求解高超声速飞行器平衡状态的GA-SQP算法

《求解高超声速飞行器平衡状态的GA-SQP算法》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、航空学报ActaAeronauticaetAstronauticaSinicaJan．252012V01．33No．1138-146ISSN1000．6893ON11-1929／Vhttp：#hkxb．buaa．edu．cnhkxb@buaa．edu．cn文章编号：1000-6893(2012)01—0138—09求解高超声速飞行器平衡状态的GA—SQP算法张红梅1’2，张国山1’*1．天津大学电气与自动化工程学院，天津3000722．沈阳航空航天大学自动化学院，辽宁沈阳110136摘要：针对含有不稳定模态的高超声速飞行器平衡状态的求解问题，提出了遗传算法一序列二次规

2、划(GA-SQP)混合优化求解算法。该算法基于GA，根据时间乘以误差绝对值积分(ITAE)性能指标，采用混沌搜索和淘汰机制，将配平问题转化为代价函数最小值的求解问题。此外，在局部搜索中引入SQP策略，分步求解升降舵偏角和油门设置，以及迎角初始值。通过建立基于Simulink的动态模型进行仿真，结果表明，该算法能够精确地收敛到平衡点，并具有较好的稳定性，而且与初始值无关。该算法为一类复杂非线性系统平衡状态的求解问题提供了一种实用有效的解决方法。关键词：飞行控制；高超声速飞行器；配平；遗传算法；序列二次规划中图分类号：V249．1文献标识码：A高超声速飞行器采用机体耦合结

3、构，与常规飞机相比，提高了推进效率，减少了飞行阻力，但其稳定性能也大大降低。而且，其飞行高度和飞行马赫数跨度范围大，导致其动态特性易变。于是强耦合、不确定性、参数变化和独特的气动特性使得高超声速飞行器的控制器设计面临严峻的挑战‘1。。高超声速飞行器的飞行控制是其关键技术之一。绝大多数飞行控制律的设计过程是在某一平衡状态开始的[2’3]。另外，飞行运动仿真一般也是从某一平衡状态开始。因此，设计一个成熟高效的平衡状态求解算法，对于高超声速飞行器的设计、控制与仿真具有重要的意义。由于描述飞行器的运动方程组一般比较复杂，所以很难用解析的方法计算其平衡状态。在现有的研究中，飞行

4、器平衡状态的计算是根据其定常飞行时状态参数时间导数为零的条件，用优化的方法来求解的。文献[-4-]以F一16为模型，对不同的飞行配平问题分别采用变尺度DFP算法和遗传算法(GeneticAlgorithm，GA)来求解。文献E51采用与单纯形相结合的混合遗传算法，得到了一种求解常规飞行器多种平衡状态的通用方法。在文献[6]中，基于退火递归神经网络的极值搜索优化算法被用于求解一类碟式飞行器的飞行状态。文献[4]～文献[6]的结果都是通过求误差平方和指标的最小值而得到的，不适合具有不稳定模态的高超声速飞行器的平衡状态求解。文献[7]中，在求解高超声速飞行器定常直飞的平衡点

5、时，采用了MATLAB的内置函数trim。trim函数的基本思想是，从一个给定的初始值开始，用序列二次规划(SequentialQuadraticProgramming，SQP)进行搜索找到最接近的平衡点。这种方法要求初始值必须与平衡点足够接近，否则将不能获得很好的收敛效果，存在多次试值的可能。因收稿日期：2011_03—21；退修日期：2011-04．29：录用日期：2011-09—12；网络出版时问：2011-10．1114：10网络出版地址：州．cnki．net／kcms／detail／11．1929．V．20111011．1410．001．htmlDOI：CN

6、KI：11-1929／V．20111011．1410．001基金项目：国家自然科学基金(60674019．61074088)*通讯作者．俐．：022-27403740E-mail；zhanggs@讪．e山．∞引用罄武lZhangHM，ZhangGS．GA-SQPalgorithmforsolvingequilibriumstatesofhypersonicvehicles．ActaAeronauticaetAstronauticaSmica，2012。33(1)：138-146．张红梅，张国出．求解高超声速飞行器平黄状态的GA．-SQP算法．航空学报·20

7、2．33(

8、

9、)：138．146．张红梅等：求解高超声速飞行器平衡状态的GA—SQP算法139此，由于强非线性和不稳定模态的存在，无论使用智能优化还是数值解法单独求解高超声速飞行器的平衡状态都较为困难。本文采用智能优化和数值解法相结合的混合求解方法来求解高超声速飞行器的平衡状态。针对高超声速飞行器的强非线性模型，建立了基于Simulink的纵向动态模型。通过详细分析高超声速飞行器纵向小扰动运动的特点，提出了GA—SqP混合优化求解算法。该算法在求解时充分考虑了纵向小扰动运动中不稳定模态对代价函数的影响，两次结合了GA的全局寻优和SQP的局部搜索能力，详细地讨论了