هدايت صريح نزديك بهينه مبتني‌ بر همواري ديفرانسيلي

Flatness-based Near Optimal Guidance

در اين مقاله يك قانون هدايت بهينه مبتني‌ بر همواري ديفرانسيلي براي بيشينه‌سازي سرعت نهايي وسايل پرنده توسعه داده مي‌شود. معادلات حركت با رويكرد همواري ديفرانسيلي كاهش مي‌يابد و فرمان‌هاي هدايت به سينماتيك مسير وابسته مي‌شود. مسير بهينه توسط الگوريتم ژنتيك با كد حقيقي استخراج مي‌شود. براي توليد مسير برخط، يك مسير نزديك بهينه تخمين زده مي‌شود. مسير نزديك بهينه با حل ژنتيك توافق بسيار خوبي دارد و نسبت به هدايت تناسبي خالص برتري قابل‌توجهي را نشان مي‌دهد. مزايايي نظير توليد مسير با حداقل پارامترها، قابليت استفاده در انواع وسايل بازگشتي به جو با مكانيسم‌هاي كنترلي متفاوت و استقلال از زمان اصابت، اين رويكرد را متمايز كرده است. مقاومت اين رويكرد نيز با شبيه‌سازي مونت‌كارلو بررسي شده است.

An optimal explicit guidance law that maximizes terminal velocity is developed for the reentry of a vehicle to a fixed target. The equations of motion are reduced with differential flatness approach and acceleration commands are related to the parameters of trajectory. An optimal trajectory is determined by solving a real-coded genetic algorithm. For online trajectory generation, optimal trajectory is approximated. The approximated trajectory is compared with the pure proportional navigation and genetic algorithm solutions. The near optimal terminal velocity solution compares very well with these solutions. The approach robustness is examined by Monte Carlo simulation. Other advantages such as trajectory representation with minimum parameters, applicability to any reentry vehicle configuration and any control scheme, and Time-to-Go independency make this guidance approach more favorable.