北京航空航天大学的研究人员介绍了一种用于可重复使用火箭的动力下降制导方法--Endo-PDG-DR，该方法将干扰抑制与优化控制相结合。 他们利用先进的算法解决了建模和非建模干扰，实现了稳健的实时制导。

所提出的干扰抑制优化制导方法有两个关键组成部分：实时标称轨迹生成和鲁棒邻近优化反馈控制。 相应地，该制导方法将自适应优化转向和干扰衰减这两个协同功能统一起来。 自适应优化转向基于增强动力学模型来适应建模扰动，而扰动衰减则补偿剩余未建模扰动引起的状态扰动效应。 来源：《中国航空学报》

动力下降制导（PDG）是使可重复使用火箭在地球上实现精确着陆的关键技术。 与为月球和行星着陆而开发的成熟的 PDG 系统不同，大气层内动力下降制导必须应对非线性动力学和地球大气层内更恶劣的飞行条件所带来的挑战。 这些挑战包括发动机推力波动、空气动力不确定性和风干扰。

例如，风扰动会给火箭带来持续的空气动力，这可能会大大降低着陆精度，增加推进剂消耗，甚至导致不稳定的制导指令。 虽然现有的方法包含六自由度动力学和空气动力学模型，但往往无法在制导设计过程中系统地解决干扰问题。

为了克服这一局限性，必须开发能够在大气层内非线性优化制导中拒绝干扰的制导策略。 我们的目标是生成制导指令，引导火箭沿着符合终端着陆条件的轨迹飞行，同时优化性能指标，如尽量减少推进剂消耗，即使在有干扰的情况下也是如此。

新颖的制导方法： Endo-PDG-DR

最近，中国北京航空航天大学李惠峰和张然领导的研究团队提出了一种以干扰抑制为目标的优化反馈制导方法。 这项工作代表了一种先进的工程设计方法，能够将最优制导性能和干扰抑制水平统一起来。

该团队于2024年12月14日在《中国航空学报》上发表了他们的研究成果。

"在这项工作中，我们通过对干扰的划分和征服，提出了一个名为"带干扰抑制的大气末端动力下降制导（Endo-PDG-DR）"的新问题。 扰动分为建模扰动和非建模扰动两部分，因此，我们相应地采用了两种不同的扰动抑制策略来处理这两种扰动。"北京航空航天大学宇航学院教授、研究方向为飞行器制导与控制的资深专家李慧峰说："建模干扰是通过优化制导问题主动利用的，其中建模干扰被增强为动力学模型的新状态；未建模干扰是通过调整优化制导问题哈密顿的二阶偏导数，用参数化的时变二次性能指标被动减弱的。"

伪谱微分动态编程（PDDP）方法

研究人员开发了一种新的伪谱微分动态编程（PDDP）方法来求解 Endo-PDG-DR 问题的 Hamilton-Jacobi-Bellman 方程，并相应地获得了一种稳健的邻近最优状态反馈律，其仿射形式简单，有利于实时实现。 更重要的是，所获得的最优反馈制导法则统一了两个协同功能，即自适应最优转向和干扰衰减。 自适应优化转向可适应建模干扰，而干扰衰减可补偿剩余未建模干扰引起的状态扰动效应。

利用推导出的最优反馈制导定律，研究人员通过严格表征从未定义的干扰到预测制导误差的输入-输出属性，定量测量了干扰抑制水平。 根据量化的干扰抑制水平，提出了一个简单实用的二次加权参数调整法，以减弱未建模干扰的不利影响。

然而，在探索制导鲁棒性方面还需要更精细的研究工作。 在这方面，李惠峰还提出了未来工作中可能追求的三个主要发展方向，包括在线模型识别、高约束最优轨迹生成和制导参数学习。

编译自/scitechdaily