基于伪谱法的神经网络制导控制器设计
2020-09-07曾庆华
兵器装备工程学报 2020年8期
关键词:优化
王 佳,曾庆华
(中山大学 航空航天学院, 广州 510006)
RLV再入过程一般可分为再入段、末端能量管理段和自动着陆段。RLV再入段制导精度、鲁棒性和可靠性直接影响再入过程是否能够顺利完成;再入段高度跨度大,环境复杂,由于大气扰动、飞行器气动模型和再入段初值的偏差,严重影响了RLV的制导精度[1]。自SpaceX公司2015年12月22日成功实现可重复使用运载火箭的垂直回收,火箭回收以其低成本的优势掀起了国内的研究热潮,RLV再入段的弹道优化和制导也成为研究热点。
弹道优化是指在各种约束条件下,求解满足预设性能指标最小的弹道。弹道优化本质上是最优控制问题,其数值求解方法有间接法和直接法。间接法需要推导最优控制问题的一阶必要条件,得到关于最优控制的Hamiltonian边值问题(HBVP),再用数值方法参数化HBVP,间接法求解精度高,但是必须提供解析形式的最优必要条件和精确的初值,对多约束问题求解比较困难[2]。RLV再入段弹道优化包含过程约束、终端约束和控制量约束等,工程上存在初值不稳定的问题,不适宜用间接法求解;直接法避免了推导一阶必要条件,求解易收敛[3]。伪谱法属于直接法的一种,已经广泛应用于飞行器轨迹优化[4],文献[5]用Gauss伪谱法求解月球定点着陆优化问题;文献[6]用Gauss伪谱法求解火星大气进入的轨迹优化问题; 文献[7]将Radau伪谱法用于解决航天飞机再入段弹道优化问题;文献[8]将hp自适应伪谱法应用于再入轨迹优化;文献[9]将hp自适应伪谱法用于飞行器多阶段的轨迹优化。……
登录APP查看全文
