关键词:
在线轨迹规划
序列凸优化
保守凸可分近似
信赖域
摘要:
面向高超声速飞行器轨迹在线规划需求,提出一种改进的保守凸可分近似规划方法,以解决当前序列凸优化的振荡不收敛问题。首先,基于序列凸化、松弛变量、罚函数等方法将高超声速飞行器轨迹规划这一非凸原问题转化为凸的子问题。其次,针对凸优化中的振荡不收敛问题,设计一种使迭代序列趋于聚点的信赖域更新策略,并验证该策略能有效避免迭代中后期进程缓慢的“振荡现象”。进一步地,结合改进的信赖域更新策略,提出基于改进保守凸可分近似的轨迹规划方法,并对算法进行等效性和收敛性分析,证明该算法能够收敛到原问题的一个驻点。最后,以复杂约束条件下的高超声速飞行器轨迹规划问题为例,对随机初始猜测值和随机终点两种工况进行仿真验证,并与序列二次规划方法的规划结果进行对比,结果表明本文算法在满足求解精度的要求下,具有较快的求解速度、以及较好的收敛性和鲁棒性。