[发明专利]一种基于聚类分析的可回收火箭返回段自适应优化方法

说明书

本发明公开了一种基于聚类分析的可回收火箭返回段自适应优化方法，包括：建立一子级返回段的返回轨迹优化问题模型；求解出末端约束变量相对于设计变量的状态转移矩阵；利用聚类算法将状态转移矩阵中的数据元素进行敏感度划分，筛选出敏感度较高的数据元素形成状态转移矩阵M；根据设定的线性度准则，从M中筛选线性的约束变量、线性的设计变量以及对应的线性状态转移矩阵，从M中筛选非线性的约束变量、非线性的设计变量；针对线性参数和非线性参数，分别利用不同的优化方法求得最优的设计变量值。本发明能有效地处理复杂的着陆约束问题，具有较高的精度、收敛性和计算效率，降低了返回段优化问题参数空间的维度和复杂度，具有良好的自适应性和拓展性。

技术领域

本发明属于航天器飞行控制领域，特别涉及一种基于聚类分析的可回收火箭返回段自适应优化方法。

背景技术

近年来，随着商业航天时代的到来，可回收运载火箭垂直起降技术已成为国际航天领域的研究热点。目前，垂直起降技术已成为一种可行的、最具前景的可回收运载火箭的技术，其极大地降低了航天器发射任务的成本。而整个运载火箭一子级返回段(后文简称返回段)的最优轨迹设计作为垂直起降的核心关键技术，是一个系统性、整体性的轨迹优化问题，各种复杂约束和设计变量之间存在相互耦合、交联关系，并且对着陆精度要求非常高。

返回段是整个探测器轨道设计和火箭总体设计的重要依据，其包括多个飞行段，再入速度大，返回过程较为复杂，航程和速度跨度大、飞行环境变化明显、各种因素扰动因素强。返回段轨迹优化不仅要保证末端高精度稳定着陆，还需要综合考虑各飞行段动压、过载、热流密度、发动机性能以及末端着陆位置、速度、姿态等约束，因此对于这样多飞行段下的高维约束和设计变量的非线性问题有必要展开相关研究。对于此类系统性、整体性的轨迹优化问题需要在统一的模型下联立考虑、同时满足，而不应该单段处理。总之，多阶段同步规划是未来研究的一个关键方向。近年来，国内外许多学者针对可回收运载火箭返回段优化问题分别都提出了自己的优化设计方法，但大多存在以下问题之一：

(1)模型较为理想化，不符合运载火箭一子级整个返回轨迹的实际飞行情况；

(2)研究主要集中在垂直着陆段这一单个飞行段；

(3)一子级飞行时间较短，考虑的设计变量和约束变量较少，调整能力有限，无法满足整个返回多飞行段最优轨迹的需要；

(4)针对不同的返回任务或者不同的飞行段需要对优化问题结合相关算法进行重新构造，推导过程较为复杂，计算也比较繁琐；

(5)不能实现返回轨迹的自适应优化与算法的自动分配。

在高维参数空间(复杂约束和设计变量构成的参数空间)、高动态下，传统的优化方法无论从精度、效率、最优性、适应性等角度均已无法满足要求，很容易出现不收敛的情况，因此有必要发展更加精准、适用性更强的自适应轨迹优化方法。

发明内容

本发明的目的在于，针对传统的优化方法无法从精度、效率、最优性、适应性等角度满足可回收火箭返回段优化问题的不足，提供一种基于聚类分析的可回收火箭返回段自适应优化方法，能有效地处理复杂的着陆约束问题，具有较高的精度、收敛性和计算效率，降低了返回段优化问题参数空间的维度和复杂度，具有良好的自适应性和拓展性。

为解决上述技术问题，本发明所采用的技术方案是：

一种基于聚类分析的可回收火箭返回段自适应优化方法，包括：

步骤1，建立一子级返回段的返回轨迹优化问题模型；所述优化问题模型中包括返回段的飞行段划分信息、设计变量信息和约束变量信息；其中约束变量信息包括设计变量约束信息、过程约束变量信息和末端约束变量信息；

其特点是还包括以下步骤：

步骤2，求解出末端约束变量相对于设计变量的状态转移矩阵；