱回收系统的回收飞行可达边界的预测。图4显示的即为在两坐标系/>、/>下第三象限的帕累托前沿。
下面结合具体的仿真示例对本实施例中的基于多目标优化的航天器返回舱可达边界预测方法作出进一步的说明。
仿真得到伞-舱回收系统不同时刻的可达边界如图5-10所示,其中边界内部是蒙特卡洛打靶的计算结果。利用该方法估计了CE-5返回舱的不同高度下的回收管道落点边界。该方法结合MOEA/D提高了边界优化的计算效率,超出了传统回收可达边界预测方法的能力。相比之下,本发明中实现的基于仿真的方法能够有效地估计返回舱的任意高度下的回收可达边界。这为估算其他类型伞-舱回收系统的回收预测提供了另一种方法。
以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是在本发明的发明构思下,利用本发明说明书及附图内容所作的等效结构变换,或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。
Claims (8)
1.一种基于多目标优化的航天器返回舱可达边界预测方法,其特征在于,包括如下步骤:
步骤1,建立可有效描述伞-舱回收系统物理特性的动力学模型;
步骤2,在所述动力学模型的基础上,分析不确定参数敏感度,确定对伞-舱回收系统回收可达边界最具影响的不确定参数,具体为:
对于各项影响伞-舱回收系统回收可达边界的不确定参数,计算对应的全局敏感度;
对于全局敏感度大于预设阈值的不确定参数,判定其为对伞-舱回收系统回收可达边界最具影响的不确定参数;
步骤3,将可达边界预测问题转化为多目标优化问题,以对伞-舱回收系统回收可达边界最具影响的不确定参数为优化参数,基于多目标优化预测伞-舱回收系统的回收飞行可达边界;
所述将可达边界预测问题转化为多目标优化问题具体为:
基于可达集的动态回收边界的定义,通过多目标优化的方式计算返回舱在某一高度切片上落点的可达边界,当初始集是系统平衡点的集合,且每个平衡点的状态可用相应的输入保持时,可达边界将随着时间的推移在初始集附近增长,而规定时间内最终时刻系统的可达边界,即为需要预测的伞-舱回收系统在不确定条件下的可达边界。
3.根据权利要求2所述的基于多目标优化的航天器返回舱可达边界预测方法,其特征在于,所述广义质量与所述广义力具体为:
4.根据权利要求2或3所述的基于多目标优化的航天器返回舱可达边界预测方法,其特征在于,所述动力学模型在如下假设下构建:
假设1:将伞-舱回收系统视为处于稳定下降状态,返回舱和降落伞均为刚体,并在位于返回舱顶端的点O处相连;
假设2:降落伞相对于返回舱具有偏航和/或俯仰和/或滚动;
假设3:地球被认为是平坦的、不旋转的、在空间中是固定的,地球固定参考系是一个惯性系;
假设4:忽略返回舱的气动影响。
5.根据权利要求1或2或3所述的基于多目标优化的航天器返回舱可达边界预测方法,其特征在于,所述不确定参数包括:风向角、风速、大气密度、开伞点高度、主伞阻力面积、开伞点东向偏移、开伞速度、总质量、开伞倾角、开伞偏角。
7.根据权利要求1或2或3所述的基于多目标优化的航天器返回舱可达边界预测方法,其特征在于,步骤3中,所述基于多目标优化预测伞-舱回收系统的回收飞行可达边界,具体为:
以伞-舱回收系统中主伞与返回舱间的铰接点O为原点,建立北天东坐标系,在任意t f时刻伞-舱回收系统的可达集内存在参考点g 0,其平面坐标为(X 0,Y 0),/>达到最大时的g 0点为可达边界上的点,/>表示以O为起点、g 0为终点的矢量;
基于进化算法在平面X 0 OY 0分为四个象限单独求解边界,求解最优控制问题有:
分别在四个象限以对伞-舱回收系统回收可达边界最具影响的不确定参数为优化参数进行优化,得到四个象限对应回收飞行可达边界的帕累托前沿;
将四个象限对应回收飞行可达边界的帕累托前沿进行合并,得到回收飞行可达边界最终的帕累托前沿,即完成伞-舱回收系统的回收飞行可达边界的预测。
8.根据权利要求1或2或3所述的基于多目标优化的航天器返回舱可达边界预测方法,其特征在于,步骤3中,所述基于多目标优化预测伞-舱回收系统的回收飞行可达边界,具体为:
将坐标系沿着OZ 0顺时针旋转角度/>得到坐标系/>,在坐标系下,任意t f时刻伞-舱回收系统的可达集内存在参考点g 1,其平面坐标为(X 1,Y 1),/>达到最大时的g 1点为可达边界上的点,/>表示以O为起点、g 1为终点的矢量;
基于进化算法在平面X 1 OY 1分为四个象限单独求解边界,求解最优控制问题有:
分别在平面X 1 OY 1的四个象限以对伞-舱回收系统回收可达边界最具影响的不确定参数为优化参数进行优化,得到平面X 1 OY 1的四个象限对应回收飞行可达边界的帕累托前沿;
将坐标系沿着OZ 0逆时针旋转角度/>得到坐标系/>,在坐标系/>下,任意t f时刻伞-舱回收系统的可达集内存在参考点g 2,其平面坐标为(X 2,Y 2),/>达到最大时的g 2点为可达边界上的点,/>表示以O为起点、g 2为终点的矢量;
基于进化算法在平面X 2 OY 2分为四个象限单独求解边界,求解最优控制问题有:
式中,a 2、b 2表示优化目标;
分别在平面X 2 OY 2的四个象限以对伞-舱回收系统回收可达边界最具影响的不确定参数为优化参数进行优化,得到平面X 2 OY 2的四个象限对应回收飞行可达边界的帕累托前沿;
将平面X 1 OY 1的四个象限对应回收飞行可达边界的帕累托前沿以及平面X 2 OY 2的四个象限对应回收飞行可达边界的帕累托前沿进行合并,得到回收飞行可达边界最终的帕累托前沿,即完成伞-舱回收系统的回收飞行可达边界的预测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310292080.1A CN115994501B (zh) | 2023-03-23 | 2023-03-23 | 一种基于多目标优化的航天器返回舱可达边界预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310292080.1A CN115994501B (zh) | 2023-03-23 | 2023-03-23 | 一种基于多目标优化的航天器返回舱可达边界预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115994501A CN115994501A (zh) | 2023-04-21 |
CN115994501B true CN115994501B (zh) | 2023-06-06 |
Family
ID=85993880
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310292080.1A Active CN115994501B (zh) | 2023-03-23 | 2023-03-23 | 一种基于多目标优化的航天器返回舱可达边界预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115994501B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012125597A2 (en) * | 2011-03-12 | 2012-09-20 | Dula Arthur M | Tether for spacecraft reaction control system |
CN107480402A (zh) * | 2017-08-31 | 2017-12-15 | 北京理工大学 | 一种平面气动捕获终端状态可达范围确定方法 |
CN108445780A (zh) * | 2018-05-07 | 2018-08-24 | 中国人民解放军国防科技大学 | 航天器回收系统的半实物仿真系统 |
CN113671826A (zh) * | 2021-07-18 | 2021-11-19 | 北京理工大学 | 一种跨大气层飞行器气动辅助轨道可达能力快速评估方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8666715B2 (en) * | 2009-03-31 | 2014-03-04 | Airbus Operations S.L. | Method and system for a quick calculation of aerodynamic forces on an aircraft in transonic conditions |
US8457939B2 (en) * | 2010-12-30 | 2013-06-04 | Aerion Corporation | Generating inviscid and viscous fluid-flow simulations over an aircraft surface using a fluid-flow mesh |
US9764858B2 (en) * | 2015-01-07 | 2017-09-19 | Mitsubishi Electric Research Laboratories, Inc. | Model predictive control of spacecraft |
CN107985626B (zh) * | 2017-10-27 | 2021-02-19 | 南京航空航天大学 | 一种基于可变构型空天飞行器的气动布局设计方法 |
CN109460057B (zh) * | 2018-11-16 | 2021-10-15 | 航宇救生装备有限公司 | 一种面向多目标的网格化翼伞归航方法 |
CN112182957B (zh) * | 2020-09-15 | 2022-05-03 | 西北工业大学 | 一种基于天牛群算法的一子级伞控回收航迹规划方法 |
CN114459431A (zh) * | 2021-11-12 | 2022-05-10 | 南通智能感知研究院 | 一种融合gps和气压高度进行载人飞船返回舱高度监测的方法 |
CN115438829A (zh) * | 2022-05-13 | 2022-12-06 | 哈尔滨工业大学 | 一种考虑禁飞区约束的天基再入飞行器可达域快速计算方法 |
-
2023
- 2023-03-23 CN CN202310292080.1A patent/CN115994501B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012125597A2 (en) * | 2011-03-12 | 2012-09-20 | Dula Arthur M | Tether for spacecraft reaction control system |
CN107480402A (zh) * | 2017-08-31 | 2017-12-15 | 北京理工大学 | 一种平面气动捕获终端状态可达范围确定方法 |
CN108445780A (zh) * | 2018-05-07 | 2018-08-24 | 中国人民解放军国防科技大学 | 航天器回收系统的半实物仿真系统 |
CN113671826A (zh) * | 2021-07-18 | 2021-11-19 | 北京理工大学 | 一种跨大气层飞行器气动辅助轨道可达能力快速评估方法 |
Non-Patent Citations (1)
Title |
---|
探月返回器伞舱盖拉伞包动力学模型;夏刚;郭鹏;秦子增;;航天返回与遥感(第04期);29-37 * |
Also Published As
Publication number | Publication date |
---|---|
CN115994501A (zh) | 2023-04-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107015571B (zh) | 一种编队无人机追踪与规避移动目标的算法 | |
CN107679655B (zh) | 一种航天发射火箭落点预测系统 | |
CN108646555B (zh) | 基于航天器回收系统空投试验数据的参数辨识方法 | |
CN109631913A (zh) | 基于非线性预测强跟踪无迹卡尔曼滤波的x射线脉冲星导航定位方法及系统 | |
CN110015446B (zh) | 一种半解析的火星进入制导方法 | |
Zhou et al. | Ascent phase trajectory optimization for vehicle with multi-combined cycle engine based on improved particle swarm optimization | |
CN114580224B (zh) | 一种分布式气动融合轨道耦合姿态摄动分析方法 | |
CN109446582B (zh) | 一种考虑地球自转的高精度降阶平稳滑翔动力学建模方法 | |
CN113031448B (zh) | 基于神经网络的飞行器上升段轨迹优化方法 | |
CN109211230B (zh) | 一种基于牛顿迭代法的炮弹姿态和加速度计常值误差估计方法 | |
CN111924139B (zh) | 基于膨胀预警区的小天体着陆避障常推力控制方法 | |
CN104778376A (zh) | 一种临近空间高超声速滑翔弹头跳跃弹道预测方法 | |
CN108549785A (zh) | 一种基于三维飞行剖面的高超声速飞行器精准弹道快速预测方法 | |
CN109558660A (zh) | 一种航天器碎片陨落落区预报方法 | |
CN107368085A (zh) | 基于模型预测的风场中平流层飞艇高度控制方法 | |
CN114462293B (zh) | 一种高超声速目标中长期轨迹预测方法 | |
CN114035536B (zh) | 一种基于蒙特卡洛法的飞行控制系统鲁棒性评估方法 | |
CN115994501B (zh) | 一种基于多目标优化的航天器返回舱可达边界预测方法 | |
CN111259337B (zh) | 一种基于统计的重残骸实时落点预报方法 | |
CN108562293B (zh) | 基于干扰观测器的行星着陆有限时间控制方法 | |
CN116560249A (zh) | 一种机动飞行的高自由度简化建模与轨迹仿真方法 | |
CN108398883B (zh) | 一种rlv进场着陆轨迹快速推演及确定方法 | |
CN111985050B (zh) | 弱引力小天体表面着陆器安全投放窗口生成方法 | |
Xie et al. | A novel migrant PSO algorithm for vehicle reentry trajectory optimization | |
Lasek et al. | Modelling of external store separation |
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 |