CN116817684A

CN116817684A - 基于萤火虫算法的火箭入轨倾角修正方法、设备及介质

Info

Publication number: CN116817684A
Application number: CN202310872744.1A
Authority: CN
Inventors: 王健; 布向伟; 彭昊旻; 魏凯; 于继超; 郭文正; 唐凯一; 贾松涛; 赵金栋
Original assignee: Dongfang Space Technology Shandong Co Ltd; Orienspace Hainan Technology Co Ltd; Orienspace Technology Beijing Co Ltd; Orienspace Xian Aerospace Technology Co Ltd
Current assignee: Dongfang Space Technology Shandong Co Ltd; Orienspace Hainan Technology Co Ltd; Orienspace Technology Beijing Co Ltd; Orienspace Xian Aerospace Technology Co Ltd
Priority date: 2023-07-17
Filing date: 2023-07-17
Publication date: 2023-09-29
Anticipated expiration: 2043-07-17
Also published as: CN116817684B

Abstract

本发明公开了基于萤火虫算法的火箭入轨倾角修正方法、设备及介质，属于控制技术领域，包括：发射火箭，火箭入轨倾角修正系统运行；获取当前火箭的姿态和倾角数据；基于萤火虫算法，计算出火箭当前飞行时段的最优修正倾角值；将最优修正倾角值传送至控制系统，控制系统调整火箭姿态，使其达到最优倾角值。本发明能够有效避免陷入局部最优解，找到更优的入轨倾角控制参数，有效提高火箭入轨倾角的精度修正能力，使火箭能够更准确地进入预定轨道。

Description

基于萤火虫算法的火箭入轨倾角修正方法、设备及介质

技术领域

本发明涉及控制技术领域，特别涉及基于萤火虫算法的火箭入轨倾角修正方法、设备及介质。

背景技术

火箭入轨是一项重要的任务，对于确保卫星、载人飞船等航天器能够准确进入预定轨道至关重要。传统的火箭入轨技术通常受到多种因素的影响，例如推力误差、姿态控制精度、环境干扰等，导致入轨倾角的精度有限。因此，需要一种可靠且有效的方法来提高火箭入轨倾角的精度修正能力。

目前已有的技术解决方案包括传统的PID控制算法、模型预测控制算法等。这些方法在一定程度上可以实现对火箭入轨倾角的控制，但仍存在一些局限性。

传统PID控制算法通常基于线性化的系统模型进行设计和调整，这在某些复杂非线性系统中存在限制。火箭入轨涉及到多个动态变量和非线性特性，传统PID控制算法可能无法有效应对这些复杂情况，导致入轨倾角精度的限制。

模型预测控制算法需要准确的系统模型和实时的状态估计，以预测系统未来的动态行为并优化控制策略。然而，火箭入轨涉及到多个动态变量和非线性特性，对于火箭入轨这样的实际应用场景，传统的控制方法可能无法有效应对这些复杂情况，现有系统模型的准确性和状态估计的实时性都面临挑战，因而限制了模型预测控制算法的应用效果。

有鉴于此，实有必要提供一种新的技术方案以解决上述问题。

发明内容

为解决上述技术问题，本申请提供基于萤火虫算法的火箭入轨倾角修正方法、设备及介质，能够有效避免陷入局部最优解，找到更优的入轨倾角控制参数，有效提高火箭入轨倾角的精度修正能力，使火箭能够更准确地进入预定轨道。

基于萤火虫算法的火箭入轨倾角修正方法，包括：

发射火箭，火箭入轨倾角修正系统运行；

获取当前火箭的姿态和倾角数据；

基于萤火虫算法，计算出火箭当前飞行时段的最优修正倾角值；

将最优修正倾角值传送至控制系统，控制系统调整火箭姿态，使其达到最优倾角值。

优选的，所述将最优修正倾角值传送至控制系统，控制系统调整火箭姿态，使其达到最优倾角值之后还包括：

持续监测火箭姿态和倾角数据，判断火箭当前姿态是否偏离最优倾角值；

若火箭姿态偏离最优倾角值，则利用萤火虫算法根据火箭当前姿态重新计算最优修正倾角值；

利用控制系统持续进行倾角修正，直到火箭姿态稳定在目标倾角范围内，保证火箭精准进入预定轨道。

优选的，所述基于萤火虫算法，计算出火箭当前飞行时段的最优修正倾角值包括：

将火箭入轨倾角的初始值作为每个萤火虫的位置坐标，火箭入轨倾角精度的目标函数值作为每个萤火虫的亮度值，初始化萤火虫数量以及每个萤火虫位置坐标和亮度值；

计算每个萤火虫对周围萤火虫的亮度差以及吸引度；

根据吸引度和亮度差更新每个萤火虫的亮度值和位置坐标；

应用约束条件对更新后的位置坐标进行限制，确保萤火虫的位置在合理的范围内；

将火箭入轨倾角的精度指标作为目标函数值，计算每个萤火虫的目标函数值；

根据选择策略更新每个萤火虫的亮度值，驱动萤火虫向更优解的方向移动，直到达到最大迭代次数或满足收敛条件；

根据迭代优化过程中得到的最优位置坐标和目标函数值，确定最终的修正倾角值和相应入轨倾角参数，提高火箭入轨倾角精度。

优选的，所述萤火虫的吸引度为：

；

其中，表示第i次迭代后萤火虫的吸引度，/>为第i次迭代后每个萤火虫的亮度值，/>为亮度衰减系数，/>表示第i次迭代后火箭入轨倾角的差异度。

优选的，所述火箭入轨倾角的差异度为：

；

其中，表示火箭入轨倾角的差异度,/>为第i次迭代后每个萤火虫的亮度值，/>为第j次迭代后每个萤火虫的亮度值。

优选的，所述每个萤火虫的位置坐标计算公式为：

；

其中，为更新后的X轴坐标，/>为第i次迭代后的X轴坐标，/>为位置更新率，/>为第i次迭代后的吸引度，/>为第j次迭代后的X轴坐标,/>为随机扰动参数,/>为移动步长,为一个随机扰动,/>为更新后的Y轴坐标，/>为第i次迭代后的Y轴坐标，/>为第j次迭代后的Y轴坐标。

优选的，所述萤火虫算法的输入参数包括：萤火虫数量、初始亮度、最大迭代次数、亮度衰减系数、吸引度函数、随机扰动参数、位置更新率、吸引度权重、目标函数、约束条件、移动步长、吸引度衰减率、初始位置分布、选择策略、收敛准则。

根据本申请的另一方面，还提供一种计算设备，包括：处理器、存储有计算机程序的存储器，所述计算机程序被处理器运行时，执行所述的火箭入轨倾角修正方法。

根据本申请的另一方面，还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机指令，当所述指令在计算机上运行时，使得计算机执行所述的火箭入轨倾角修正方法。

与现有技术相比，本申请至少具有以下有益效果：

1、本发明能够通过优化控制方法提高入轨倾角的精度修正能力，使火箭能够更准确地进入预定轨道。

2、本发明能够有效避免陷入局部最优解，找到更优的入轨倾角控制参数，有效提高火箭入轨倾角的精度修正能力

3.本发明利用基于萤火虫算法的优化控制方法，能够适应复杂非线性系统，提供更好的鲁棒性和适应性。

附图说明

后文将参照附图以示例性而非限制性的方式详细描述本发明的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解，这些附图未必是按比例绘制的。附图中：

图1为本发明火箭入轨倾角修正方法的整体流程示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

如图1所示，基于萤火虫算法的火箭入轨倾角修正方法，包括：

步骤S1、发射火箭，火箭入轨倾角修正系统运行。

步骤S2、获取当前火箭的姿态和倾角数据。

步骤S3、基于萤火虫算法，计算出火箭当前飞行时段的最优修正倾角值。

其中，萤火虫算法的输入参数包括：

萤火虫数量（Firefly Count）：N；

初始亮度（Initial Firefly Brightness）：I；

最大迭代次数（Maximum Iterations）：T；

亮度衰减系数（Brightness Decay Coefficient）：α；

吸引度函数（Attraction Function）：f(x, y) ；

随机扰动参数（Random Perturbation Parameter）：β；

位置更新率（Position Update Rate）：γ；

吸引度权重（Attraction Weight）：ω；

目标函数（Objective Function）：F(x, y) ；

约束条件（Constraints）：C(x, y) ；

移动步长（Step Size）：δ；

吸引度衰减率（Attraction Decay Rate）：λ；

初始位置分布（Initial Position Distribution）：P(x, y) ；

选择策略（Selection Strategy）：S(x, y) ；

收敛准则（Convergence Criterion）：E。

计算火箭当前飞行时段的最优修正倾角值包括：

初始化萤火虫数量 N，以决定算法的搜索范围和精度。

初始化每个萤火虫的位置坐标 (, />)，代表火箭入轨倾角的初始值。

初始化每个萤火虫的亮度值，反映了火箭入轨倾角精度的目标函数值。

在进行迭代优化时，重复执行以下步骤，直到达到最大迭代次数 T 或满足收敛准则：

更新每个萤火虫的亮度值与位置坐标 (/>, />)。

对于每个萤火虫 i，计算其吸引度与亮度差：

其中，萤火虫的吸引度为：

；

火箭入轨倾角的差异度为：

；

其中，表示火箭入轨倾角的差异度,/>为第i次迭代后每个萤火虫的亮度值，/>为第j次迭代后每个萤火虫的亮度值，且i ≠ j。

根据吸引度和亮度差更新每个萤火虫的位置坐标：

；

其中，为更新后的X轴坐标，/>为第i次迭代后的X轴坐标，/>为位置更新率，/>为第i次迭代后的吸引度，/>为第j次迭代后的X轴坐标,/>为随机扰动参数,/>为移动步长,为一个随机扰动,/>为更新后的Y轴坐标，/>为第i次迭代后的Y轴坐标，/>为第j次迭代后的Y轴坐标。γ和β能够影响位置更新的速度和随机性。

应用约束条件 C(,/> ) 对更新后的位置坐标进行限制，以确保萤火虫的位置在合理的范围内。

计算每个萤火虫的目标函数值 = F(/>, />)，即计算火箭入轨倾角的精度指标。

根据选择策略 S(,/> ) 更新每个萤火虫的亮度值/>，以驱动萤火虫向更优解的方向移动。

根据迭代优化过程中得到的最优位置坐标和目标函数值，确定最终的修正倾角值和相关参数，以提高火箭入轨倾角精度。

上述步骤为萤火虫算法的迭代优化过程，基于此本发明可以获得最优的修正倾角值和相关参数，以提高火箭入轨倾角的精度。

步骤S4、将最优修正倾角值传送至控制系统，控制系统调整火箭姿态，使其达到最优倾角值。

作为本发明的另一个实施例，基于萤火虫算法的火箭入轨倾角修正方法还包括：

步骤S5、持续监测火箭姿态和倾角数据，判断火箭当前姿态是否偏离最优倾角值。

步骤S6、若火箭姿态偏离最优倾角值，则利用萤火虫算法根据火箭当前姿态重新计算最优修正倾角值。

步骤S7、利用控制系统持续进行倾角修正，直到火箭姿态稳定在目标倾角范围内，保证火箭精准进入预定轨道。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、工作、器件、组件和/或它们的组合。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施方式能够以除了在这里图示或描述的那些以外的顺序实施。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims

1.基于萤火虫算法的火箭入轨倾角修正方法，其特征在于，包括：

发射火箭，火箭入轨倾角修正系统运行；

获取当前火箭的姿态和倾角数据；

2.如权利要求1所述的火箭入轨倾角修正方法，其特征在于，所述将最优修正倾角值传送至控制系统，控制系统调整火箭姿态，使其达到最优倾角值之后还包括：

3.如权利要求1或2所述的火箭入轨倾角修正方法，其特征在于，所述基于萤火虫算法，计算出火箭当前飞行时段的最优修正倾角值包括：

计算每个萤火虫对周围萤火虫的亮度差以及吸引度；

根据吸引度和亮度差更新每个萤火虫的亮度值和位置坐标；

4.如权利要求3所述的火箭入轨倾角修正方法，其特征在于，所述萤火虫的吸引度为：

；

5.如权利要求4所述的火箭入轨倾角修正方法，其特征在于，所述火箭入轨倾角的差异度为：

；

6.如权利要求3所述的火箭入轨倾角修正方法，其特征在于，所述每个萤火虫的位置坐标计算公式为：

；

7.如权利要求3所述的火箭入轨倾角修正方法，其特征在于，所述萤火虫算法的输入参数包括：萤火虫数量、初始亮度、最大迭代次数、亮度衰减系数、吸引度函数、随机扰动参数、位置更新率、吸引度权重、目标函数、约束条件、移动步长、吸引度衰减率、初始位置分布、选择策略、收敛准则。

8.一种计算设备，其特征在于，包括：处理器、存储有计算机程序的存储器，所述计算机程序被处理器运行时，执行如权利要求1至7任一项所述的火箭入轨倾角修正方法。

9.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机指令，当所述指令在计算机上运行时，使得计算机执行如权利要求1至7任一项所述的火箭入轨倾角修正方法。