← 返回列表

兰伯特(Lambert)方程的求解算法2

在前一文章中,介绍了兰伯特方程的基本概念,并给出了无量纲飞行时间$T$的具体的算法,本节给出上述逆过程,即由无量纲飞行时间$T$求解自变量$x$。

兰伯特(Lambert)方程的求解算法2

在前一文章中,介绍了兰伯特方程的基本概念,并给出了无量纲飞行时间\(T\)的具体的算法,本节给出上述逆过程,即由无量纲飞行时间\(T\)求解自变量\(x\)。

已知\(T\)求解自变量\(x\)采用函数求根方法,即求解下式的根:

\[ T(m,q,x)-T_i=0 \]

此处采用Halley迭代法(需要使用到\(T\)对\(x\)的2阶导数)。

自变量\(x\)的求解(XLAMB)

输入:

  1. \(m\)
  2. \(q\)
  3. \(1-q^2\)
  4. \(T_i\),无量纲飞行时间

输出: 5. \(n\):\(n=-1\) 非正常返回;\(n=0\) 无解;\(n=1\) 1个解;\(n=2\) 2个解 6. \(x\),第1个解 7. \(x_+\),第2个解(\(n=2\)时)

初值设定\(x_0\)

为了使程序计算中迭代算法的高效快速,合适的初值选取是非常重要的。 首先给出本小节公式中一些常数值:

\[ \begin{cases} c_0=1.7 \\ c_1=0.5 \\ c_2=0.03 \\ c_3=0.15 \\ c_{41}=1 \\ c_{42} = 0.24 \end{cases} \]

转移角度\(\theta\)(Gooding 算法中由 \(q\) 反推的等效转移角,\(r_1=r_2\) 时与真实转移角严格相等):

\[ \frac{\theta}{2}=\operatorname{atan2}\left(1-q^2,\,2q\right) \]

根据转移圈数\(m\)的不同,\(x_0\)的初值也不同,下面分情况讨论。

\(m=0\)时

此时对应转移角度不超过360°情形,由\(T\)的图像可知,\(x\)必有解,且只有一个解。

因此,输出参数\(n=1\)

首先计算\(x=0\)时的无量纲时间\(T_0\),即:

\[ T_0=T(m=0,q,x=0) \]
  1. \(T_i\le T_0\)
\[ x_0=-\frac{T_0(T_i-T_0)}{4T_i} \]
  1. \(T_i>T_0\) 令
\[ \begin{aligned} x_{01}&=-\frac{T_i-T_0}{T_i-T_0+4} \\ x_{02}&=-\sqrt{\frac{T_i-T_0}{T_i+T_0/2}} \\ W&=x_{01}+c_0\sqrt{2-\theta/\pi} \end{aligned} \]

有

\[ x_{03} = \begin{cases} x_{01}, & W\ge 0 \\ x_{01}+(-W)^{1/16}(x_{02}-x_{01}), & W<0 \end{cases} \]

则有:

\[ x_0=\lambda x_{03} \]

其中:

\[ \lambda = 1+c_1x_{03}(1+x_{01})-c_2x_{03}^2\sqrt{1+x_{01}} \]

\(m>0\)时

此时对应多圈转移情形,由\(T\)的图像可知,此时\(x\)的范围为\((-1,1)\),即为椭圆轨道。且\(m\)值不同,无量纲时间\(T\)有最小值。当给定\(T_i\)时,有可能无解。

最小时间\(T_m\)及\(x_m\)的求解

首先求解出最小时间\(T_m\)及其自变量\(x_m\),也即寻找方程\(T'(q,m,x)=0\) 的根 ,其迭代过程采用Halley方法的迭代公式,因此在迭代求解过程中需要求解\(T\)的三阶导数。

迭代时,仍需要一个合适的初值\(x_m\),其由下式给出:

\[ x_m= \begin{cases} x_{m,\pi}=\dfrac{4}{3\pi(2m+1)}, & \theta=\pi \\ x_{m,\pi}\left(\dfrac{\theta}{\pi}\right)^{1/8}, & \theta<\pi \\ x_{m,\pi}\left(2-\left(2-\dfrac{\theta}{\pi}\right)^{1/8}\right), & \theta>\pi \end{cases} \]

有了初值后,采用halley迭代法求解方程\(T'(q,m,x)=0\) 的根。 迭代公式为:

\[ \begin{aligned} &T_m,\,T'_m,\,T''_m,\,T'''_m=T(m,q,1-q^2,x_m,3) \\ &x_m \leftarrow x_m-\frac{T'_mT''_m}{(T''_m)^2-T'_mT'''_m/2} \end{aligned} \]

每一步迭代更新\(x_m\)前保留其值为\(x'_m=x_m\). 限定最大迭代次数为12次,迭代过程中,若\(T''_m=0\),则跳出循环;若\(\left|x'_m/x_m-1\right|\le 3\times10^{-7}\)也跳出循环。 若迭代次数超过12次,则令\(n=-1\),程序退出。 迭代完成后即可得到:\(T_m,x_m,T''_m\),注意,若最终求得的\(T''_m=0\),则令\(T''_m=6m\pi\)。

得到\(T_m\)后,则有:

  • 若\(T_i<T_m\),令\(n=0\),程序退出;
  • 若\(T_i=T_m\),令\(x=x_m,n=1\),程序退出;
  • 若\(T_i>T_m\),令\(n=2\),有两解。由下面给出具体初值\(x_{0+}\)、\(x_{0-}\)。
\(x>x_m\)时

令

\[ x_{01}=\sqrt{\frac{T_i-T_m}{\frac{T''_m}{2}+\frac{T_i-T_m}{(1-x_m)^2}}} \]

则初值\(x_{0+}\)为:

\[ x_{0+}=x_m+\lambda x_{01} \]

上式中,

\[ \begin{cases} W=\dfrac{4(x_m+x_{01})}{4+T_i-T_m}+(1-x_m-x_{01})^2 \\ \lambda'=\dfrac{1+m+c_{41}\left(\frac{\theta}{2\pi}-0.5\right)}{1+c_3m} \\ \lambda=1-x_{01}\lambda'(c_1W+c_2x_{01}\sqrt{W}) \end{cases} \]
\(x<x_m\)时

首先计算\(x=0\)时的无量纲时间\(T_0\),即:

\[ T_0=T(m,q,x=0) \]
  1. \(T_i\le T_0\)时
\[ x_{0-}=x_m-\sqrt{\frac{T_i-T_m}{T''_m/2-(T_i-T_m)(\frac{T''_m}{2(T_0-T_m)}-\frac{1}{x_m^2})}} \]
  1. \(T_i> T_0\)时 令
\[ \begin{aligned} x_{01}&=-\frac{T_i-T_0}{T_i-T_0+4} \\ x_{02}&=-\sqrt{\frac{T_i-T_0}{T_i+T_0/2}} \\ W&=x_{01}+c_0\sqrt{2-\theta/\pi} \end{aligned} \]

有

\[ x_{03} = \begin{cases} x_{01}, & W\ge 0 \\ x_{01}+(-W)^{1/16}(x_{02}-x_{01}), & W<0 \end{cases} \]

则有:

\[ x_{0-}=\lambda x_{03} \]

其中:

\[ \begin{cases} \lambda = 1+c_1x_{03}\lambda'(1+x_{01})-c_2x_{03}^2\lambda'\sqrt{1+x_{01}} \\ \lambda'=\dfrac{1+m+c_{42}\left(\frac{\theta}{2\pi}-0.5\right)}{1+c_3m} \end{cases} \]

迭代求根

有了初值后,采用Halley迭代法。迭代公式为:

\[ \begin{aligned} &T,\,T',\,T''=T(m,q,1-q^2,x_0,2) \\ &x_0 \leftarrow x_0+\frac{(T_i-T)T'}{(T')^2+(T_i-T)T''/2} \end{aligned} \]

迭代次数设定为3次即可。 迭代完成后,令\(x=x_0\),程序退出; 若\(m>0\),即有两解的情况下,分别将初值\(x_{0-}\)、\(x_{0+}\)代入上述迭代式,最终得到的解分别赋值给\(x\)、\(x_+\)

C#源码

  //  Lambert 无量纲方程x的求解 (R.H.Gooding 方法)
//--------------------------------------------------------------------
//   1   已知tin,寻找下列方程的根x
//       tin=sqrt(8u/s^3)*Δt= 2*pi*m/(1-x*x)^1.5+
//           4/3*(F[3,1;2.5;0.5*(1-x)]-q^3*F[3,1;2.5;0.5*(1-y)])
//       其中:   y=sqrt(1-q*q+q^2*x^2)=sqrt(qsqfm1+q^2*x^2)
//   2   初值的选取是根据bilinear curve近似所得(分段分析);求根迭代过程
//       是根据Halley's method来iteration
//   3   算法引用的文献为:
//       1   Gooding,R.H.:: 1988a,'On the Solution of Lambert's Orbital
//           Boundary-Value Problem',RAE Technical Report 88027
//       2   Gooding,R.H.:: 1989, 'A Procedure for the Solution of Lambert's 
//           Orbital Boundary
//--------------------------------------------------------------------

/// <summary>
/// Lambert 无量纲方程x的求解 (R.H.Gooding 方法)
/// </summary>
/// <param name="m">飞行的圈数(0 for 0-2pi)</param>
/// <param name="q">q=sqrt(r1*r2)/s*cos(0.5*theta)</param>
/// <param name="qsqfm1">(1-q*q): c/s</param>
/// <param name="tin">无量纲飞行时间T</param>
/// <param name="n">out:-1:异常; 0:无解(m>0,T<Tm); 1:1个解; 2:2个解(m>0)</param>
/// <param name="x">out:解1</param>
/// <param name="xpl">out:解2</param>
static void XLAMB(int m, double q, double qsqfm1, double tin, out int n, out double x, out double xpl)
{
    double dt, d2t, d3t;
    //  系数
    double tol = 3.0e-7;
    double c0 = 1.7;
    double c1 = 0.5;
    double c2 = 0.03;
    double c3 = 0.15;
    double c41 = 1.0;
    double c42 = 0.24;
    //  初始化
    x = xpl = 0.0;
    double t0 = 0.0;        //T(x=0)
    double t = 0.0;

    double tmin = 0.0;      //多圈时,T的最小值
    double xm = 0.0;        //多圈时,T最小值的x
    double tdiffm = 0;      //tin-tmin
    double d2t2 = 0.0;      //T的二阶导数(x=xm)/2

    //  theta/2pi
    double thr2 = Math.Atan2(qsqfm1, 2.0 * q) / Math.PI;

    #region  1圈内转移,x的初值(x>-1; 可能为 椭圆,抛物线,双曲线)
    if (m == 0)
    {
        //  x仅有一个解
        //  Single-rev starter from  t (at x = 0) & bilinear (usually)
        n = 1;
        //  求x=0时对应的T,以此判断x是否大于0,T随x单调减
        TLAMB(m, q, qsqfm1, 0.0, 0, out t0, out dt, out d2t, out d3t);

        double tdiff = tin - t0;

        //当 x>0(tin <= t0) 时(bilinear curve拟合产生初始x0)
        if (tdiff <= 0.0)
        {
            x = t0 * tdiff / (-4.0 * tin);
        }
        //当 x<0(tin > t0) 时 (bilinear curve(Need patch)拟合产生初始x0)
        // (-4 is the value of dt, for x = 0)
        else
        {
            x = -tdiff / (tdiff + 4.0);
            double w = x + c0 * Math.Sqrt(2.0 * (1.0 - thr2));

            if (w < 0.0)
                x = x - Math.Sqrt(d8rt(-w)) * (x + Math.Sqrt(tdiff / (tdiff + 1.5 * t0)));

            w = 4.0 / (4.0 + tdiff);
            x = x * (1.0 + x * (c1 * w - c2 * x * Math.Sqrt(w)));
        }
    }
    #endregion

    #region 多圈转移,x的初值(|x|<1,仅有椭圆情形)
    else
    {
        //首先求出m圈转移中对应最小时间Tmin的Xm

        //xm初值的选取                
        xm = 1.0 / (1.5 * (m + 0.5) * Math.PI);
        if (thr2 < 0.5) xm = d8rt(2.0 * thr2) * xm;
        if (thr2 > 0.5) xm = (2.0 - d8rt(2.0 - 2.0 * thr2)) * xm;

        #region 在12个循环内迭代找到tmin,及xm (Halley's method for iteration)
        d2t = 0;
        int i = 0;
        while (i++ < 12)
        {
            //  求解xm对应的tmin及其1-3阶导数
            TLAMB(m, q, qsqfm1, xm, 3, out tmin, out dt, out d2t, out d3t);

            if (d2t == 0) break;    //  当q=1时,d2t=0,此时xm=0,停止迭代

            double xmold = xm;
            xm = xm - dt * d2t / (d2t * d2t - dt * d3t / 2.0);  //Halley迭代,更新xm

            //若xm相对改变小于tol,则认为找到Xm,停止迭代
            if (Math.Abs(xmold / xm - 1.0) <= tol) break;
        }

        //找不到xm,令n=-1,然后返回!( 此种情况不应该发生)
        if (i > 11)
        {
            n = -1;
            return;
        }
        #endregion

        tdiffm = tin - tmin;

        //   当 tin < tmin 时,无解(N=0),程序退出
        if (tdiffm < 0.0)
        {
            n = 0;
            return;
        }
        //  当 tin = tmin 时,仅有1解(N=1),程序退出
        if (tdiffm == 0.0)
        {
            x = xm;
            n = 1;
            return;
        }
        //  当 tin > tmin 时,有两解

        n = 2;
        if (d2t == 0) d2t = 6.0 * m * Math.PI;
        d2t2 = d2t / 2.0;       //  T的二阶导数(x=xm时)/2

        #region 求出x>xm时的初值xpl                    
        x = Math.Sqrt(tdiffm / (d2t / 2.0 + tdiffm / (1.0 - xm) / (1.0 - xm)));
        double w = xm + x;
        w = w * 4.0 / (4.0 + tdiffm) + (1.0 - w) * (1.0 - w);
        x = x * (1.0 - (1.0 + m + c41 * (thr2 - 0.5)) / (1.0 + c3 * m) * x * (c1 * w + c2 * x * Math.Sqrt(w))) + xm;
        xpl = x;

        //  若x>1,则x>xm时没有解
        if (x >= 1.0)
            n = 1;
        #endregion

        #region 求出x<xm时的初值x
        //  m>0,x=0时的T
        TLAMB(m, q, qsqfm1, 0, 0, out t0, out dt, out d2t, out d3t);

        double tdiff0 = t0 - tmin;
        double tdiff = tin - t0;

        //  tmin < tin <t0 的情形
        if (tdiff <= 0)
        {
            x = xm - Math.Sqrt(tdiffm / (d2t2 - tdiffm * (d2t2 / tdiff0 - 1.0 / xm / xm)));
        }
        //  tin > t0 的情形
        else
        {
            x = -tdiff / (tdiff + 4.0);
            w = x + c0 * Math.Sqrt(2.0 * (1.0 - thr2));
            if (w < 0.0) x = x - Math.Sqrt(d8rt(-w)) * (x + Math.Sqrt(tdiff / (tdiff + 1.5 * t0)));
            w = 4.0 / (4.0 + tdiff);
            x = x * (1.0 + (1.0 + m + c42 * (thr2 - 0.5)) / (1.0 + c3 * m) * x * (c1 * w - c2 * x * Math.Sqrt(w)));
        }

        if (x <= -1.0)  //若x<-1,则x<xm时没有解                           
        {
            x = xpl;    //使用x02赋值当前x
            n = n - 1;
        }
        #endregion

        if (n == 0) return;     //无解,则直接返回
    }
    #endregion

    //  由初值x进行三次迭代寻找到解(3次迭代保证精度); Haley's formula iteration
    for (int i = 1; i <= 3; i++)
    {
        TLAMB(m, q, qsqfm1, x, 2, out t, out dt, out d2t, out d3t);
        t = tin - t;

        if (dt != 0.0) x = x + t * dt / (dt * dt + t * d2t / 2.0);
    }

    if (n == 1) return;     //只有1个解直接返回

    //  若有两个解,求解第2个解,初值xpl
    //  由初值x进行三次迭代寻找到解(3次迭代保证精度); Haley's formula iteration
    for (int i = 1; i <= 3; i++)
    {
        TLAMB(m, q, qsqfm1, xpl, 2, out t, out dt, out d2t, out d3t);
        t = tin - t;

        if (dt != 0.0) xpl = xpl + t * dt / (dt * dt + t * d2t / 2.0);
    }
}

/// <summary>
/// 开8次方(x^(1/8))
/// </summary>
static double d8rt(double x)
{
    return Math.Sqrt(Math.Sqrt(Math.Sqrt(x)));
}

评论

站内评论 · 提交后立即公开 · 无需审核

请勿灌水或刷屏;过快提交或频繁发言将被拒绝。

还没有评论,来写下第一条吧。