一种系统动作聚类优化设计方法

    公开(公告)号:CN118627387A

    公开(公告)日:2024-09-10

    申请号:CN202410787069.7

    申请日:2024-06-18

    Abstract: 本发明公开了一种系统动作聚类优化设计方法,所述方法包括如下步骤:通过功能‑行为‑动作分析,分解得到为实现系统功能所需要的详细动作;构建动作标签向量,基于动作标签向量的相似度进行动作聚类,得到有待一体化设计的动作子集合;采用基于分枝定界的一体化动作组合优化方法,对动作进行一体化设计,从而对应映射得到一体化的物理域设计参数/部件。本发明中系统设计过程中的功能需求、行为、动作间的关系可以得到充分的分析,通过相似动作的聚类可以实现物理域设计参数的一体化,有效降低设计冗余;同时,基于分枝定界的一体化优化过程可以考虑设计过程中的约束及一体化设计所带来的代价,从而选择得到综合性能最优的设计方案。

    一种变形飞行器轨迹在线序列凸规划方法

    公开(公告)号:CN118519344A

    公开(公告)日:2024-08-20

    申请号:CN202410597365.0

    申请日:2024-05-14

    Abstract: 本发明公开了一种变形飞行器轨迹在线序列凸规划方法,所述方法如下:步骤1:基于连续变体飞行器数学模型,构建变形量与气动角协调规划模型;步骤2:对变形飞行器纵侧向运动进行解耦,将变形策略设计为分段固定的形式,并基于凸优化方法对纵向降维规划模型进行快速求解,为变形飞行器轨迹的在线优化提供参考轨迹初值;步骤3:以基于降维模型的分平面轨迹规划结果为优化初值,解除变形策略限制,形成细粒度轨迹规划全要素模型,建立以变形量变化率为控制量的扩维规划模型,将无限维连续型最优控制问题转化为离散型凸规划问题,进而基于序列凸优化方法高效求解。本发明中分平面轨迹初值生成与序列凸优化方法的结合,可大幅提高轨迹的求解效率。

    可重复使用高超声速飞行器上升段轨迹优化与制导方法

    公开(公告)号:CN114035611B

    公开(公告)日:2024-04-12

    申请号:CN202111416110.2

    申请日:2021-11-25

    Abstract: 本发明公开了一种可重复使用高超声速飞行器上升段轨迹优化与制导方法,所述方法包括如下步骤:步骤1:在起飞之前,以预定的标准轨迹作为初值,采用凸优化方法进行轨迹优化,得到参考轨迹,作为制导指令;步骤2:在完成首次轨迹优化之后,以凸优化得到的优化控制量作为制导指令,同时添加PD跟踪制导,每个周期内采用凸优化+PD跟踪的制导方式;步骤3:实时判断|X‑Xcvx|<δ,当不等式不满足时,立即重新进行凸优化,否则,到制导周期结束时,再进行凸优化;步骤4:在新凸优化求解时,利用上一次凸优化的结果作为初值,再次优化求解,更新制导指令。本发明在得到优化指标对应轨迹的同时满足制导精度。

    一种基于启发式搜索与预瞄法的在线轨迹规划方法

    公开(公告)号:CN117666611A

    公开(公告)日:2024-03-08

    申请号:CN202311692641.3

    申请日:2023-12-11

    Abstract: 一种基于启发式搜索与预瞄法的在线轨迹规划方法,属于飞行器控制技术领域。方法如下:建立无量纲化的动力学模型;生成基于启发式搜索的参考航迹;基于预瞄法的轨迹跟踪;飞行过程中飞行器根据当前状态以及参考航迹生成攻角指令、倾侧角指令以及推力指令后,将所述指令带入飞行器的动力学模型,计算得到飞行器的在线轨迹。本发明在启发式搜索与预瞄法的基础上,针对巡航段飞行等高等速巡航约束及规避禁飞区要求,首先生成参考航迹,后续对参考航迹进行跟踪实现在线轨迹规划,在保证轨迹规划精度前提下有效降低轨迹规划计算复杂度,算法计算量小,解决了传统吸气式组合动力飞行器轨迹规划方法计算复杂,计算量大的问题,具有较好的应用前景。

    一种再入滑翔飞行器最优超螺旋滑模控制方法

    公开(公告)号:CN117492478A

    公开(公告)日:2024-02-02

    申请号:CN202311496956.0

    申请日:2023-11-10

    Abstract: 一种再入滑翔飞行器最优超螺旋滑模控制方法,属于飞行器控制技术领域。方法如下;S1:构建姿态控制误差模型;S2:构建线性滑模变量,并定义与线性滑模变量相关的性能指标函数;S3:基于线性滑模变量与性能指标函数获得再入滑翔飞行器的控制量。本发明在采用具备强抗扰能力的超螺旋控制律保证飞行稳定的前提下,定义可考虑全程控制偏差与控制能量消耗的性能指标函数,并采用Actor‑Critic在线迭代求解的方式,获得最优控制量,可大幅降低再入滑翔飞行过程中的累积控制误差,并优化控制所需能量。

    一种基于鲁棒优化的无动力返场段轨迹规划方法

    公开(公告)号:CN117471920A

    公开(公告)日:2024-01-30

    申请号:CN202311701656.1

    申请日:2023-12-12

    Abstract: 一种基于鲁棒优化的无动力返场段轨迹规划方法,所述方法为:考虑不确定性的无动力返场段鲁棒轨迹优化模型建立;基于混沌多项式理论的不确定度量化和传播;基于hp自适应伪谱方法的鲁棒轨迹优化求解;指令生成,进行无动力返场段飞行。本发明基于鲁棒优化策略和不确定性量化技术,提出了一种新的不确定性条件下的无动力返场段轨迹规划方法。一方面考虑了动力学参数的不确定性和初始状态的不确定性,另一方面考虑了约束满足的可靠性和性能指标对不确定性的不敏感性。本发明所提轨迹规划方法较传统轨迹规划方法抗干扰能力强,不确定条件下轨迹离散度小,可有效降低飞行风险,算法计算量小,可满足实时校正的需求,具有较好的应用前景。

    一种基于广义牛顿迭代的MPSP轨迹设计方法

    公开(公告)号:CN117452825A

    公开(公告)日:2024-01-26

    申请号:CN202311701657.6

    申请日:2023-12-12

    Abstract: 一种基于广义牛顿迭代的MPSP轨迹设计方法,属于飞行器控制技术领域。方法如下:建立动力学模型,把连续时间优化问题转化为离散的有限维问题;生成猜测值的初始状态向量和初始控制向量,并设定跳出条件;计算状态向量近似值和末端输出误差,计算状态向量误差;判断末端输出误差及状态向量误差是否均满足跳出条件;若满足则轨迹设计完成,反之则用控制向量更新公式更新控制向量;用状态向量更新公式更新状态向量。本发明解决了传统轨迹规划方法依靠人工经验调整参数、无法满足在线自动解算轨迹的问题,降低了算法复杂度,提高了收敛的鲁棒性,在能量管理弹轨迹规划方面具有较好的应用前景。

    基于强化学习伪谱网格自适应构造的轨迹快速优化方法

    公开(公告)号:CN117434845A

    公开(公告)日:2024-01-23

    申请号:CN202311692640.9

    申请日:2023-12-11

    Abstract: 一种基于强化学习伪谱网格自适应构造的轨迹快速优化方法,属于飞行器控制技术领域。方法如下:构建飞行器动力学与运动学模型,设置飞行轨迹初值及约束条件,并基于伪谱法构建飞行器轨迹优化问题;计算相邻两配点中点的残差矩阵,并以残差矩阵的二范数作为网络评价方法进行评价;通过DDPG强化学习得到新的Online‑Actor网络对伪谱离散网格进行设计,将连续轨迹优化问题转化为非线性规划问题,并使用序列二次规划方法进行求解。本发明利用强化学习完成神经网络的快速训练,基于神经网络对伪谱离散网格进行快速准确构造,解决了重复迭代带来的求解时间过长的问题,进而完成飞行器轨迹的快速优化。

Patent Agency Ranking