南京航空航天大学学报

作者：张荣升，吴燕生，秦旭东，张普卓

单位：北京宇航系统工程研究所，北京100076；,中国航天科技集团有限公司，北京100048；,北京宇航系统工程研究所，北京100076；,北京宇航系统工程研究所，北京100076；

关键词：推力下降;在线弹道重构;神经网络;超参数分析

针对运载火箭推力下降故障下难以实现在线弹道重构的问题，提出了一种基于神经网络的剩余运载能力估计及程序角重构的算法。以线下基于工程实践的弹道优化方法生成的故障状态下最优弹道作为学习样本，针对程序角曲线的特点，分别使用不同学习方式学习一级飞行段程序角和其他飞行段程序角；分析不同超参数对神经网络训练过程的影响，利用随机搜索法选取超参数。该算法使用以神经网络为核心的机器学习思想，用基于数据的方式避免了因运载火箭动力学模型复杂而无法在线快速求解最优弹道的问题，能够解决大气环境下弹道重构的难题。仿真结果表明，该算法对剩余运载能力估计准确，重构程序角与最优弹道相比误差小，运算速度相比其他方法优势明显。

来源：2021年第S1期

《南京航空航天大学学报》期刊编辑部

查看南京航空航天大学学报杂志2021年第S1期