变掠翼制导火箭弹弹道多目标优化方法

本发明涉及火箭弹的空气动力学和弹道，特别是一种变掠翼制导火箭弹弹道多目标优化方法。

背景技术：

1、传统的固定翼火箭弹在设计上的局限在于仅能在某一特定飞行工况下获得最佳性能，无法全面发挥火箭弹的性能潜力。相比之下，变外形制导火箭弹具备通过改变其自身结构来提升力学特性的能力，能够在整个飞行任务过程中保持最佳的气动性能，提升火箭弹的远程精确打击能力和超远程火力压制能力。

2、文献1：中国发明专利cn109506517a公开了一种带约束的中制导弹道优化方法，该优化方案是针对不可变外形导弹的弹道优化方法，未对变外形导弹的轨迹优化问题进行研究。

3、文献2：中国发明专利cn113094807a公开了一种变外形飞行器变形轨迹优化方法，该优化方法研究的是变形飞行器的变形策略轨迹优化问题，主要集中在轨迹的单目标问题的优化，未对变形飞行器的多目标优化问题进行研究。

技术实现思路

1、本发明的目的在于提供一种变掠翼制导火箭弹弹道多目标优化方法，利用在变掠翼制导火箭弹飞行过程中调整弹翼后掠角的动态变化策略，解决了固定外形火箭弹在飞行中出现不适应性的问题，实现对火箭弹射程以及末端打击力度这两个相互冲突优化目标的优化需求，在提升火箭弹射程的同时兼顾末端速度，增强火箭弹的末端打击力度，提升火箭弹飞行性能。

2、实现本发明目的的技术解决方案为：

3、一种变掠翼制导火箭弹弹道多目标优化方法，该多目标优化方法包括以下步骤：

4、基于瞬时平衡假设，考虑弹翼后掠角，构建变掠翼制导火箭弹纵向平面弹道运动方程；

5、采用变掠翼和滑翔增程技术，对滑翔段弹道以弹翼后掠角和攻角为控制变量，构建变掠翼制导火箭弹弹道多目标优化模型；

6、采用多目标遗传算法对变掠翼制导火箭弹弹道多目标优化模型进行求解。

7、进一步的，变掠翼制导火箭弹纵向平面弹道运动方程为：

8、

9、式(1)中：v表示火箭弹的速度；θ表示弹道倾角；s表示射程；h表示射高；p表示发动机推力；g表示重力加速度；α表示攻角；m表示火箭弹质量；ms表示质量流率；d表示空气阻力；l表示升力；

10、阻力和升力的计算公式为：

11、

12、式(2)中：s表示参考面积；ρ表示空气密度；ma表示飞行马赫数；χ表示弹翼后掠角；cd(ma,α,χ)和cl(ma,α,χ)分别表示阻力系数和升力系数；

13、

14、式(3)中，cdα2(ma,χ)、cdα(ma,χ)、cd0(ma,χ)、clα(ma,χ)、cl0(ma,χ)表示关于弹翼后掠角χ和马赫数ma的拟合系数。

15、进一步的，变掠翼制导火箭弹弹道多目标优化模型具体为：

16、在状态变量满足弹道约束条件时，寻求最优控制变量，使得目标函数j＝[j1,j2]取最大值；其中目标函数j1表示火箭弹射程，目标函数j2表示火箭弹的末端攻击速度；

17、状态变量x(t)＝[v,θ,s,h]t，控制变量u(t)＝[α,χ]t。

18、进一步的，弹道约束条件具体为：

19、(1)初始状态约束：

20、x0＝[v0,θ0,s0,h0]t；

21、式中：x0表示状态变量x(t)的初始限制值，v0表示初始飞行速度限制值，θ0表示初始弹道倾角限制值，s0表示初始射程限制值，h0表示初始飞行高度限制值；

22、(2)末端状态约束：

23、

24、式中：h(tf)、v(tf)、θ(tf)分别表示末端高度、末端飞行速度、末端弹道倾角；tf表示末端的攻击时刻，hf表示末端高度限制值，vf表示末端飞行速度限制值，θf表示末端弹道倾角限制值；

25、(3)过程约束：

26、

27、式中：q表示动压，qmax表示最大动压，ny表示法向过载，nymax表示最大法向过载；

28、(4)控制变量约束：

29、

30、式中：αmin、αmax分别表示攻角α的最小值和最大值，χmin、χmax分别表示弹翼后掠角χ的最小值和最大值。

31、进一步的，多目标遗传算法求解，具体求解流程如下：

32、s1、使用直接打靶法将控制变量在时间区间[t0,tf]上进行离散化，将连续的变掠翼制导火箭弹弹道多目标优化模型所解决的弹道优化问题转化为非线性规划问题；其中，t0表示火箭弹的初始发射时间，tf表示火箭弹的末端打击时间；

33、s2、采用带精英策略的非支配排序多目标遗传算法nsga-ii对非线性规划问题求解。

34、进一步的，采用带精英策略的非支配排序多目标遗传算法nsga-ii对非线性规划问题求解，具体求解流程为；

35、s21、在满足控制变量的上限、下限约束内随机生成初始种群；

36、s22、对初始种群个体进行交叉，变异操作，产生新的子代；

37、s23、将新产生的子代与选择的父代结合，组成混合种群；对混合种群进行非支配排序，非支配排序是按照混合种群个体在变掠翼制导火箭弹弹道多目标优化模型中的优化表现进行排序，将所有混合种群个体分配到各非支配层中；

38、s24、评估混合种群个体周围解的密集程度，计算在每个非支配层中各混合种群个体的拥挤度；

39、

40、idistance＝1/(δdi+1)

41、式中，δdi表示第i个混合种群个体的拥挤距离，idistance表示第i个混合种群个体的拥挤度，m为目标函数的总个数，为个体i+1的第m个目标函数值，表示第i-1个混合种群个体的第m个目标函数值；

42、s25、根据非支配排序逐层对混合种群个体进行选择：

43、对各非支配层的个体进行拥挤度排序，当第一非支配层分配到的种群个体数量大于预置种群所需个体数量时，根据拥挤度从小到大的数值排序对第一非支配层分配到的种群个体进行选择，直到选择的种群个体数量达到预置种群需个体数量，进入下一次迭代，返回步骤s22；

44、若第一非支配层分配到的种群个体数量小于预置种群数量，则将第一非支配层分配到的种群个体全部放入预置种群中，并从第二非支配层分配到的种群个体开始进行逐层累计，直到累计的种群个体数量达到预置种群需个体数量,进入下一次迭代，返回步骤s22；

45、s26、当迭代次数达到最大值时或相邻两次迭代的混合种群的最优解集相同时，迭代结束；并将最后一次迭代的混合种群中非支配层级最高级的个体作为pareto最优解。

46、一种电子设备，包括：

47、存储器，用于存储计算机程序；

48、处理器，用于执行计算机程序时实现如多目标优化方法的步骤。

49、一种计算机可读存储介质，该计算可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如多目标优化方法的步骤。

50、本发明与现有技术相比，其显著优点是：本发明同时考虑了弹翼的变形策略和火箭弹的攻角变化，将其纳入弹道优化计算过程中。为实现最大程度地提高火箭弹的射程和末端速度两个相互冲突的优化目标，采用了多目标遗传算法作为优化算法，获得一组pareto最优解，得到多对不同射程和末端速度组合，使其在得到较远射程的同时得到较高的末端打击速度，进一步提升变掠翼制导火箭弹的性能。