自适应伪谱凸优化算法

参数自适应逐次凸化与自适应网格细化结合，有效降低局部误差并提升求解精度，适用于六自由度有动力下降制导。

Gao, Duozhi · Gong, Youmin · 李传江 · Guo, Yanning · Fadda, Edoardo · Brandimarte, Paolo

Aerospace Science and Technology 2024

技术优势

局部误差降下来

通过自适应网格细化方法，针对非线性导致的过大局部误差进行网格加密，从而降低局部误差并提高求解精度。

求解更准

基于伪谱方法精确计算全局误差和局部误差，结合自适应网格细化，仿真结果证实求解精度得到提升。

不同初始条件都行

参数自适应连续凸化算法能根据不同初始条件下最优轨迹的更新率调整信赖域大小，从而在不同初始条件下均表现出适应性和最优性，并提高求解精度。

应用场景

• 航天器制导与控制：为六自由度有动力下降任务提供高精度制导律，可集成到飞行软件中。
• 非线性最优控制：求解六自由度有动力下降等强非线性最优控制问题，提高最优性与精度。
• 数值优化求解器：作为数值优化求解器，通过连续凸化与自适应网格细化提升求解精度。