紊流環境下四維軌跡優化的偽譜方法研究

李創, 劉小雄, 馬青原, 薛鵬飛

(西北工業大學 自動化學院, 陜西 西安 710072)

紊流環境下四維軌跡優化的偽譜方法研究

李創, 劉小雄, 馬青原, 薛鵬飛

(西北工業大學 自動化學院, 陜西 西安 710072)

為了提高紊流條件下飛機的飛行安全,提出了一種基于偽譜方法的四維軌跡優化方法。建立了不確定環境中的飛機動力學模型和紊流模型,并設計了目標函數和約束條件;通過偽譜法將不確定環境下的四維軌跡優化問題轉化為非線性優化問題,然后應用序列二次規劃對該問題進行求解;討論了不同的配點數對優化結果的影響,分析比較了GPM,LPM和RPM三種偽譜法的特點。仿真結果表明,紊流情況下,所提算法可以精確地找到四維飛行軌跡。

紊流; 四維軌跡優化; 偽譜法; 序列二次規劃

0 引言

隨著社會的發展,人們對航空運輸的需求激增。歐美等國家為了緩解本區域航空運輸壓力、減少航班延時、使機場吞吐量達到最大,推出了“下一代空中交通運輸系統實現計劃(NextGen)”,并提出了基于4D軌跡的管理(4DTBO)[1],飛行器軌跡優化作為計劃的核心之一而備受關注。四維軌跡優化技術[2]在傳統的三維空間上加上時間維的信息,為飛機在空域中流動量擴增提供了可能,同時還保證了整個飛行階段內飛機飛行的安全性。

紊流是造成航空失事的主要因素之一。四維軌跡優化必須考慮飛行過程中飛機遭遇紊流和雷暴天氣問題。Matsuno等[3]提出了一種廣義多項式混沌算法,將之應用到飛機飛行避撞;但是其求解繁瑣且計算時間較長。近年來,偽譜法因其求解最優控制問題具有收斂速度快、收斂區間廣、精度高等特點受到青睞,早期主要用于解決噪聲主動控制問題[4-6]。Elnagar等[4]將Legendre偽譜方法應用于普通微分方程描述的非線性系統求解。Ross等[7]則利用Legendre偽譜法求解直接軌跡優化及非光滑的最優控制問題。文獻[8-9]提出Gauss偽譜法,并證明了非線性規劃問題的KKT條件與離散形式的HBVP問題一階最優性必要條件具有一致性。

本文將紊流規避四維軌跡優化問題轉化為最優控制問題,建立了Gauss偽譜法、Legendre偽譜法、Radau偽譜法的數值計算方法,并結合序列二次規劃(Sequential Quadratic Programming,SQP)方法求解軌跡優化問題。

1 紊流規避問題建模

1.1 飛機模型

考慮到數值解法在求解最優控制問題時首先要考慮解的收斂速度,需要將飛機運動方程[10]無量綱化處理,得到無量綱化模型為:

(1)

在此模型中,用于飛機橫側向控制的滾轉角φ和用于飛機縱向控制的Nz組成了控制變量組。

1.2 風場模型

利用風速隨高度增加而變化的線性模型來描述風場變化規律:

1.3 紊流模型

利用高斯分布來描述紊流強度:

式中:z(t)=(x,y,H)為飛機位置信息;σ為紊流影響范圍;(μx,μy,μH)為紊流影響的中心位置。

1.4 約束條件

在四維軌跡優化問題中,將已知的初始點狀態作為初始條件。當飛機到達終端時,所有的狀態信息是提前預設的,尤其要求飛機的到達時間必須滿足要求,因而終端條件也是給定的。邊界條件為:

考慮飛機安全性、乘客的舒適性以及飛機舵面的偏轉限制,對飛機的航跡角、航向角、滾轉角和過載進行限制。路徑約束為:

1.5 目標函數

2 偽譜法求解紊流規避問題

2.1 應用偽譜法將問題轉化為NLP問題

偽譜法一般將Gauss正交節點作為函數積分、微分和插值的離散節點。通過簡單的線性變換,可以很容易地將實際問題中的時間區間[t0,tf]轉化到正交節點所在的區間。其中Gauss偽譜法(GPM)、Legendre偽譜法(LPM)以及Radau偽譜法(RPM)較常見,都是同時對控制變量和狀態變量進行全局逼近,其區別僅在于配點的選取。

(1)LG配點(Legendre-Gauss)

LG配點選取方法為:

R(u)=0,u(t)∈P2N+1(t∈[-1,1])

(2)LGL配點(Legendre-Gauss-Lobatto)

LGL配點選取方法為:

R(u)=0,u(t)∈P2N-1(t∈[-1,1])

(3)LGR配點(Legendre-Gauss-Radau)

LGR配點選取方法為:

R(u)=0,u(t)∈P2N(t∈[-1,1])

式中:PN為最高次數為N的代數多項式的集合;LN(t)為N階Legendre多項式。

三種偽譜法主要區別在于配點選擇,求解步驟基本一致。以Gauss偽譜法為例,介紹連續型最優控制問題轉化為非線性規劃問題的具體步驟。

Step 1:時域變換。將時域[t0,tf]轉換到區間[-1,1]。轉換關系為:

Step 2:計算LG配點。輸入GPM配點數N,計算LG配點(配點數為N,離散節點數為N+2),即N階Legendre多項式的根,記為PN(t)。

Step 3:計算微分矩陣、積分權重。無權重微分矩陣表示為:

其中:

式中:τk(k=1,…,N)為LG配點;τi(i=0,…,N)為LG配點加上初始值點。

另外,LG配點對應的Gauss正交權重為:

Step 4:將狀態微分方程在節點按照GPM離散化方程進行離散化(終端狀態單獨近似離散化)。

寫成微分矩陣表示的離散化狀態方程為:

其中:

注意,在邊界值上沒有進行離散化。所以要對終端邊界點處的狀態變量進行單獨的離散化處理,必須增加一個約束條件以保證終端狀態Xf滿足狀態方程。這可以用一個正交多項式近似在整個時間間隔上的狀態積分來實現:

Step 5:Bolza型性能指標離散化。

根據Gauss積分公式,Bolza型性能指標公式中的Lagrange項的積分部分可以表示為:

式中:wk為Gauss積分權重。Meyer項可以表示為:

顯然,Bolza型性能指標離散化形式可表示為:

Step 6:邊界條件和路徑約束離散化。邊界條件可以表示為:

路徑約束在LG配點上的離散化形式為:

2.2 應用SQP求解

SQP方法對原問題的近似中包含有二階導數信息,在保持全局收斂性的同時具有局部超線性收斂,是一種求解光滑非線性規劃問題的優良算法。其基本思想是,在某個近似解處,將待求解的非線性規劃問題近似為處理一個二次規劃問題,求最優解。求解步驟為:

Step 1:給定初始解x0∈Rn,初始正定Hessian矩陣B0∈Rn×n(通常設置為單位陣),容許誤差限為0≤ε<1;取參數σ>0,δ>0;設置k=0。

Step 2:求解二次規劃子問題,得到dk;如果‖dk‖≤ε,跳出算法,dk為最優解,否則繼續執行。

Step 4:迭代格式為xk+1=xk+αkdk;同時計算f(xk+1),f(xk+1),c(xk+1),Ak+1。

Step 6:利用擬牛頓法更新近似Hessian矩陣Bk+1,設置修正量為sk=αkdk,并使:

yk=xL(xk+1,λk+1)-xL(xk,λk+1)

Step 7:令k=k+1,執行第二步。

3 仿真試驗及結果分析

以本文飛機模型為對象,利用偽譜法和SQP方法求解紊流規避四維軌跡優化問題。仿真條件為:

(1)在慣性坐標系中,假設紊流中心位置為(μx,μy,μH)=(-20,0,2)n mile,紊流影響區域假定為以紊流中心為球心的球體,影響范圍為σ=1.5 n mile。

(2)從初始位置(x0,y0,H0)=(-40,0,0)n mile出發,初始航跡角γ0=0°,初始航向角χ0=0°;在規定時間tf=330 s時,到達終端位置(xf,yf,Hf)=(0,0,4.5)n mile,終端航跡角γf=0°,終端航向角χf=0°。

(3)路徑約束:H∈[0,6.5]n mile,Nz∈[0,1.5g],γ∈[-89°,89°],χ∈[-180°,180°],φ∈[-60°,60°]。

分別用上述三種偽譜方法解決紊流規避四維軌跡優化問題。為了提高求解精度,偽譜法選擇離散節點數目自然越多越好。但是由于飛機動態方程復雜、變量數目較多,離散節點個數的增加必然導致算法計算時間的增加,選取12個離散化節點求解紊流規避四維軌跡優化問題。三種偽譜方法的目標函數計算結果基本相同,求解精度差別不大,在計算時間上RPM略微優于GPM和LPM。仿真結果如圖1和圖2所示。

圖1 紊流規避四維優化軌跡Fig.1 4D optimal trajectories for turbulence avoidance

由圖1可以看出,采用三種偽譜方法生成的優化軌跡均可以成功地避開紊流影響區域,曲線比較光滑且彼此差異不大。這是因為三種偽譜方法在進行離散化逼近時所遵循的原理是相近的,區別僅表現在積分節點、權重和微分矩陣的不同,從而導致了優化結果的些許差異。

圖2 三種偽譜法仿真結果Fig.2 Simulation results of three pseudo-spectra methods

圖2中，d為距紊流的距離。可以看出,三種偽譜法的計算結果均滿足約束要求,飛機始終處于紊流影響范圍外,達到了紊流規避目的。

4 結束語

紊流規避軌跡優化問題是一個非線性最優控制問題,運用數值解法可以精確、快速地得到優化解。以紊流規避問題為研究對象,利用Gauss偽譜法、Legendre偽譜法、Radau偽譜法分別對其進行數值求解,結果滿足性能要求。由優化結果可知,Radau偽譜法和Gauss偽譜法相對于Legendre偽譜法計算效率更高。對于復雜、多變量的非線性問題,可以使用偽譜方法進行求解,表明了偽譜方法在軌跡優化方面的應用價值。

[1] Zhao Yiyuan,Vaddi S.Algorithms of FMS reference trajectory synthesis to support nextgen capability studies[R].AIAA-2013-4264,2013.

[2] Battipede M,Sirigu G,Cassaro M,et al.Analysis of the impact of performance model accuracy on 4D trajectory optimization[R].AIAA-2015-0145,2015.

[3] Matsuno Y,Tsuchiya T.4D trajectory optimization in the presence of uncertainty[R].AIAA-2013-4323,2013.

[4] Elnagar G,Kazemi M,Razzaghi M.The pseudospectral legendre method for discretizing optimal control problems[J].IEEE Transactions on Automatic Control,1995,40(10):1793-1796.

[5] Huntington G T,Rao A V.Optimal reconfiguration of spacecraft formations using the Gauss pseudospectral method[J].Journal of Guidance,Control,and Dynamics,2008,31(3):689-698.

[6] Banks H T,Fakhroo F.Legendre-Tau approximations for LQR feedback control of acoustic pressure fields[J].Journal of Mathematical Systems Estimation and Control,1998,8(4):393-426.

[7] Ross I M,Fahroo F.Legendre pseudospectral approxi-mations of optimal control problems[M]//Kang W,Borges C,Xiao M Q.New trends in nonlinear dynamics and control and their applications.Vol 295.Berlin:Springer Berlin Heidelberg,2004:327-342.

[8] Benson D.A Gauss pseudospectral transcription for optimal control[D].Massachusetts:Massachusetts Institute of Technology,2005.

[9] Benson D A,Huntington G T,Thorvaldsen T P,et al.Direct trajectory optimization and costate estimation via an orthogonal collocation method[J].Journal of Guidance,Control,and Dynamics,2006,29(6):1435-1440.

[10] Smith N E,Cobb R G,Pierce S J,et al.Optimal collision avoidance trajectories via direct orthogonal collocation for unmanned/remotely piloted aircraft sense and avoid operations[R].AIAA-2014-0966,2014.

(編輯：李怡)

Four-dimension trajectory optimization for turbulence avoidance using pseudo-spectra methods

LI Chuang, LIU Xiao-xiong, MA Qing-yuan, XUE Peng-fei

(School of Automation, Northwestern Polytechnical University, Xi’an 710072, China)

To improve the flight safety of aircraft in the presence of turbulence, 4D trajectories optimization based on pseudo-spectra method was proposed. Considered the characteristic of 4D trajectories optimization for turbulence avoidance, aircraft dynamic model and turbulence Gaussian distribution model were elaborated, the objective function and constraints were designed. The 4D trajectories optimization was transformed into a nonlinear programming issue by using pseudo-spectra method, and the sequential quadratic programming (SQP) algorithm was applied to resolve this nonlinear programming problem. Influence of the collocation points on optimization results was discussed, and the characters of the pseudo-spectra methods such as GPM, LPM and RPM were analyzed. Simulation results show that the 4D trajectories for turbulence avoidance can be generated accurately using the proposed algorithm.

turbulence; 4D trajectory optimization; pseudo-spectra method; sequential quadratic programming

2016-05-09;

2016-09-14;

時間:2016-11-10 09:10

航空科學基金資助(20150753009)；西北工業大學研究生創意創新種子基金資助(Z2016146)

李創(1992-)，男，陜西渭南人，碩士研究生，研究方向為飛行控制與軌跡優化； 劉小雄(1973-)，男，陜西周至人，副教授，博士，研究方向為飛行控制與仿真、軌跡優化與四維制導。

V249.1

A

1002-0853(2017)01-0025-05