基于改进粒子群算法的飞行器协同轨迹规划

作者：周宏宇; 王小刚^*; 单永志; 赵亚丽; 崔乃刚

来源：自动化学报, 2022, 48(11): 2670-2676.

DOI：10.16383/j.aas.c190865

• 高超声速飞行器
• 协同轨迹规划
• 粒子群优化
• 强化学习

考虑气动、轨迹、约束、指标间的耦合关系,以多高超声速飞行器同时到达为目标建立了协同规划模型;设计了一种自动满足终端约束的全新滑翔飞行剖面,减少了规划算法需要处理的约束数量;推导了滑翔段高精度解析解,实现了过程约束和性能指标的快速求解;提出了一种改进粒子群优化(Particle swarm optimization, PSO)算法,借助强化学习方法构建协同需求与惯性权重间的动态映射网络,提高了在线规划效率.最后通过数学仿真验证了方法的正确性和有效性.

• 单位
  哈尔滨工业大学; 航天学院