基于WOA-DNN的高超声速飞行器实时再入轨迹优化方法

代恩诚; 蔡光斌; 徐慧; 魏昊; 吕鑫; 凡永华

弹道学报 ›› 2025, Vol. 37 ›› Issue (4) : 10 -19.

代恩诚, 蔡光斌, 徐慧, 魏昊, 吕鑫, 凡永华

作者信息 +

Author information +

文章历史 +

摘要

针对高超声速飞行器再入轨迹优化的实时性需求，提出了一种基于鲸鱼优化算法(whale optimization algorithm,WOA)与深度神经网络(deep neural network,DNN)结合的实时轨迹优化方法。首先，建立高超声速飞行器再入轨迹优化模型，采用序列二阶锥规划方法，将原本的非凸最优控制问题转化为凸优化问题，求解生成包含气动参数不确定性的最优轨迹数据集。其次，构建以飞行器状态序列为输入、最优倾侧角指令为输出的DNN模型。针对DNN的性能对其初始权重与阈值等超参数敏感度高、依赖性强的问题，引入WOA对上述参数进行全局优化搜索，旨在显著提升模型的预测精度与泛化能力。在线规划阶段，训练完成的网络能够根据当前飞行状态实时生成近似最优的控制指令。数值仿真结果表明，在标称及气动不确定条件下，所提WOA-DNN轨迹优化方法能够快速生成满足终端精度要求的可行轨迹，显著提升计算效率，充分展现了其在精度与鲁棒性上的综合优势。