.png){kind=icon}
返回
Real-time entry guidance framework via an optimization-oriented quadratic programming formulation
.png){kind=icon}
PRE
AI
DOI：10.1177/09544100261451541.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
传统进入制导方法，包括基于阻力剖面法和预测-校正方法，通常需要大量参数调整，且在极端进入场景下可能无法满足终端条件。本文提出了一种实时进入制导框架，通过优化导向的重构将其表述为二次规划（QP）问题。考虑到进入制导问题中固有的高度非线性动力学和受约束的可行解空间，构建了包含终端约束和输入剖面的代价函数。路径约束直接作为径向距离的上限和下限进行强制执行，终端条件通过松弛变量进行松弛处理。通过惩罚连续控制输入的平方差实现平滑控制剖面。该方法通过大量仿真验证，展示了在气动和大气参数存在显著不确定性下的高终端精度和鲁棒性。对比分析表明，基于QP的制导方法优于传统的预测-校正方法，特别是在飞行器响应受限于缓慢且受约束的倾斜角动力学时。总体而言，所提出的方法为实时大气进入制导提供了一个计算效率高且可靠的框架。
Keyword:
entry guidance
common path constraints
bank reversal
quadratic programming
input smoothing
期刊
机构
引用论文
暂无论文信息