發(fā)布時間：2020-04-01 23:44

【摘要】：“空間快速響應(yīng)”這一概念指明了運載火箭快速發(fā)射、機(jī)動、低成本進(jìn)入空間的發(fā)展方向,對運載火箭的軌跡優(yōu)化能力提出了更高的要求。同時,運載火箭飛行環(huán)境的復(fù)雜多變性、影響因素不確定性等問題,使運載火箭的軌跡優(yōu)化設(shè)計十分困難。在此背景下,論文重點針對運載火箭上升段軌跡,提出了自適應(yīng)免疫克隆選擇--序列二次規(guī)劃(Adaptive Immune Clonal Selection Algorithm-Sequential Quadratic Programming,AICSA-SQP)的混合優(yōu)化方法,主要研究內(nèi)容和創(chuàng)新點包括:(1)在發(fā)射慣性參考系下,建立了運載火箭上升段運動數(shù)學(xué)模型。由于運載火箭上升段運動方程中各變量之間的絕對數(shù)值相差很大,且這種差距是數(shù)值求解中非常不穩(wěn)定的因素。因此,為了保證數(shù)值計算的穩(wěn)定性,以及提高軌跡優(yōu)化算法的求解效率,本文將有量綱的運動數(shù)學(xué)模型轉(zhuǎn)化成了無量綱的運動學(xué)模型。(2)hp自適應(yīng)偽譜法能夠自適應(yīng)地調(diào)節(jié)配點個數(shù)和分布,比一般偽譜法的求解速度更快、計算精度更高。本文選擇Radau偽譜法作為hp自適應(yīng)偽譜法的配點離散方案,并對Radau偽譜法的離散參數(shù)化過程以及hp-RPM自適應(yīng)策略進(jìn)行了詳細(xì)介紹。(3)在基本免疫克隆選擇算法(Immune Clonal Selection Algorithm,ICSA)的基礎(chǔ)上,將抗體上可能發(fā)生變異的等位基因個數(shù)及其突變的概率分別與演化代數(shù)相結(jié)合,提出了自適應(yīng)免疫克隆選擇算法(Adaptive Immune Clonal Selection Algorithm,AICSA),對ICSA算法進(jìn)行改進(jìn),改善了ICSA在演化初期的多樣性和演化末期的局部搜索能力,提高了算法整體的收斂速度。(4)為了提高AICSA算法解的精度,同時減小SQP算法在求解運載火箭上升段軌跡優(yōu)化問題時對初值的敏感性,本文將AICSA算法和SQP算法相結(jié)合,設(shè)計了AICSA-SQP分層串行混合優(yōu)化算法。仿真實驗結(jié)果表明,本文所提出的AICSA算法提高了傳統(tǒng)ICSA算法的收斂速度,所設(shè)計的AICSA-SQP分層串行優(yōu)化算法求解得到的優(yōu)化軌跡精度較高,且算法對初值不敏感,能夠有效地求解運載火箭上升段軌跡優(yōu)化問題。
【圖文】：

AICSA算法和ICSA算法的約束違反量收斂曲線

高度變化曲線
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：V448.1

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊希祥;楊慧欣;王鵬;;偽譜法及其在飛行器軌跡優(yōu)化設(shè)計領(lǐng)域的應(yīng)用綜述[J];國防科技大學(xué)學(xué)報;2015年04期

2 崔乃剛;黃盤興;韋常柱;傅瑜;程超;;基于混合優(yōu)化的運載器大氣層內(nèi)閉環(huán)制導(dǎo)方法[J];中國慣性技術(shù)學(xué)報;2015年03期

3 崔乃剛;黃盤興;路菲;黃榮;韋常柱;;基于混合優(yōu)化的運載器大氣層內(nèi)上升段軌跡快速規(guī)劃方法[J];航空學(xué)報;2015年06期

4 王海濤;李軍營;梁立威;劉開封;孟海東;;基于hp自適應(yīng)Radau偽譜法的再入飛行器軌跡優(yōu)化[J];科學(xué)技術(shù)與工程;2015年02期

5 徐少兵;李升波;成波;;最優(yōu)控制問題的Legendre偽譜法求解及其應(yīng)用[J];控制與決策;2014年12期

6 胡松啟;陳雨;;偽譜法在飛行器軌跡優(yōu)化中應(yīng)用分析[J];火箭推進(jìn);2014年05期

7 胡超芳;辛越;;基于模糊多目標(biāo)的高超聲速飛行器再入軌跡設(shè)計[J];控制與決策;2014年11期

8 黃長強(qiáng);國海峰;丁達(dá)理;;高超聲速滑翔飛行器軌跡優(yōu)化與制導(dǎo)綜述[J];宇航學(xué)報;2014年04期

9 任洋;曹林平;國海峰;丁達(dá)理;;高超聲速滑翔飛行器多目標(biāo)再入軌跡優(yōu)化[J];飛行力學(xué);2014年02期

10 韓威華;楊新;姜萌哲;;基于hp自適應(yīng)偽譜法的N脈沖軌道優(yōu)化設(shè)計[J];系統(tǒng)工程與電子技術(shù);2013年12期

相關(guān)博士學(xué)位論文 前3條

1 黃盤興;運載器大氣層內(nèi)上升段軌跡快速優(yōu)化方法研究[D];哈爾濱工業(yè)大學(xué);2015年

2 孫勇;基于改進(jìn)Gauss偽譜法的高超聲速飛行器軌跡優(yōu)化與制導(dǎo)[D];哈爾濱工業(yè)大學(xué);2012年

3 徐立芳;免疫克隆選擇算法應(yīng)用研究[D];哈爾濱工程大學(xué);2008年

相關(guān)碩士學(xué)位論文 前7條

1 韓業(yè)鵬;運載火箭上升段動力故障自適應(yīng)制導(dǎo)研究[D];哈爾濱工業(yè)大學(xué);2016年

2 楊松錕;航天器運載工具的發(fā)展歷程分析及展望[D];哈爾濱工業(yè)大學(xué);2015年

3 蔡海鸞;懲罰函數(shù)法在約束最優(yōu)化問題中的研究與應(yīng)用[D];華東師范大學(xué);2015年

4 任京濤;助推滑導(dǎo)彈上升段多終端約束彈道設(shè)計及制導(dǎo)方法研究[D];哈爾濱工業(yè)大學(xué);2013年

5 趙勇;免疫克隆選擇算法改進(jìn)及其應(yīng)用研究[D];湖南大學(xué);2011年

6 劉瓊;智能優(yōu)化算法及其應(yīng)用研究[D];江南大學(xué);2011年

7 劉朝華;免疫克隆選擇算法研究及其應(yīng)用[D];湖南大學(xué);2010年

，

本文編號：2611121