.png){kind=icon}
返回
Penalty Separation-Based Sequential Convex Programming for Lunar Spacecraft Reentry Trajectory Optimization
.png){kind=icon}
PRE
AI
DOI：10.1109/TAES.2025.3622573.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
实时轨迹优化可以提高月球航天器的制导精度和对突发故障的响应能力。序列凸规划（SCP）因其高效率已成为实现实时轨迹优化的最有前景的方法之一。基于L1惩罚函数的SCP是少数具有理论保证收敛性的方法之一。然而，其收敛性对惩罚系数高度敏感。本文的主要贡献如下：首先，我们发现这种敏感性的一大原因是可行域松弛与目标函数之间的惩罚耦合；其次，我们对这一问题进行理论分析，并得到一个重要的惩罚分离性质：在满足一定条件下，可行域松弛与目标函数中的惩罚系数可以分离；第三，我们发现当惩罚不可分离时，线搜索对惩罚系数的敏感度低于信赖域收缩；最后，基于这一发现和惩罚分离性质，我们设计了一种融合线搜索和信赖域收缩的迭代算法。数值仿真结果表明：首先，惩罚分离显著降低了SCP对惩罚系数的敏感性；其次，与基于惩罚分离的纯线搜索SCP或信赖域收缩算法相比，所提算法具有更好的收敛性能。
Keyword:
Convergence
Trajectory optimization
Moon
Iterative methods
Space vehicles
Aerodynamics
Vectors
Real-time systems
Convex functions
Sensitivity
期刊
IF:
5.7
论文数:
696
被引数:
2.4W
机构
引用论文
Entry trajectory optimization of lifting-body vehicle by successive difference-of-convex programming.png)
IF0
PREAI
分享收藏分享收藏
分享收藏Indirect sequential convex programming for mars entry terminal altitude maximizationACTA ASTRONAUTICA
ACTA ASTRONAUTICAIF3.4
PREAI
分享收藏
查看更多内容