附加機(jī)動(dòng)的深空探測引力輔助軌道優(yōu)化技術(shù)研究
發(fā)布時(shí)間:2021-06-11 00:20
深空探測是我國航天發(fā)展的重要方向之一,快速、高效地完成從地球出發(fā)至其他天體的發(fā)射軌道優(yōu)化是開展實(shí)際工程的重要基礎(chǔ)。對火星以遠(yuǎn)的深空探測任務(wù),當(dāng)前基于化學(xué)能推進(jìn)的運(yùn)載火箭難以將大質(zhì)量有效載荷送入直接轉(zhuǎn)移軌道,因此天體引力輔助技術(shù)廣為應(yīng)用。本文主要對引力輔助序列設(shè)計(jì)方法和深空探測彈道-軌道聯(lián)合優(yōu)化方法進(jìn)行了研究。基于平面二體引力輔助動(dòng)力學(xué)模型,推導(dǎo)得到航天器引力輔助后在中心天體坐標(biāo)系下的能量與速度變化公式,分析了軌道變化形式,以此為基礎(chǔ),提出航天器在引力輔助后與下一天體是否存在交會(huì)機(jī)會(huì)的判定準(zhǔn)則,進(jìn)一步基于區(qū)間分析思想,提出一種無附加機(jī)動(dòng)引力輔助天體序列搜索算法,并自主編程實(shí)現(xiàn)。利用該算法,可以一次搜索得到滿足出發(fā)能量和時(shí)間約束的所有引力輔助序列,以供軌道設(shè)計(jì)選擇?紤]三維星歷及附加脈沖機(jī)動(dòng)后,本文以地球-木星轉(zhuǎn)移為背景,利用粒子群優(yōu)化算法和Pork-Chop圖展現(xiàn)形式,對直接轉(zhuǎn)移和多序列引力輔助轉(zhuǎn)移進(jìn)行了計(jì)算和比較分析,得到了不同天體引力輔助轉(zhuǎn)移軌道的窗口周期特性。在搜索結(jié)果中,可以找出與伽利略號(hào)、朱諾號(hào)等任務(wù)實(shí)例相匹配印證的結(jié)果。相比傳統(tǒng)優(yōu)化算法收斂得到的單點(diǎn)信息,通過本文方法得到的結(jié)...
【文章來源】:中國運(yùn)載火箭技術(shù)研究院北京市
【文章頁數(shù)】:156 頁
【學(xué)位級別】:博士
【部分圖文】:
圖1.2粒子群優(yōu)化算法尋優(yōu)示意圖
張博戎:附加機(jī)動(dòng)的深空探測引力輔助軌道優(yōu)化技術(shù)研究-14-圖1.3GA-NLP算法流程示意圖[52]1.2.3.2.2梯度-粒子群優(yōu)化混合算法林浩申等人設(shè)計(jì)了一種梯度尋優(yōu)與粒子群優(yōu)化算法相結(jié)合的混合算法(GH-PSO),如圖1.4。利用粒子群優(yōu)化算法進(jìn)行前兩代種群的初始化和適應(yīng)度計(jì)算,在更新得到下一代之前首先利用梯度算法更新最優(yōu)個(gè)體的信息,該方法相比單純使用粒子群算法也可以實(shí)現(xiàn)更快的收斂速度[77]。圖1.4GH-PSO算法流程示意圖[77]
張博戎:附加機(jī)動(dòng)的深空探測引力輔助軌道優(yōu)化技術(shù)研究-14-圖1.3GA-NLP算法流程示意圖[52]1.2.3.2.2梯度-粒子群優(yōu)化混合算法林浩申等人設(shè)計(jì)了一種梯度尋優(yōu)與粒子群優(yōu)化算法相結(jié)合的混合算法(GH-PSO),如圖1.4。利用粒子群優(yōu)化算法進(jìn)行前兩代種群的初始化和適應(yīng)度計(jì)算,在更新得到下一代之前首先利用梯度算法更新最優(yōu)個(gè)體的信息,該方法相比單純使用粒子群算法也可以實(shí)現(xiàn)更快的收斂速度[77]。圖1.4GH-PSO算法流程示意圖[77]
本文編號(hào):3223408
【文章來源】:中國運(yùn)載火箭技術(shù)研究院北京市
【文章頁數(shù)】:156 頁
【學(xué)位級別】:博士
【部分圖文】:
圖1.2粒子群優(yōu)化算法尋優(yōu)示意圖
張博戎:附加機(jī)動(dòng)的深空探測引力輔助軌道優(yōu)化技術(shù)研究-14-圖1.3GA-NLP算法流程示意圖[52]1.2.3.2.2梯度-粒子群優(yōu)化混合算法林浩申等人設(shè)計(jì)了一種梯度尋優(yōu)與粒子群優(yōu)化算法相結(jié)合的混合算法(GH-PSO),如圖1.4。利用粒子群優(yōu)化算法進(jìn)行前兩代種群的初始化和適應(yīng)度計(jì)算,在更新得到下一代之前首先利用梯度算法更新最優(yōu)個(gè)體的信息,該方法相比單純使用粒子群算法也可以實(shí)現(xiàn)更快的收斂速度[77]。圖1.4GH-PSO算法流程示意圖[77]
張博戎:附加機(jī)動(dòng)的深空探測引力輔助軌道優(yōu)化技術(shù)研究-14-圖1.3GA-NLP算法流程示意圖[52]1.2.3.2.2梯度-粒子群優(yōu)化混合算法林浩申等人設(shè)計(jì)了一種梯度尋優(yōu)與粒子群優(yōu)化算法相結(jié)合的混合算法(GH-PSO),如圖1.4。利用粒子群優(yōu)化算法進(jìn)行前兩代種群的初始化和適應(yīng)度計(jì)算,在更新得到下一代之前首先利用梯度算法更新最優(yōu)個(gè)體的信息,該方法相比單純使用粒子群算法也可以實(shí)現(xiàn)更快的收斂速度[77]。圖1.4GH-PSO算法流程示意圖[77]
本文編號(hào):3223408
本文鏈接:http://sikaile.net/kejilunwen/sousuoyinqinglunwen/3223408.html
最近更新
教材專著