一种火箭垂直回收状态可控性分析方法和装置制造方法及图纸

本申请提供了一种火箭垂直回收状态可控性分析方法和装置。所述方法包括：获取火箭的状态量；其中，所述状态量包括：质量、位置矢量、水平方向的两个速度和竖直方向的速度；基于预设可控性判据分析模型获取所述火箭的状态量对应的临界竖直速度；确定所述竖直方向的速度是否小于所述临界竖直速度，如果是，确定所述火箭的状态可控；否则，确定所述火箭的状态不可控；其中，所述预设可控性判据分析模型为基于深度神经网络训练获得的质量、位置矢量和横向速度与竖直速度的映射关系。该方法能够实时、准确对火箭垂直回收可控性进行分析。准确对火箭垂直回收可控性进行分析。准确对火箭垂直回收可控性进行分析。

【技术实现步骤摘要】
一种火箭垂直回收状态可控性分析方法和装置


[0001]本专利技术涉及信息处理
，特别涉及一种火箭垂直回收状态可控性分析方法和装置。

技术介绍

[0002]随着可重复使用的火箭飞行器的面世，火箭垂直回收技术成为研究的热门。火箭一子级在完成发射任务后再入返回时，受到稠密大气等诸多不确定的干扰，对精确着陆制导算法带来了严峻的考验。由于起始条件的不确定性，且火箭下降的时间较短，传统算法无法满足强自适应性、实时性等需求。
[0003]现阶段，有关火箭垂直回收以及行星动力软着陆问题的制导算法，通常以某种性能指标为目标函数，通过在线迭代求解，实时更新制导方案。
[0004]相对于早年的阿波罗月球着陆，火箭垂直回收问题中，由于诸多未知环境扰动的存在，制导算法的输入条件具有更大的不确定性。垂直回收制导方案在线更新时，如果火箭当前状态已经处于最优控制问题收敛域之外，则最优控制问题会出现无解或者不收敛的情况，导致在线制导方案更新失败。
[0005]因此，如何对火箭垂直回收状态的可控性进行分析，以确定火箭的状态是否在可控范围内尤为重要。

技术实现思路

[0006]有鉴于此，本申请提供一种火箭垂直回收状态可控性分析方法和装置，能够实时、准确对火箭垂直回收可控性进行分析。
[0007]为解决上述技术问题，本申请的技术方案是这样实现的：
[0008]在一个实施例中，提供了一种火箭垂直回收状态可控性分析方法，所述方法包括：
[0009]获取火箭的状态量；其中，所述状态量包括：质量、位置矢量、水平方向的两个速度和竖直方向的速度；
[0010]基于预设可控性判据分析模型获取所述火箭的状态量对应的临界竖直速度；
[0011]确定所述竖直方向的速度是否小于所述临界竖直速度，如果是，确定所述火箭的状态可控；否则，确定所述火箭的状态不可控；
[0012]其中，所述预设可控性判据分析模型为基于深度神经网络训练获得的质量、位置矢量和横向速度与竖直速度的映射关系。
[0013]在另一个实施例中，提供了一种火箭垂直回收初始状态可控性分析装置，所述装置包括：存储单元、第一获取单元、第二获取单元和确定单元；
[0014]所述存储单元，用于存储预设可控性判据分析模型；其中，所述预设可控性判据分析模型为基于深度神经网络训练获得的质量、位置矢量和横向速度与竖直速度的映射关系；
[0015]所述第一获取单元，用于获取火箭的状态量；其中，所述状态量包括：质量、位置矢
量、水平方向的两个速度和竖直方向的速度；
[0016]所述第二获取单元，用于基于所述存储单元存储的预设可控性判据分析模型获取所述第一获取单元获取的火箭的状态量对应的临界竖直速度；
[0017]所述确定单元，用于确定第一获取单元获取的竖直方向的速度是否小于所述第二获取单元获取的临界竖直速度，如果是，确定所述火箭的状态可控；否则，确定所述火箭的状态不可控。
[0018]在另一个实施例中，提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述火箭回收可控性分析方法的步骤。
[0019]在另一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现所述火箭回收可控性分析方法的步骤。
[0020]由上面的技术方案可见，上述实施例中通过建立的预设可控性判据分析模型确定火箭当前状态下的临界竖直速度，以确定火箭当前的竖直方向的速度是否超出所述临界竖直速度，若超过，则确定所述火箭不再可控性内，通知控制火箭的装置以对火箭的状态进行相应调整。该方案能够实时、准确对火箭垂直回收状态的可控性进行分析。
附图说明
[0021]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0022]图1为本申请实施例中获取预设可控性判据分析模型的流程示意图；
[0023]图2为坐标系定义及火箭路径和推力可行域约束示意图；
[0024]图3为本申请实施例中获取训练样本流程示意图；
[0025]图4为本申请实施例中可控性判据的输入输出参数映射神经网络示意图；
[0026]图5为本申请实施例中火箭垂直回收可控性分析流程示意图；
[0027]图6为给定高度不同横向位置对应的竖直最大可控速度示意图；
[0028]图7为给定竖直速度不同横向位置允许的最小可控高度对应的示意图；
[0029]图8为本申请实施例中应用于上述技术装置结构示意图；
[0030]图9为本专利技术实施例提供的电子设备的实体结构示意图。
具体实施方式
[0031]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0032]本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例例如能够以除
了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含。例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其他步骤或单元。
[0033]下面以具体实施例对本专利技术的技术方案进行详细说明。下面几个具体实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
[0034]本申请实施例中提供一种火箭垂直回收状态可控性分析方法，通过建立的预设可控性判据分析模型确定火箭当前状态下的临界竖直速度，以确定所述竖直方向的速度是否小于所述临界竖直速度，如果是，确定所述火箭的状态可控；否则，确定所述火箭的状态不可控。该方案能够实时、准确对火箭垂直回收可控性进行分析。
[0035]本申请实施例需要预先建立预设可控性判据分析模型；其中，所述预设可控性判据分析模型为基于深度神经网络训练获得的质量、位置矢量和横向速度与竖直速度的映射关系
[0036]下面给出获取预设可控性判据分析模型的过程：
[0037]参见图1，图1为本申请实施例中获取预设可控性判据分析模型的流程示意图。具体步骤为：
[0038]步骤101，获取训练样本；其中，所述训练样本包括：质量、位置矢量、水平方向的两个速度和竖直方向的速度。
[0039]其本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种火箭垂直回收状态可控性分析方法，其特征在于，所述方法包括：获取火箭的状态量；其中，所述状态量包括：质量、位置矢量、水平方向的两个速度和竖直方向的速度；基于预设可控性判据分析模型获取所述火箭的状态量对应的临界竖直速度；确定所述竖直方向的速度是否小于所述临界竖直速度，如果是，确定所述火箭的状态可控；否则，确定所述火箭的状态不可控；其中，所述预设可控性判据分析模型为基于深度神经网络训练获得的质量、位置矢量和横向速度与竖直速度的映射关系。2.根据权利要求1所述的方法，其特征在于，所述获取火箭的状态量时，若获取的位置矢量和速度为区间范围时，所述方法进一步包括：通过在区间范围内取点的方式利用预设可控性判据分析模型获取对应的临界竖直速度。3.根据权利要求1所述的方法，其特征在于，建立所述预设可控性判据分析模型，包括：获取训练样本；其中，所述训练样本包括：质量、位置矢量、水平方向的两个速度和竖直方向的速度；基于深度神经网络设置初始可控性判据分析模型；其中，所述初始可控性判据分析模型由输入层、隐含层和输出层组成；所述输入层为1层6个节点，所述隐含层为5层256个节点，所述输出层为1层1个节点；输入层的6个节点对应质量、位置矢量、水平方向的两个速度，输出层的1个节点对应竖直方向的速度；利用获取的训练样本训练所述初始可控性判据分析模型获取预设可控性判据分析模型。4.根据权利要求3所述的方法，其特征在于，所述获取训练样本包括：采用逆向积分的方式获取训练样本。5.根据权利要求4所述的方法，其特征在于，所述采用逆向积分的方式获取训练样本，包括：设置多组样本初值；所述样本初值包括：位置协态变量、速度协态变量、质量和积分时间；针对每组样本初值在对应的积分时间对位置协态变量、速度协态变量和质量进行积分获得一条样本轨迹，并基于所述样本轨迹选择多个样本点；将选择的所有样本点作为训练样本。6.一种火箭垂直回收状态可控性分析装置，其特征在于，所述装置包括：存储单元、第一获取单元、第二...

【专利技术属性】
技术研发人员：龚胜平，宋雨，程林，苗新元，
申请(专利权)人：清华大学，
类型：发明
国别省市：