本发明涉及复杂飞行器系统，具体而言，涉及一种针对具有多变量复杂飞行器系统的均衡优化方法。
背景技术：
1、随着科学技术的不断发展，飞行器系统的能力在逐步提升，其系统也越发复杂，对飞行器的优化设计也越发困难。由于飞行器系统中具有多个分系统，每个分系统中又具有多个优化变量，且分系统之间、优化变量之间相互耦合，相互制约，这使得对飞行器系统的总体优化设计非常困难。目前，针对飞行器系统的优化设计方法多采用多学科优化的思想。有学者将基于模型的系统工程方法与飞行器概念设计过程中的多学科优化设计方法结合使用。此外，还有一些采用启发式优化算法的方法优化飞行器的性能，有研究人员使用粒子群优化算法来优化飞机的控制系统。虽然目前已有针对复杂飞行器系统的优化设计方法，但是其难以解决复杂飞行器系统各子系统相互耦合的问题，仍然存在协同优化过程组织复杂，收敛困难，计算量大等问题。
技术实现思路
1、本发明要解决的技术问题是：
2、现有的具有多变量复杂飞行器系统的优化过程存在各子系统相互耦合、优化过程收敛速度慢、优化计算量大的问题。
3、本发明为解决上述技术问题所采用的技术方案：
4、本发明提供了一种针对具有多变量复杂飞行器系统的均衡优化方法，包括以下步骤：
5、步骤一、假设待优化的飞行器系统具有n个子系统，每个子系统具有mi个变量，参数变量为xij，i＝1,2,…,n；j＝1,2,…mi，以系统参数为决策变量，以飞行器的性能为优化目标，根据飞行器的射程和飞行器的费用确定约束条件，确定多变量复杂飞行器优化模型；
6、步骤二、假设飞行器落点圆概率误差只与飞行器的制导系统与控制系统的参数相关，构建飞行器系统的性能函数；通过构建飞行器对应的运动学与动力学方程以及运行轨迹积分程序对飞行器的射程进行估算，射程估算过程中建立飞行器的3自由度模型，并采用单步积分以及放大积分步长的方式对飞行器状态进行递推；对飞行器费用进行估算；
7、步骤三、对构建的多变量复杂飞行器优化模型进行逐系统迭代优化，对决策变量进行求解；
8、步骤四、利用优化得到的飞行器系统参数设计飞行器，以对飞行器性能进行优化。
9、进一步地，步骤一中所述多变量复杂飞行器优化模型为：
10、max f(x)
11、
12、式中，f(x)表示飞行器的性能度量函数，x表示优化变量xij的集合，表示飞行器的射程函数，l表示设定的飞行器的最小射程值，表示飞行器的费用函数，c表示设定的飞行器的最大费用值。
13、进一步地，步骤一中所述系统参数变量包括动力系统、制导系统和控制系统的参数变量。
14、进一步地，步骤二中以飞行器的命中精度评价飞行器系统的性能，构建目标函数f(x)为：
15、
16、式中，kσ为正的系数，σp(x)为飞行器落点位置的圆概率误差函数；
17、假设飞行器落点位置的圆概率误差只与飞行器的制导系统与控制系统的参数相关，则构建σp(x)的估算模型为：
18、
19、式中，xi表示飞行器惯性导航系统的精度系数，xs表示飞行器卫星导航系统的精度系数，xg表示飞行器导引头的制导精度系数，表示飞行器第i级执行机构的能力系数，表示飞行器第i级执行机构的最短作动间隔，kg、km、kδt分别表示正系数。
20、进一步地，步骤二中通过构建飞行器对应的运动学与动力学方程以及运行轨迹积分程序对飞行器的射程进行估算，具体为：
21、(1)建立飞行器的3自由度模型为：
22、
23、式中，s表示飞行器的位置向量，v表示飞行器的速度向量，d(x)表示飞行器加速度计算函数；
24、(2)采用单步积分对飞行器的状态进行逐步长递推，即：
25、
26、式中，s(t),s(t+1)分别表示t时刻和t+1时刻飞行器的位置，v(t),v(t+1)分别表示t时刻和t+1时刻飞行器的速度，step表示积分步长；
27、(3)放大积分步长进行递推计算，得到飞行器轨迹。
28、进一步地，步骤二(3)中放大后积分步长为0.5s或1s。
29、进一步地，步骤二中根据动力系统、制导系统以及控制系统所产生的费用对飞行器系统的费用c(x)进行估算；其中动力系统所产生的费用采用以下方式进行估算：
30、
31、式中，pi表示飞行器第i级动力系统的推力大小，表示飞行器第i级动力系统的燃料质量，表示飞行器第i级动力系统的工作时间，与分别为正系数；
32、制导系统所产生的费用采用以下方式进行估算：
33、
34、式中，与分别为正系数；
35、控制系统所产生的费用采用以下方式进行估算：
36、
37、式中，为正系数；
38、估算飞行器系统的费用为：
39、
40、进一步地，步骤三具体包括如下步骤：
41、步骤三一：对飞行器系统包含的全系统变量进行优化，获得飞行器全系统优化变量的初值；
42、步骤三二：在步骤三一的基础上固定其他系统的值不变，依次优化动力系统、制导系统以及控制系统的变量；
43、步骤三三：重复执行步骤三一至步骤三二，至达到预设的最大的迭代优化次数。
44、进一步地，步骤三二中采用遗传算法或粒子群算法依次优化动力系统、制导系统以及控制系统的变量。
45、相较于现有技术，本发明的有益效果是：
46、本发明一种针对具有多变量复杂飞行器系统的均衡优化方法，通过对复杂飞行器系统优化模型中飞行器的性能目标函数及飞行器的射程和费用约束条件的估算，可以有效降低优化过程中的计算量，提高优化过程的运算速度；通过使用逐系统优化的方式，可以有效降低复杂飞行器系统中各子系统严重耦合的问题，降低优化问题中优化变量的维度，提高优化收敛的速度，为复杂系统均衡优化问题提供了新的技术思路。
1.一种针对具有多变量复杂飞行器系统的均衡优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的针对具有多变量复杂飞行器系统的均衡优化方法，其特征在于，步骤一中所述多变量复杂飞行器优化模型为：
3.根据权利要求2所述的针对具有多变量复杂飞行器系统的均衡优化方法，其特征在于，步骤一中所述系统参数变量包括动力系统、制导系统和控制系统的参数变量。
4.根据权利要求3所述的针对具有多变量复杂飞行器系统的均衡优化方法，其特征在于，步骤二中以飞行器的命中精度评价飞行器系统的性能，构建目标函数f(x)为：
5.根据权利要求4所述的针对具有多变量复杂飞行器系统的均衡优化方法，其特征在于，步骤二中通过构建飞行器对应的运动学与动力学方程以及运行轨迹积分程序对飞行器的射程进行估算，具体为：
6.根据权利要求5所述的针对具有多变量复杂飞行器系统的均衡优化方法，其特征在于，步骤二(3)中放大后积分步长为0.5s或1s。
7.根据权利要求5所述的针对具有多变量复杂飞行器系统的均衡优化方法，其特征在于，步骤二中根据动力系统、制导系统以及控制系统所产生的费用对飞行器系统的费用进行估算；其中动力系统所产生的费用采用以下方式进行估算：
8.根据权利要求7所述的针对具有多变量复杂飞行器系统的均衡优化方法，其特征在于，步骤三具体包括如下步骤：
9.根据权利要求8所述的针对具有多变量复杂飞行器系统的均衡优化方法，其特征在于，步骤三二中采用遗传算法或粒子群算法依次优化动力系统、制导系统以及控制系统的变量。
