[发明专利]一种飞行器多约束突防轨迹优化方法和系统

说明书

本发明涉及一种飞行器多约束突防轨迹优化方法和系统。所述飞行器多约束突防轨迹优化方法，通过以获取得到的飞行器模型、拦截弹与突防过程相对运动学模型和多约束模型等模型为基础，进行轨迹优化模型的确定，使得本发明能够充分考虑拦截导弹和禁飞区等约束条件的影响；进一步，通过采用进行离散、线性化和凸化等处理后的轨迹优化模型来确定得到突防轨迹，能够进一步提高所确定轨迹的准确性，进而实现有效突防。

技术领域

本发明涉及航行轨迹设计领域，特别是涉及一种飞行器多约束突防轨迹优化方法和系统。

背景技术

轨迹优化是航天工程的重要领域。尤其是对于高超声速滑行飞行器，更需要一条可行的轨迹来满足多个飞行路径的约束，例如热流，动压和过载约束。针对飞行器的军事应用，需要考虑飞行器遭遇拦截弹时进行突防的情况，同时还应考虑禁飞区，以避免雷达探测或其他地缘政治原因。

轨迹优化方法通常有两种，一种是间接法，另一种是直接法。间接法主要基于诸如庞特里亚金最大值原理的最优控制理论，是解决轨迹优化问题的有效方法。直接法通常将原始轨迹优化问题转换为非线性规划问题(Nonlinear Programming，NLP)，然后可以通过序列二次规划(sequential-quadratic-programming，SQP)求解该NLP。

然而，间接法不能很好地应用于具有复杂动力学和复杂约束的系统，而具有非线性规划的直接法不能为收敛速度提供先验保证。由于良好的实时收敛性能和广泛的适用性，凸优化方法已经在轨迹优化领域得到了广泛的应用。通过线性化，松弛和离散化可以将具有复杂约束和非线性动力学的轨迹优化问题转换为一系列凸优化问题。因此，轨迹优化问题可以通过有效地求解每次迭代中的凸优化问题进行求解，并且该方法比常用的GPOPS工具箱(Gauss Pseudospectral Optimization Software)更快。凸优化方法对于轨迹优化问题具有实时的应用潜力，凸优化方法的优点是收敛速度快并且对初始猜测不敏感。

现有的飞行器轨迹优化方法大多是针对全局的轨迹优化问题，并没有考虑拦截导弹和禁飞区约束等条件，因此不能实现有效突防。

发明内容

本发明的目的是提供一种考虑拦截导弹和禁飞区约束条件的飞行器多约束突防轨迹优化方法和系统，以实现有效突防。

为实现上述目的，本发明提供了如下方案：

一种飞行器多约束突防轨迹优化方法，包括：

获取飞行器模型、拦截弹与突防过程相对运动学模型和多约束模型；所述飞行器模型包括：飞行器的动力学模型和飞行器的气动力模型；所述拦截弹与突防过程相对运动学模型包括：拦截导弹的运动学模型和突防过程相对运动学模型；所述多约束模型包括：攻角和倾斜角速率控制约束模型，热流、动压和过载路径约束模型，禁飞区约束模型和突防角约束模型；

根据所述飞行器模型、所述拦截弹与突防过程相对运动学模型和所述多约束模型确定轨迹优化模型；

对所述轨迹优化模型进行处理，得到处理后的轨迹优化模型；所述处理包括：离散处理、线性化处理和凸化处理；

采用序列凸优化算法根据所述处理后的轨迹优化模型确定突防轨迹。

优选地，所述飞行器模型的构建过程为：

获取飞行器参数；所述飞行器参数包括：速度、航迹角、航向角、攻角、倾斜角、升力、阻力和质量；

根据所述飞行器参数构建飞行器的动力学模型；所述飞行器的动力学模型为：