.png){kind=icon}
返回
Ascent Trajectory Optimization for Boost-Glide Vehicle Using Homotopy Approximation Function Sequential Convex Programming
.png){kind=icon}
PRE
AI
DOI：10.1109/TAES.2025.3539639.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
升力体滑翔飞行器模型通过攻角和侧滑角控制的控制能力较弱。此类飞行器的上升轨迹优化表现出强非线性特性和控制角的分段约束特性。具体而言，它面临两个挑战：收敛性能差和计算效率低。当采用基于直接线性化方法的传统凸方法时，算法的收敛性对初始猜测敏感。控制角分段约束的存在增加了问题的复杂性，降低了算法的计算效率。为了有效解决这些挑战，本文提出了同伦近似函数序列凸规划算法。首先提出高精度近似策略和无损凸松弛来改善收敛性能，然后设计近似函数逼近控制角的分段约束。随后，将原始的非凸最优控制问题重新表述为一系列凸优化子问题。数值仿真验证了所提算法在处理控制角分段约束方面的性能。此外，通过比较仿真示例讨论了最优性和实时性能。
Keyword:
Ascent trajectory optimization
boost-glide vehicle
convex optimization
lossless relaxation
sequential convex programming (SCP)
weak control capability
期刊
IF:
5.7
论文数:
780
被引数:
2.4W
机构
引用论文
.png){kind=icon}
Improved sequential convex programming using modified Chebyshev-Picard iteration for ascent trajectory optimization改进的chebyshev-picard迭代序列凸规划在上升轨迹优化中的应用
PREAI
分享收藏分享收藏
查看更多内容