[发明专利]基于粒子群优化算法的飞行器再入轨迹在线规划方法

权利要求书

1.一种基于粒子群优化算法的飞行器再入轨迹在线规划方法，其特征在于，包括以下步骤：

步骤1、根据飞行器再入任务需求，确定再入初始条件的包络范围；

步骤2、根据再入初始条件的所述包络范围，确定倾侧角分段常值大小、倾侧角符号最大反转次数；

步骤3、对再入初始条件的所述包络范围划分网格，即将原包络划分为多个子包络，同时保证原包络顶点均为某子包络顶点；

步骤4、以各所述子包络顶点为再入初始条件，采用粒子群优化算法离线设计飞行器再入标准轨道；

步骤5、通过离线数字仿真验证所述包络范围划分和对各所述子包络顶点优化得到的所述再入标准轨道的有效性；

步骤6、对得到的仿真结果进行统计分析，若结果不满足设计预期要求，则转到步骤3重新划分子包络；若满足预期设计要求，则设计结束。

2.根据权利要求1所述的基于粒子群优化算法的飞行器再入轨迹在线规划方法，其特征在于，采用所述粒子群优化算法离线设计所述飞行器再入标准轨道的步骤具体包括：

选取再入飞行器侧向制导的漏斗边界和阻尼系数为所述粒子群优化算法的决策变量，并设置优化过程中漏斗边界和阻尼系数上下界；

根据飞行器再入任务需求和再入过程约束条件，设置所述粒子群优化算法的目标函数；

设置所述粒子群优化算法迭代过程中的基本参数；

在不同再入初始条件下，通过算法迭代获得满足要求的再入标准轨道。

3.根据权利要求2所述的基于粒子群优化算法的飞行器再入轨迹在线规划方法，其特征在于，所述粒子群优化算法的所述基本参数包括粒子群种群数目、最大迭代次数、粒子最大飞行速度、学习因子、惯性权重。

4.根据权利要求3所述的基于粒子群优化算法的飞行器再入轨迹在线规划方法，其特征在于，所述粒子群种群数目为20～50，所述最大迭代次数为50～100，所述粒子最大飞行速度为相应变量搜索范围的1/10～1/5，所述学习因子为2，所述惯性权重的初始值为0.9，终止值为0.4。

5.根据权利要求2所述的基于粒子群优化算法的飞行器再入轨迹在线规划方法，其特征在于，设置飞行器再入落点精度为目标函数，对再入过程中的约束通过设计相应的罚函数的方法的目标函数中予以体现。

6.根据权利要求1至5中任一项所述的基于粒子群优化算法的飞行器再入轨迹在线规划方法，其特征在于，所述子包络的划分密度为：再入高度2公里，再入速度100米每秒，再入时速度倾角0.2度。

7.根据权利要求1至5中任一项所述的基于粒子群优化算法的飞行器再入轨迹在线规划方法，其特征在于，所述再入初始条件主要包括飞行器再入速度、再入高度、再入时速度方向角。

8.根据权利要求1至5中任一项所述的基于粒子群优化算法的飞行器再入轨迹在线规划方法，其特征在于，所述倾侧角符号最大反转次数为3～4次。