一种基于PSO算法的再入飞行器剖面规划方法

一种基于pso算法的再入飞行器剖面规划方法
技术领域
1.本发明涉及航空航天技术领域，特别涉及一种基于pso算法的再入飞行器剖面规划方法。


背景技术：

2.再入飞行器可依靠气动力控制进行长航时、远射程以及大横侧向机动飞行，具有飞行速度快、机动性能好、突防能力强、命中精度高等显著特点，在军事和民用上存在着战略应用价值。再入飞行器系统以及飞行过程具有较强的复杂性，在实际再入剖面规划时存在很多困难：(1)由于再入飞行器系统模型存在强耦合、非线性的特性，所以很多剖面规划方法无法直接用于再入飞行器系统；(2)再入飞行器飞行过程要满足多个硬约束和软约束，以维持飞行器工作正常；(3)传统再入飞行器轨迹规划方法存在过程复杂、耗时长、效率低的问题，难以适应飞行器飞行环境变化大的特性和及时调整飞行路径的要求；(4)再入轨迹规划问题转化为飞行走廊内的再入剖面规划问题时，由于存在多个飞行阶段，需要选定的剖面函数表达式系数众多。
3.因此，研究一种再入飞行器剖面规划方法是目前亟待解决的问题。


技术实现要素：

4.本发明提出一种基于pso算法的再入飞行器剖面规划方法，基于阻力-速度(d-v)剖面的分段规划方法，通过设计函数表达式满足飞行走廊内的约束；基于pso算法，通过将复杂的系数选取问题转化为简单的参数寻优问题，实现高效的剖面规划。
5.本发明的技术方案是这样实现的：
6.根据本发明实施例的第一方面，提出了一种基于pso算法的再入飞行器剖面规划方法。
7.在一些可选实施例中，所述基于pso算法的再入飞行器剖面规划方法，包括以下步骤：
8.s1：对再入飞行器的滑翔段硬约束和软约束，获得飞行器关于上边界和下边界的飞行走廊模型；
9.s2：在飞行走廊模型内部设计分段剖面函数表达式；
10.s3：根据函数表达式，基于pso算法寻找适应度函数最小的函数系数，完成剖面规划。
11.可选地，所述步骤s1包括：
12.s11：将再入飞行器滑翔段峰值驻点热流密度、最大动压以及最大过载约束转化到阻力-速度(d-v)剖面，画出各约束对应的曲线，确定飞行走廊的上边界；
13.s12：将拟平衡滑翔约束作为软约束，确定飞行走廊的下边界，联合上边界组成飞行器可通过的飞行走廊。
14.可选地，所述步骤s12包括：
15.s121：选取合适的倾侧角值代入拟平衡约束表达式导出到阻力-速度(d-v)剖面；
16.s122：画出约束曲线作为飞行走廊的下边界。
17.本发明将再入飞行器飞行过程中需满足的硬约束转化为阻力-速度剖面上，并作为飞行走廊的上边界；飞行过程中需要满足的拟平衡滑翔约束，为软约束，作为飞行走廊的下边界，提高飞行器飞行的安全性和稳定性。
18.可选地，所述步骤s2包括：
19.s21：在约束的走廊内，将标准剖面分为四个阶段：温控段、拟平衡滑翔段、常值阻力段和过渡段；
20.s22：温控段和拟平衡滑翔段设计为阻力(d)对速度(v)的二次函数形式，函数系数由c加数字下标表示：d1＝c
11
c
12
v c
13v2
和d2＝c
21
(1-c
22v2
)，常值阻力段设计为常数：d3＝c3，过渡段设计为一次函数形式，df为终端阻力值，e为当前能量值，再入终点能量为ef：d4＝df c4(e-ef)；
21.s23：为保证标准剖面各个分段节点处平滑过渡，设计使得节点处斜率相同，将温控段与拟平衡滑翔段间的斜率k1和拟平衡滑翔段与常值阻力段的斜率k2作为被寻优的对象；
22.s24：根据飞行走廊的构型，选取划分各个阶段节点的速度值v1～v5以及再入起点处的阻力值d1和再入终点能量ef，通过寻优步骤23中斜率k1和k2即可获得函数表达式的其他系数。
23.可选地，所述步骤s21包括：
24.s211：根据飞行走廊的构型划分标准剖面的阶段为四个阶段；
25.s212：再入初期主要考虑热流约束影响，为温控段；
26.s213：然后考虑拟平衡滑翔约束影响，为拟平衡滑翔段；
27.s214：再入中段和末端，考虑动压约束和过载约束影响，为常值阻力段和最后的过渡段。
28.可选地，所述步骤s23包括：
29.s231：选取再入起点的斜率值为0，再入起点处的斜率k0和温控段与拟平衡滑翔段间的斜率k1作为待优化参数；
30.s232：随机选取k0和k1值。
31.可选地，所述步骤s24包括：
32.s241：划分各个阶段节点的速度值v1～v5以及再入起点处的阻力值d1和再入终点能量ef；
33.s242：计算温控段的斜率表达式；
34.s243：将再入起点及第二个节点的速度值代入斜率表达式并联立；
35.s244：得到温控段一次项和二次项系数，起点坐标代入温控段，得到常数项，温控段函数表达式确定；
36.s245：第二个节点速度值代入温控段表达式求出节点的阻力值；
37.s246：计算拟平衡滑翔段的斜率表达式；
38.s247：代入第二个节点与第三个节点的速度值并联立；
39.s248：得到拟平衡滑翔段的一次项和二次项系数，第二个节点的坐标代入拟平衡
滑翔段，得到常数项，拟平衡滑翔段表达式确定；
40.s249：第三个节点的速度代入拟平衡滑翔段表达式得到常值阻力段阻值；
41.s250：第四个节点坐标和再入终点能量代入过渡段求得系数。
42.本发明在飞行走廊内将剖面划分为多个阶段，各个阶段可用剖面函数表达式规划，涉及到多个表达式的系数。通过将问题转化为分段节点间斜率值搜索问题，简化求解过程，提高剖面规划效率。
43.可选地，所述步骤s3包括：
44.s31：使用航程误差和总吸热量的组合作为适应度函数，以使得适应度函数值最小为寻优目标；
45.s32：设置粒子群的种群数目、最大迭代次数、惯性权值、学习因子和加速因子的值，开始迭代寻优斜率k1和k2，以获得规划的剖面所有表达式的系数。
46.可选地，所述步骤s31包括：
47.s311：选取待定航程和实际航程的计算表达式并作差获得航程误差；
48.s312：选取总吸热量计算表达式与航程误差按权重分配组合成适应度函数。
49.可选地，所述步骤s32包括：
50.s321：将步骤s232中随机选取斜率值k0和k1部分用pso算法搜索参数代替；
51.s322：设置pso算法的基本参数，进入迭代；
52.s323：输出搜索到的斜率值并导出剖面函数表达式其他的系数值。
53.本发明的有益效果是：
54.(1)与现有标准剖面规划方法相比，本发明的规划方法是基于阻力-速度(d-v)剖面的分段规划方法，通过设计函数表达式满足飞行走廊内的约束，因而本发明的技术更加简单、易于实现。
55.(2)与现有标准剖面规划方法相比，本发明的规划方法是基于pso算法，通过将复杂的系数选取问题转化为简单的参数寻优问题，实现高效的剖面规划，因而本发明的规划方法可以提高剖面规划的实时性和快速性。
附图说明
56.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
57.图1为本发明所述的一种基于pso算法的再入飞行器剖面规划方法的示意图。
具体实施方式
58.以下描述和附图充分地示出本文的具体实施方案，以使本领域的技术人员能够实践它们。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本文的实施方案的范围包括权利要求书的整个范围，以及权利要求书的所有可获得的等同物。本文中，术语“第一”、“第二”等仅被用来将一个元素与另一个元素区分开来，而不要求或者暗示这些元素之间存在任何实际的关系或者顺序。实际上第一元素也能够被称为第二
元素，反之亦然。
59.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
60.一种基于pso算法的再入飞行器剖面规划方法，如图1所示，包括以下步骤：
61.s1：对再入飞行器的滑翔段硬约束和软约束，获得飞行器关于上边界和下边界的飞行走廊模型；
62.s2：在飞行走廊模型内部设计分段剖面函数表达式；
63.s3：根据函数表达式，基于pso算法寻找适应度函数最小的函数系数，完成剖面规划。
64.可选地，所述步骤s1包括：
65.s11：将再入飞行器滑翔段峰值驻点热流密度、最大动压以及最大过载约束转化到阻力-速度(d-v)剖面，画出各约束对应的曲线，确定飞行走廊的上边界；
66.s12：将拟平衡滑翔约束作为软约束，确定飞行走廊的下边界，联合上边界组成飞行器可通过的飞行走廊。
67.可选地，所述步骤s11包括：
68.s111：选取合适的峰值驻点热流密度、最大动压以及最大过载约束值；
69.s112：代入约束表达式导出三个约束在阻力-速度(d-v)剖面上的表达式；s113：画出约束对应的曲线并取曲线的下边界作为飞行走廊的上边界，严格满足硬约束。
70.可选地，所述步骤s12包括：
71.s121：选取合适的倾侧角值代入拟平衡约束表达式导出到阻力-速度(d-v)剖面；
72.s122：画出约束曲线作为飞行走廊的下边界。
73.本发明将再入飞行器飞行过程中需满足的硬约束转化为阻力-速度剖面上，并作为飞行走廊的上边界；飞行过程中需要满足的拟平衡滑翔约束，为软约束，作为飞行走廊的下边界，提高飞行器飞行的安全性和稳定性。
74.可选地，所述步骤s2包括：
75.s21：在约束的走廊内，将标准剖面分为四个阶段：温控段、拟平衡滑翔段、常值阻力段和过渡段；
76.s22：温控段和拟平衡滑翔段设计为阻力(d)对速度(v)的二次函数形式，函数系数由c加数字下标表示：d1＝c
11
c
12
v c
13v2
和d2＝c
21
(1-c
22v2
)，常值阻力段设计为常数：d3＝c3，过渡段设计为一次函数形式，df为终端阻力值，e为当前能量值，再入终点能量为ef：d4＝df c4(e-ef)；
77.s23：为保证标准剖面各个分段节点处平滑过渡，设计使得节点处斜率相同，将温控段与拟平衡滑翔段间的斜率k1和拟平衡滑翔段与常值阻力段的斜率k2作为被寻优的对象；
78.s24：根据飞行走廊的构型，选取划分各个阶段节点的速度值v1～v5以及再入起点处的阻力值d1和再入终点能量ef，通过寻优步骤23中斜率k1和k2即可获得函数表达式的其他系数。
79.可选地，所述步骤s21包括：
80.s211：根据飞行走廊的构型划分标准剖面的阶段为四个阶段；
81.s212：再入初期主要考虑热流约束影响，为温控段；
82.s213：然后考虑拟平衡滑翔约束影响，为拟平衡滑翔段；
83.s214：再入中段和末端，考虑动压约束和过载约束影响，为常值阻力段和最后的过渡段。
84.可选地，所述步骤s22包括：
85.s221：温控段与拟平衡滑翔段根据走廊构型设计为两个不同的二次函数的形式；
86.s222：考虑终端能量，过渡段设计为与能量有关的一次函数形式。
87.可选地，所述步骤s23包括：
88.s231：选取再入起点的斜率值为0，再入起点处的斜率k0和温控段与拟平衡滑翔段间的斜率k1作为待优化参数；
89.s232：随机选取k0和k1值。
90.可选地，所述步骤s24包括：
91.s241：划分各个阶段节点的速度值v1～v5以及再入起点处的阻力值d1和再入终点能量ef；
92.s242：计算温控段的斜率表达式；
93.s243：将再入起点及第二个节点的速度值代入斜率表达式并联立；
94.s244：得到温控段一次项和二次项系数，起点坐标代入温控段，得到常数项，温控段函数表达式确定；
95.s245：第二个节点速度值代入温控段表达式求出节点的阻力值；
96.s246：计算拟平衡滑翔段的斜率表达式；
97.s247：代入第二个节点与第三个节点的速度值并联立；
98.s248：得到拟平衡滑翔段的一次项和二次项系数，第二个节点的坐标代入拟平衡滑翔段，得到常数项，拟平衡滑翔段表达式确定；
99.s249：第三个节点的速度代入拟平衡滑翔段表达式得到常值阻力段阻值；
100.s250：第四个节点坐标和再入终点能量代入过渡段求得系数。
101.本发明在飞行走廊内将剖面划分为多个阶段，各个阶段可用剖面函数表达式规划，涉及到多个表达式的系数。通过将问题转化为分段节点间斜率值搜索问题，简化求解过程，提高剖面规划效率。
102.可选地，所述步骤s3包括：
103.s31：使用航程误差和总吸热量的组合作为适应度函数，以使得适应度函数值最小为寻优目标；
104.s32：设置粒子群的种群数目、最大迭代次数、惯性权值、学习因子和加速因子的值，开始迭代寻优斜率k1和k2，以获得规划的剖面所有表达式的系数。
105.可选地，所述步骤s31包括：
106.s311：选取待定航程和实际航程的计算表达式并作差获得航程误差；
107.s312：选取总吸热量计算表达式与航程误差按权重分配组合成适应度函数。
108.可选地，所述步骤s32包括：
109.s321：将步骤s232中随机选取斜率值k0和k1部分用pso算法搜索参数代替；
110.s322：设置pso算法的基本参数，进入迭代；
111.s323：输出搜索到的斜率值并导出剖面函数表达式其他的系数值。
112.以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，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。