再入体激波层和近尾流热辐射实验研究

本文介绍了在弹道靶设备上对再入速度下模型的热辐射进行的实验研究工作。铝、高硅氧和聚碳酸酯三种材料的模型在速度为4.5～6.0(km/s),压力为600—8000Pa条件下做了实验,在258nm—1100nm光谱范围内完成了九个波段的辐射测量,给出了三种材料模型的辐射光谱分布曲线。结果表明辐射量除了受环境条件影响外,还强烈地依赖于模型材料;由烧蚀产物引起的辐射通量主要在可见光和近红外区(465nm以上)。估算了烧蚀产物引起的辐射加热率,对头部和近尾流辐射通量做了比较。     

再入飞行器优化气动布局研究

本文研究了再入飞行器的优化气动布局问题，提出了单目标和多目标、优化设计方法。通过研究分析，指出了具有高机动性能的带翼机动再入飞行器、弯体机动再入飞行器及带翼锥柱裙机动再入飞行器等再入飞行器的几何参数变化规律。该研究对这类再入飞行器的气动布局选型有重要的参考价值。     

Hypersonic reentry trajectory planning by using hybrid fractional-order particle swarm optimization and gravitational search algorithm

This paper proposes a novel hybrid algorithm called Fractional-order Particle Swarm optimization Gravitational Search Algorithm (FPSOGSA) and applies it to the trajectory planning of the hypersonic lifting reentry flight vehicles. The proposed method is used to calculate the control profiles to achieve the two objectives, namely a smoother trajectory and enforcement of the path constraints with terminal accuracy. The smoothness of the trajectory is achieved by scheduling the bank angle with the aid of a modified scheme known as a Quasi-Equilibrium Glide (QEG) scheme. The aerodynamic load factor and the dynamic pressure path constraints are enforced by further planning of the bank angle with the help of a constraint enforcement scheme. The maximum heating rate path constraint is enforced through the angle of attack parameterization. The Common Aero Vehicle (CAV) flight vehicle is used for the simulation purpose to test and compare the proposed method with that of the standard Particle Swarm Optimization (PSO) method and the standard Gravitational Search Algorithm (GSA). The simulation results confirm the efficiency of the proposed FPSOGSA method over the standard PSO and the GSA methods by showing its better convergence and computation efficiency.     

飞船返回舱跨声速全局稳定性研究

根据国内外在飞船返咽舱这类短钝飞行器的亚、跨声速风洞试验中都发现了极限环振动形态这一问题,利用全局稳定性分析和数字仿真方法,研究了返回舱在跨声速和高亚声带飞行时的动稳定性,得到与风洞试验类似的结果,即返回舱处于极限环振动形态。因此,在返回舱再入亚、跨声这飞行段,为保证飞行安全,采用有效和可靠的姿态控制系统来控制和减缓动不稳定影响是必需的。     

再入飞行器自适应最优姿态控制

针对再入飞行器姿态控制问题,应用自适应动态规划（ADP）理论设计了姿态控制器。将再入飞行器的姿态控制建模为非线性系统的最优控制问题,提出单网络积分型强化学习（SNIRL）算法进行求解,该算法简化了积分型强化学习（IRL）算法在迭代计算中的执行-评价双网络结构,只需要采用评价网络估计值函数就可以求得最优控制律,其收敛性得到了理论证明。基于SNIRL算法设计了自适应最优控制器,并证明了闭环系统的稳定性。通过数值仿真校验了SNIRL算法比IRL算法计算效率更高,收敛速度更快,并校验了自适应最优姿态控制器的有效性 。     

国外弹道导弹被动段控制技术

本文在论述弹道导弹被动段控制重大意义的基础上,阐述了国外几种型号导弹的被动段控制方法及其实施途径;介绍了再入飞行器滚动控制方法;对再入段减速的几种方案进行了探讨和分折比较。     

角加速度反馈在再入段控制中的应用

针对再入飞行器滚动通道产生较大的滚动角及滚动角速率,给出了一种能够有效地减小滚动角和滚动角速率的方法。该方法引入滚动角加速度信号反馈,并采用逆系统方法设计控制器。数学仿真结果表明,引入角加速度信号后,通过对干扰力矩的补偿,可以很大程度上减小再入飞行器的滚动角和滚动角速率,滚动角可以稳定在±5°范围以内。该方法将有利于减弱通道之间的耦合,提高再入飞行器再入段控制的精度。     

基于序列凸优化的高超声速滑翔式再入轨迹快速优化

针对具有热流、动压、过载以及多个禁飞区约束的再入轨迹优化问题,提出采用序列凸优化方法快速求解。利用归一化时间作为自变量解决终端时间自由问题,并引入辅助控制变量以减少序列优化结果中的高频振荡,在此基础上,通过线性化、离散化和非凸约束的凸化处理,将非凸非线性优化问题转化为二阶锥规划(Second Order Conic Programming,SOCP)问题,然后采用凸优化求解算法快速求解。数值优化结果与对比验证表明该方法能快速高效求解多约束条件下的再入轨迹优化问题,且计算效率和性能均优于传统的非线性规划方法。     

再入轨迹多约束模型预测静态凸规划方法

针对大升阻比可重复使用飞行器再入滑翔轨迹规划问题,提出了一种基于自适应分段Chebychev伪谱离散的多约束模型预测静态凸规划算法(P-CMPCP),实现了全量终端状态约束及多过程约束作用下再入轨迹的高精度迭代解算。考虑倾侧角翻转导致控制量不连续,传统规划方法难以同时严格满足终端位置、角度约束,且过程约束易超限,采用自适应分段伪谱离散策略,构建全程飞行状态及过程性能指标约束对各配点处控制调整量的敏感度关系,从而将非线性最优控制问题转化为静态凸规划问题,并利用内点法对各分段控制量进行了协调优化。本文所提方法无需对动力学模型进行简化或近似处理,即能以少量积分运算使轨迹满足再入全量模型约束,且控制量平滑,数值精度优于传统规划方法。     

再入机动飞行器自适应轨迹线性化控制

针对一类多输入多输出模型不确定系统,提出了一种基于广义模糊神经网络的自适应轨迹线性化控制方法(ATLC).针对再入机动飞行器(MRV)进行了控制器设计和分析.MRV气动参数存在较大的不确定,这会导致轨迹线性化控制器(TLC)鲁棒性能下降.利用广义模糊神经网络(G-FNN)在线补偿系统的非线性建模不确定,改善了控制器性能.基于Lyapunov稳定性理论,证明了ATLC闭环控制系统的稳定性.仿真结果表明自适应轨迹线性化控制系统在飞行器气动参数大范围摄动时仍具有鲁棒性和稳定性,验证了所提出的控制策略的有效性.