大型飞机纵向轨迹优化设计及算法研究

《大型飞机纵向轨迹优化设计及算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、．；１０４２６分类号：学校代码＿４０１３０４００１７密级：学号：著息幸Ｍ支义净ｑＵｓｔＱｉｎｄａｏＵｎｉｖｅｒｓｉｔｏｆＳｃｌｇｙｉｅｎｃｅ＆Ｔｅｃｈｎｏｏｇｙ专业硕±学位论文ＰＲＯＦＥＳＳＩＩＯＮＡＬＭＡＳＴＥＲＤＥＧＲＥＥＴＨＥＳＳ大巧飞机纵向轨迹优化设计及算法硏究作者：张鲁红指导教师：张彥军学科专业：控制工程专业代码：０８５２１０研究方向’：智能控制理论及应用２０１５年５月２８日大型飞机纵向轨迹优化设计及算法研究■；、巧学术论文完成日期：指导教师签字：麻—

2、答辩委员会成员签字：指素、、文八［冢＼知名Ｉ大型飞机纵向轨迹优化设计及算法硏究摘要在保护国家安全方面，飞机担负着很大的责任，在战争中可Ｗ占据很大的优势，而有效的飞行轨迹优化对战术飞行方面至关重要。因此，本文研究了基于改进粒子群算法的大型飞机纵向飞行剖面的设计及其算法，Ｗ达到纵向飞行轨迹优化的目的。文中首先系统阐述了飞机级向轨迹优化的模型及原理。建立了飞机数学模，分析了轨迹优化的原理型，介绍了飞机轨迹优化的性能指标。数学模型包括运动模型和大气环境模型，而运动模型主要指飞机运动学方程。轨迹优化原理方面主要介绍了庞特里亚金

3、最小值原理和飞机的能量状态近似法。然后本文介绍了基本粒子群算法的背景、原理及流程。粒子群算法目前在决策支持、多目标优化、信号处理及模式识别等领域被广泛运用。接着在深入研究基本粒子群算法的基础上改进了粒子群算法，然后在大型飞机纵向轨迹优化过程中运用了该算法并取得了良好的效果。优化过程中首先深入分析了爬升段、巡航段Ｗ及下降段的优化原理，随后构建了爬升段、下降段化及巡航段的适应度函数，接着通过惯性极重的设置改进了基本控子群算法，最后运用该算法分别对巡航段、爬升段和下降段的成本进行了寻优。ｂ。：最后通过Ｍａｔｌａ软件进行仿真，并给出结果分析

4、比较分析得出的结论是，缩短爬升距离节省燃料的原则是增加爬升和巡航高度，増加巡航距离，降低爬，升和巡航速度，则；而最小时间为性能指标飞行时降低爬升和巡航高度增加。爬升距离，减少巡航距离由耗油最少和时间最短飞行模，提商爬升和巡航速度式比较可知，二者是相互矛盾的，因此，需要根据实际情况选取合适的操作模式，二，或者依据实际需要加入时间成本指数，取者的平衡点Ｗ圆满完成飞行任务。关键词：轨迹优化纵向剖面最小值原理能量状态法改进粒子群算法１ＡＬＧＯＲＩＴＨＭＤＥ別ＧＮＡＮＤＯＰＴＩＭＩＺＡＴＩＯＮＯＦＬＡＲＧＥＡＩＲＣＲＡＦＴＶＥＲＴＩＣ

5、ＡＬＴＲＡＪＥＣＴＯＲＹＡＢＳＴＲＡＣＴＡｉｒｃｒａｆｔｐｌａｙｅｄａｖｅｒｙｉｍｐｏｒｔａ打ｔｒｏｌｅｉｎｔｈｅｐｒｏｔｅｃｔｉｏ打ｏｆｎａｔｉｏｎａｌｓｅｃｕｒｉｔｙ．Ｓｏ，ｉｔｗａｓｖｅｒｉｍｏｒｔａｎｔｆｏｒｔｈｅｔａｃｔｉｃａｌｆｌｉｈｔ化ｈａｖｅａｅｆｆｅｃｔｉｖｅｆｌｉｈｔａｔｈｏｔｉｍｉｚａｔｉｏｎ．ｙｐｇｇｐｐＴｈｅａｒｔｉｃｌｅｗａｓｍａｉｎｌｙａｂｏｕｔｖｅｒｔｉｃａｌｆｌｉｔｒｏｆｉｌｅｄｅｓｉｎａｎｄａｌｏｒｉｔｈｍｓｗｈｉｃｈｂａｓｅｄｇｈｐｇ

6、ｇｏｎｍｍ＾ｉｐｒｏｖｅｄｐａｒｔｉｃｌｅｓｗａｒｍａｌｇｏｒｉｔｈｉｎｏｒｄｅｒ化ｉｅａｃｈｔｈｅｕｒｐｏｓｅｏｆｌｏｎｉｔｕｄｉｎａｌ，ｐｇｆｌｉｇｈｔｔｒａｅｃｔｏｒｙｏｔｉｍｉｚａｔｉｏｎ．ｊｐＴｈｉｓｐａｐｅｒｄｅｓｃｒｉｂｅｄｔｈｅｍｏｄｅｌａｎｄｒｉｎｃｉｐｌｅｓｏｆａｉｒｃｒａｆｔｖｅｒｔｉｃａｌｔｒａｅｄｏｒｙｐｊｏｐｔｉｍｉｚａｔｉｏｎ．Ｆｉｒｓｔｌｙ，ａｍａｔｈｅｍａｔｉｃａｌｍｏｄｅｌｏｆｔｈｅａｉｒｃｒａｆｔｗａｓｅｓｔａｂｌｉｓｈｅｄｗｈｉｃｈｉｎｃｌｕｄｉ

7、ｎｇｓｏｒｔｓｍｏｄｅｌａｎｄａｔｍｏｓｈｅｒｉｃｍｏｄｅｌ．Ｆｏｌｌｏｗｅｄｂｔｈｅｒｉｎｃｉｌｅｏｆｔｒａｅｃｔｏｒｐｐｙｐｐｊｙｏｐｔｉｍｉｚａｔｉｏｎ，ｔｈｉｓｐａｐｅｒｉｎｔｒｏｄｕｃｅｓｔｈｅａｉｒｃｒ泌ｆｌｉｇｈｔｅ打ｖｉｒｏｎｍｅ打ｔ，ｉ打ｅｌｕｄｉｎｇｔｈｒｅｅｍａｉｎｅｎｖｉｒｏｎｍｅｎｔｍｏｄｅｌａｎｄｉｔｓａｄｖａｎｔａｇｅｓａｎｄｄｉｓａｄｖａｎｔａｇｅｓ．Ａｔｌａｓｔｆｌｉｈｔａｔｈｗａｓ，ｇｐｏｐｔｉｍｉｚｅｄｂｙＰｏｎｔｅａｕｒｏｕｓｉｎ