飞行器建模：质点动力学模型、刚体六自由度模型、气动参数与推进系统建模

飞行器建模是轨迹优化工作的基石。无论是设计一条最小燃料消耗的上升轨迹，还是规划一次高精度的再入返回走廊，优化算法所依赖的每一个约束、每一个目标函数，本质上都源自于对飞行器物理行为的数学描述。模型精度与计算复杂度之间的权衡，直接决定了优化问题的可解性与解的可信度。本章将系统梳理轨迹优化中最常用的三类模型——质点动力学模型、刚体六自由度模型，以及与之配套的气动参数与推进系统建模方法，并重点讨论在工程实践中如何根据任务阶段与优化目标选择合适的模型粒度。

3.1 质点动力学模型：轨迹优化的主力模型

核心原理：质点动力学模型将飞行器视为一个质量集中点，忽略其绕质心的转动运动，只考虑质心的平动。在轨迹优化中，该模型以牛顿第二定律为基础，在惯性系或地面坐标系下建立位置矢量 r 与速度矢量 v 的微分方程。典型形式为：

dr/dt = v
dv/dt = (T + A) / m + g

其中 T 为推力矢量，A 为气动力矢量，g 为重力加速度，m 为飞行器瞬时质量。该模型的状态量通常为 6 个（位置 3 个 + 速度 3 个），控制量则为推力大小、攻角、侧滑角或推力方向角。由于状态量少、微分方程结构简单，该模型在直接法（如直接配点法、伪谱法）中具有极高的求解效率，是进行初步轨迹搜索、可行性分析以及多方案对比的首选。

工程适用性判断：在以下场景中，质点模型是合理且高效的选择：

• 任务规划阶段：需要快速评估不同发射窗口、不同入轨点或不同再入走廊的可行性。
• 燃料最优轨迹：当优化目标以燃料消耗为主，且姿态变化对气动性能影响不敏感时（如高空稀薄大气段）。
• 多学科优化：作为气动、推进、结构等子系统的接口模型，进行大规模参数扫描。

然而，质点模型无法描述飞行器的姿态动力学，因此无法评估姿态控制力矩需求、攻角变化率限制等约束。若轨迹中包含大攻角机动或快速姿态翻转，质点模型给出的最优轨迹可能在姿态跟踪时产生较大偏差。

3.2 刚体六自由度模型：高保真度仿真与验证

核心原理：刚体六自由度模型在质点模型的基础上，增加了飞行器绕质心的转动动力学与运动学方程。状态量扩展为 12 个：位置（3）、速度（3）、姿态角或四元数（3/4）、角速度（3）。其动力学方程包括平动方程与转动方程：

m * dV/dt = F_aero + F_thrust + m*g
I * dω/dt + ω × (I * ω) = M_aero + M_thrust

其中 I 为转动惯量张量，ω 为角速度矢量，M 为外力矩。姿态运动学方程通常采用四元数或欧拉角描述，以避免奇异问题。该模型能够精确反映飞行器在飞行过程中的姿态动态、气动耦合效应以及控制面的作用效果。

操作流程与数据需求：建立 6-DOF 模型需要以下输入：

1. 质量特性：质量、质心位置、转动惯量张量（随燃料消耗变化）。
2. 气动数据库：六分量气动系数（升力、阻力、侧力、滚转力矩、俯仰力矩、偏航力矩）关于攻角、侧滑角、马赫数、舵偏角的多维插值表。
3. 推进系统模型：推力随高度、马赫数、油门开度的变化曲线，以及燃料消耗率。
4. 大气环境模型：密度、声速、温度随高度的变化（如 US Standard Atmosphere 1976）。

在轨迹优化中，直接使用 6-DOF 模型会导致优化问题的状态维数翻倍，且转动方程的刚性问题会显著增加求解难度。因此，工程上通常采用“质点模型优化 + 6-DOF 验证”的两步策略：先用质点模型获得参考轨迹，再将参考轨迹作为标称轨迹，用 6-DOF 模型进行闭环制导仿真，检验姿态跟踪性能与控制裕度。

3.3 气动参数建模：从风洞数据到插值表

核心原理：气动参数建模的核心是将飞行器外形与来流条件之间的关系转化为可计算的系数。对于轨迹优化，最常用的是气动系数表形式。以升力系数 C_L 和阻力系数 C_D 为例，它们通常是攻角 α、马赫数 Ma、侧滑角 β 以及控制面偏转角 δ 的函数：

C_L = f(α, Ma, β, δ_e)
C_D = f(α, Ma, β, δ_e)

在超声速飞行中，激波位置变化会导致气动系数出现非线性突变，因此插值表的网格密度需要根据马赫数分段调整。常用的插值方法包括线性插值、三次样条插值以及 Kriging 代理模型。

建模流程：

步骤	数据来源	处理方式	输出
1. 数据获取	风洞实验 / CFD 计算	筛选有效工况点，剔除奇异值	原始气动数据表
2. 无量纲化	参考面积 S_ref、参考长度 c_ref	计算 C_L, C_D, C_m 等	无量纲系数
3. 插值拟合	MATLAB / Python 工具	分段线性 / 样条插值	多维插值函数
4. 模型验证	独立风洞数据 / 飞行遥测	对比误差，调整网格密度	可信气动模型

实战案例：某高超声速滑翔飞行器在 Ma=5~8 范围内，其升力系数随攻角变化呈现明显的“拐折”现象。若采用均匀网格线性插值，在拐折点附近会产生最大 12% 的升力误差，导致优化轨迹的平衡攻角偏移 2° 以上。通过引入基于物理特征的网格加密（在 Ma=6 附近加密攻角步长至 0.5°），并将插值方法改为 PCHIP（保形分段三次插值），最终将升力系数误差控制在 2% 以内，轨迹优化结果与 6-DOF 仿真偏差显著减小。

3.4 推进系统建模：推力与比冲的工程表达

核心原理：推进系统模型为轨迹优化提供推力大小与燃料消耗率。对于化学火箭发动机，常用真空推力 T_vac 与真空比冲 Isp_vac 作为基准参数，再根据飞行高度进行修正：

T = T_vac - p_a * A_e
Isp = T / (ṁ * g_0)

其中 p_a 为环境大气压，A_e 为喷管出口面积，ṁ 为质量流量，g_0 为标准重力加速度。对于吸气式发动机（如冲压发动机），推力与比冲则强烈依赖马赫数和动压，需要建立二维插值表。

建模要点：

• 质量变化率：在轨迹优化中，质量变化率直接进入状态方程，通常表示为 dm/dt = -T / (Isp * g_0)。
• 推力矢量控制：若发动机可摆动，推力方向角可作为控制量；若为固定安装，则推力方向与飞行器本体轴固定。
• 多级火箭处理：级间分离时需重置质量、推力与气动参考面积，并在优化问题中引入分离时刻作为事件约束。

常见误区与复盘：一个典型的错误是在轨迹优化中直接使用海平面比冲代替真空比冲，导致高空气动段推力被低估 5%~8%，优化出的燃料消耗偏大。正确的做法是始终使用真空比冲，并在推力公式中显式加入环境压力修正项。另一个常见问题是忽略推进剂消耗引起的质心移动对转动惯量的影响，这在 6-DOF 验证阶段会暴露为姿态控制裕度不足。

3.5 模型验证与闭环案例：从质点优化到 6-DOF 确认

案例背景：某亚轨道可重复使用飞行器需要设计一条从发射到着陆的燃料最优轨迹。飞行包线涵盖亚声速、跨声速与超声速段，且包含无动力滑翔段与有动力着陆段。

初始方案与问题：团队最初直接使用 6-DOF 模型进行优化，但求解器在跨声速段频繁出现收敛失败，计算耗时超过 12 小时且无法获得可行解。分析发现，跨声速段气动系数梯度大，转动方程的刚性导致优化迭代步长被迫缩小。

改进流程：

1. 第一阶段：采用质点模型（3-DOF），将气动数据简化为 C_L(α, Ma) 与 C_D(α, Ma) 的二维插值表，忽略侧向运动。优化变量为攻角剖面与推力开关时间。求解器在 15 分钟内收敛，获得初步最优轨迹。
2. 第二阶段：将质点最优轨迹作为参考，在 6-DOF 模型中进行开环仿真。发现着陆段攻角变化率超过执行机构速率限制，且跨声速段俯仰力矩系数 C_m 的静稳定性裕度不足。
3. 第三阶段：在质点模型中加入攻角变化率约束（|dα/dt| ≤ 5°/s），并重新优化。新轨迹的攻角剖面更加平缓，6-DOF 仿真验证通过。
4. 第四阶段：将优化轨迹导入全数字仿真环境，加入气动扰动与风场干扰，验证闭环制导律的鲁棒性。

结果对比：改进后的轨迹燃料消耗仅比原始 6-DOF 直接优化结果增加 1.2%，但计算时间从 12 小时降至 25 分钟，且轨迹满足所有姿态约束与执行机构限制。该案例充分说明了“分阶段建模、逐级精化”策略在工程实践中的价值。