速上升的数值程序离线轨迹优化的地对地导弹攻击固定目标。详细的数值解,从建筑的数学公式,直到生成离线攻角控制的历史,说明了。一个新颖的方法来猜一个名义上的控制程序。制定需要非线性双自由度导弹飞行动力学与混合边界条件。技术变化的变量采用free-final-time优化问题转换为一个fixed-final-time。优化算法控制参数的影响进行了研究。提出了一种新形式的加权矩阵。小说放松技术因素消除终端状态违反。最后,比较得到控制的历史和一个通过一个非线性最优控制方案提出了“GPOPS”。速上升的结果表明,使用方法,在很大程度上,可比在准确性和迭代时间GPOPS pseudospectral优化方案”。” This paper, to a great extent, is a detailed procedure for the method of Steepest-Ascent analyzed and verified by the authors from many undetailed sources to disclosure of the main problems faced by user of Steepest-Ascent.
在导弹任务分析的主要问题之一是建设一个可行的轨迹,允许一组任务目标,进行操作和物理约束不违反(
优化过程可以分为两个基本顺序步骤:数学公式和一代的数值解。有三个数学公式,通常是指在优化理论中,似乎每一个都适合某些类型的优化问题:变分法,Pontryagin最大值原理和动态规划。第二步在优化过程中,数值解,可以通过使用生成的三个基本数值程序:相邻极值,速上升,quasilinearization。不幸的是,制定的一小部分的分析。问题的主要部分被认为是数值解(
渐变的方法或“速上升的方法,”有时被称为,是极值问题的解决方案的基本概念。找到一个局部最小值函数的使用<我t一个lic>
梯度下降法我t一个lic>,一个步骤到当前点的梯度函数负方向。如果措施积极的梯度,一个可能的方法一个局部最大值的函数;然后被称为迭代序列<我t一个lic>
梯度上升我t一个lic>。速上升的历史可以追溯到1847年柯西。他是第一个提出使用渐变的替代品在解非线性方程或方程组。最陡下降法/或速上升,作为一个一阶梯度方法,已经成功应用到规定的车辆的优化轨迹问题自1960年代(
关键目标的优化技术简单,易于实现,可接受的精度和解决方案。速上升方法、一阶的,从计算的观点来看,甚至相对简单的实现对复杂问题。最初,当远离最优解,速上升方法工作得很好。这种方法的缺点是其最佳的倾向表现出较差的收敛率。几位加速收敛技术被建议
感兴趣的一个问题是在飞行力学领域。它涉及到设计的轨迹以及导弹的任务是完成的最好的方式。选择“最好”的历史轨迹的确定最优时间控制部队(
本文的动机,特别是选择速上升,从的角度简单实现。此外,没有足够详细的出版工作中发现打开文献关于这方法鼓励我们解决这个技术。完整详细的数学工作由凯利,布赖森,德纳姆追溯到1960年代。算法控制参数的选择问题在制定时所面临的一些基本功能生成优化的代码。Gottlieb [
本文的主要贡献是开发基于速上升的轨迹优化工具方法优越特性相比其他现有优化软件包对精度和解决方案的速度。这里介绍的工作处理设计师面临的一些问题在处理间接方法:猜一个控制和选择一个加权函数。此外,“放松因素”的一种新技术来处理终端约束的违反一个简单稳定,但高效的方式。
为了讨论轨迹优化问题,一般公式和定义问题必须先。对于任何动力系统与以下假设动力学 轨迹优化过程解决寻找轨迹(
布赖森和何
不失一般性,我们假设有一个控制(<我nline-formula>
关机轨迹优化的地对地导弹攻击固定目标包括一阶非线性微分方程和初始条件和部分规范的完整规范的最终状态变量的情况而定。是确定最优控制问题,为控制变量,从所有可能的程序的一个程序extremizes终端状态而满足所需的可变状态初始和最终的条件。这是一个两点边值问题(TPBVP),不幸的是,无法在一个封闭的形式解决。需要一个数值解。有许多方法来解决这种类型的问题,在文献中被广泛报道。速上升的方法,详细介绍了布赖森和德纳姆(
应该注意的是,速上升的方法和其他方法,数值解决这种类型的最优控制问题,保证找到全局最优解。只能找到局部最优解。因为所有的技术被认为是有同样的缺点,这不是一个因素在选择哪一种方法使用。
一个质点动力学模型,削减了攻角空气动力学,使用。
考虑以下: 车辆状态的完整定义是由四元素向量<我nline-formula>
这个问题在调查中分离边界条件;一些边界值指定初始时间和休息是在终端时指定。导弹边界条件在关机阶段表中列出
有四个微分状态约束方程。因此,这个问题(<我nline-formula>
标准1976大气模型(
阻力系数(<我nline-formula>
优化过程中使用速上升,作为一种间接方法,始于一个猜名义控制变量。这是所有间接方法的缺点。未能产生一个足够精确的初始猜测可以防止收敛到一个解决方案,即使存在一个解决方案。此外,优化过程的收敛速度取决于这个猜测是接近最优。
没有在文献中讨论如何猜控制导弹任务。这个问题完全是留给设计师。它不容易给好猜许多过程因为其行为可能不能完全预测。本报告中使用的名义控制主要取决于自由飞行轨迹参数(自由飞行范围和最大高度)。两种不同情况下的名义控制猜(一个是,另一个是小比自由飞行范围)如图 名义上控制想不同的任务。
的范围大于自由飞行的,使用案例(a),<我nline-formula>
在大多数书籍,free-final-time正在解决第一个问题,得到最优控制的必要条件。Fixed-final-time问题被视为一个等价的变化有一个更多的时间。然而,对于数值方法,fixed-final-time问题一般形式和free-final-time问题是通过将它转换成一个fixed-final-time问题解决(
因为“<我nline-formula>
通过消除第一个方程和用链式法则,可以转换为一个新的动力系统与“<我nline-formula>
缺乏大规模优化问题,即当对应的目标函数非常细长的水平集,速上升方向可能不提供减少函数(
罗斯和龚(
为了简化开发,三个假设关于优化问题的形式。
容许控制集合<我nline-formula>
通过<我t一个lic>
远期集成我t一个lic>的动力学模型(
计算终端约束违反,然后选择的值<我nline-formula>
通过<我t一个lic>
向后集成我t一个lic>伴随微分方程的终端值(
主要关注在选择加权矩阵,他们将对目标函数的影响。”的好选择<我nline-formula>
这是显示在图 通过<我t一个lic>
远期集成我t一个lic>使用零初始值,最后一个值 在决策情况下有两种策略。一个可能更喜欢直接决定找出正确的课程应遵循或间接通过思考的课程之后。速上升前的选择,选择最陡梯度方向的最优解决方案,但关于步大小的决定在这个方向,在很大程度上,是设计师的选择就不违反线性化的假设。简单,价值”<我nline-formula>
使用(
面临最严重的问题在速上升的优化方法或其他方法不能收敛和/或假收敛。前的失败很容易实现从最初几个迭代,但后者是很难被探测到。至少五个迭代周期来决定是否需要算法指导方向提升方向。这里的上升方向包括终端约束违反抑制和目标函数最大化。几乎,所有的非线性系统展示终端约束状态和回报之间的耦合效应函数。这意味着会议终端约束减少了收益函数,反之亦然。一般来说,有三个主要条件终止的决定是:
得到的结果是一个戴尔笔记本电脑上运行MATLAB的m Windows平台,利用核心i7处理器与6 GB的RAM。
与可变步长四阶龙格-库塔是用来减少所需的时间步骤集成的轨迹的最终状态和集成函数和阶跃响应的影响。四阶龙格-库塔算法需要四个评估每个时间步的加速度但允许时间步长四倍多的算法只需要一个加速评估每个时间步。相对和总精度10
可以验证一个轨迹的可行性比较离散轨迹的优化结果与传播轨迹。因为优化结果只在离散的节点,定义生成一个连续的参考轨迹,控制变量必须先插入节点点;然后定义系统动力学微分方程可以从初始条件传播作为初值问题。这提供了一种连续的,传播与参考轨迹离散轨迹的优化。一个可行的轨迹会两轨迹之间的误差很小。
no-scaled模型用于速上升代码和GPOPS包。GPOPS问题设置为自动扩展和使用50每个时间间隔内的节点作为一个最小的节点数量。另一个按比例缩小的模型中使用了速上升的代码。结合GPOPS INTLAB包是用于自动分化和整合;此外,SNOPT用作非线性规划解算器(NLP)。一个值为10
图
本文试图从一个新的解决轨迹优化的问题,简单,高效的观点。这种尝试,尽管它还没有一个完整的角度看,发现是一个简单有效的替代领域的轨迹设计和指导。
本文的主要贡献是重温速上升的方法。这种方法,在作者看来,并没有把大量的研究者应有的关注和关心。近四十年,致力于优化的部分通过直接的方法由于其简单和易于实现没有给出一个令人满意的注意规避通过间接方法与优化相关的问题。这些问题直接取决于设计师和他的创新在处理算法的关键参数,实际上,需要一个好经验、好判断算法的行为有不同的任务。有些人需要寻求问题从一个新的角度。
速上升代码的优越性是显而易见的迭代时间比较的代码。比较时间研究。最大限度减少迭代时间发生在100公里的轨道。45公里和130公里的情况下,速上升降低了需要解决的时间42%和74%,分别。所需的仿真时间的比较显示了良好的性能的优化轨迹的缩放速上升除了70公里的轨道,而no-scaled背后是一个一步GPOPS 60公里和70公里的轨道。目标函数和冲击速度的比较表明,获得的最终速度速上升低于GPOPS 0.38%和0.49% 45公里和130公里的轨道。通过分析获得的空间轨迹从代码,很显然,速上升的轨迹优化达到高海拔(45公里17.7公里和31.9公里,130公里轨道)比GPOPS(45公里17.5公里和31.3公里,130公里轨迹)。速上升达到那些海拔在更大范围内(25.9公里和54.8公里45公里和130公里轨道)比GPOPS(24.0公里和53.4公里45公里和130公里的轨迹)。
本文给出的结果显示一个有前途的潜在的方法作为一种快速轨迹优化工具用于类地对地战术导弹。速上升之间的良好的协议是注意到方法和在不同情况下GPOPS。然而,性能优越的速上升可能会发现在某些情况下。
作者宣称没有利益冲突有关的出版。