1. 轨迹优化概述：飞行器轨迹优化的定义、发展历程、主要应用领域
大家好，我是老张。干轨迹优化这行快十五年了，今天咱们聊聊这个领域最基础的东西——轨迹优化到底是什么，它从哪来，又用在哪。
说实话，每次带新人，我第一件事不是让他们跑代码，而是先搞清楚这三个问题。因为方向错了，算法再花哨也没用。
1.1 什么是飞行器轨迹优化？
简单说，轨迹优化就是帮飞行器找一条“最好”的路。这个“最好”可能是燃料最省、时间最短、或者载荷最重。
你想想看，火箭从地面飞到太空，路径有无数条。但哪条最省燃料？哪条能扛住最大动压？这就是轨迹优化要解决的问题。
核心定义：在满足动力学方程、路径约束、边界条件的前提下，寻找使某个性能指标（如燃料消耗、飞行时间）达到最优的控制变量和状态变量历程。
数学上，它是个典型的最优控制问题。我习惯把它拆成三块：
- 动力学模型：飞行器怎么动，力怎么算
- 约束条件：热流不能超、过载不能大、角度不能偏
- 目标函数：你要优化什么，省油还是省时间
嗯，这里要注意，这三块是互相打架的。你想省油，可能就得飞慢点；你想快点到，燃料消耗就上去了。轨迹优化说白了，就是在这些矛盾里找平衡。
1.2 发展历程：从手算到智能优化
轨迹优化不是新鲜事。我翻过六十年代的资料，那时候工程师们用手摇计算机算弹道，一个方案算一周。现在呢？一台笔记本几分钟搞定。
我把它分成四个阶段：
| 阶段 | 时间 | 核心方法 | 我的评价 |
|---|---|---|---|
| 萌芽期 | 1950s-1960s | 变分法、解析解 | 理论很美，工程难用 |
| 数值期 | 1970s-1990s | 打靶法、配点法 | 计算机救了轨迹优化 |
| 成熟期 | 2000s-2010s | 伪谱法、凸优化 | 实时优化成为可能 |
| 智能期 | 2015s-至今 | 强化学习、神经网络 | 还在探索，潜力巨大 |
我记得刚入行时，导师让我用打靶法算一个再入轨迹。那代码跑了一整夜，第二天早上发现发散到火星去了。后来才知道，初值猜得不好，算法直接罢工。
个人经验：做轨迹优化，别一上来就上高级算法。先用手算或者简单方法估算一个可行解，再用数值方法精化。这叫“先求可行，再求最优”。
为什么会这样？因为数值优化方法对初值极其敏感。你给个离谱的初值，它给你一个更离谱的结果。我后来带团队，要求每个人必须先画出手工草图，再写代码。
1.3 主要应用领域
轨迹优化不是纸上谈兵。我参与过的项目，几乎覆盖了所有飞行器类型。下面挑三个最典型的说说。
1.3.1 火箭发射轨迹优化
火箭发射，说白了就是怎么把载荷送进轨道。这里有个经典问题：重力损失。
火箭垂直上升时，大部分推力都在对抗重力，效率极低。但如果你一离地就拐弯，气动载荷又可能把箭体撕碎。
我做过一个运载火箭的上升段优化，目标是把近地轨道运载能力提高5%。最后通过优化俯仰程序角，硬是挤出了3.8%。虽然没到5%，但甲方已经很满意了。
火箭发射优化的关键约束：
- 最大动压（Max Q）不能超
- 轴向过载限制（航天员或设备承受能力）
- 级间分离条件（高度、速度、姿态）
- 入轨精度（半长轴、偏心率、倾角）
1.3.2 再入轨迹优化
再入，是飞行器从太空返回大气层的过程。这玩意儿比发射还难。为什么？因为再入时速度极高（约7.8 km/s），气动加热能把飞行器烧成灰。
我曾经参与过一个返回舱的轨迹设计。甲方要求：热流峰值不超过某个阈值，同时落点精度在10公里以内。这两个目标其实是冲突的——你想降低热流，就得飞得浅一点，但落点散布就会变大。
最后我们用了拟平衡滑翔条件，把再入走廊约束在一个很窄的范围内。嗯，这个技巧后面章节会详细讲。
避坑指南：我曾经犯过一个低级错误——把热流约束设得太紧，导致优化结果说“无解”。后来放宽了5%，立马找到了可行轨迹。做优化时，约束别拍脑袋定，要留余量。
1.3.3 轨道转移优化
轨道转移，就是从一条轨道变到另一条轨道。最经典的例子是霍曼转移，两次点火就能完成，燃料最省。
但实际工程中，情况复杂得多。比如：
- 时间约束（必须在某个窗口内完成）
- 推力限制（发动机不能一直开着）
- 阴影区约束（太阳能帆板要充电）
我做过一个地球同步轨道卫星的变轨方案。卫星要从转移轨道进入地球同步轨道，需要多次点火。每次点火时机、点火时长、姿态指向，都是优化变量。
那项目最头疼的是燃料预算。卫星带的燃料是固定的，多用了就少活几年。我们优化了整整两个月，把变轨策略从7次点火压缩到5次，省了15公斤燃料——相当于卫星多活两年。
1.4 知识体系总览
下面这张图，是我自己总结的轨迹优化知识体系。每次带新人，我都先让他们看这张图。
这张图把轨迹优化拆成了三个核心模块：动力学建模、数值优化方法、约束与目标函数。下面三个应用领域——火箭发射、再入返回、轨道转移——是这些技术的落脚点。
我个人习惯，每接手一个新项目，先在这张图上定位：我现在在哪个模块？要解决什么问题？用哪种方法？
给新人的建议：别急着学高级算法。先把动力学方程写对，把约束条件列全。我见过太多人，算法跑得飞起，结果模型是错的——白忙活。
好了，这一章就聊到这儿。轨迹优化是个实践性很强的领域，光看书没用，得动手算。后面几章，我会带大家一步步把每个模块吃透。
公众号:蓝海资料掘金营，微信deep3321