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$\theta$
$$\theta/2 =arctan2(1-q^2,2q)$$
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:$$T_0=T(q,m=0,x=0)$$
1. $T_i\le T_0$
$$x_0=-\frac{T_0(T_i-T_0)}{4T_i}$$
2. $T_i>T_0$
令
\]
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}
\[
有
\]
x_{03} =
\begin{cases}
x_{01} & \text{if \(W\ge0\)} \
x_{01}+(-W)^{1/16}(x_{02}-x_{01})& \text{if \(W<0\)}
\end{cases}
\[
则有:
$$x_0=\lambda x_{03}$$
其中:
$$\lambda = 1+c_1x_{03}(1+x_{01})-c_2x^2_{03}\sqrt{1+x_{01}}$$
#### $m>0$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} =\frac{4}{3\pi(2m+1)} & \text{if \(\theta =\pi\)} \
x_{m,\pi}(\frac{\theta}{\pi}){1/8} & \text{if \(\theta <\pi\)} \
x_{m,\pi}(2-(2-\frac{\theta}{\pi}){1/8}) & \text{if \(\theta >\pi\)}
\end{cases}
\[
有了初值后,采用halley迭代法求解方程$T'(q,m,x)=0$ 的根。
迭代公式为:
\]
T_m,T'_m,T''_m,T'''_m=T(m,q,1-q^2,x_m,3) \
x_m=x_m-\frac{T'T''}{T''T''-T'T'''/2}
\[
每一步迭代更新$x_m$前保留其值为$x'_m=x_m$.
限定最大迭代次数为12次,迭代过程中,若$T''==0$,则跳出循环;若$|x'_m/x_m-1|<3×10^{-7}$也跳出循环。
若迭代次数超过12次,则令$n=-1$,程序退出。
迭代完成后即可得到:$T_m,x_m,T''_m$,注意,若最终求得的$T''_m=0$,则令$T''_m=6m\pi$。
得到$T_m$后,则有:
- 若$T_i<T_m$,令$n=0$,程序退出;
- 若$T_i=T_m$,令$x=x_m,n=1$,程序退出;
- 若$T_i>T_m$,令$n=2$,有两解。由下面给出具体初值$x_{0+}、x_{0-}$。
##### $x>x_m$时
令
\]
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=\frac{4(x_m+x_{01})}{4+T-T_m}+(1-x_m-x_{01})^2 \
\lambda'=(1+m+c_{41}(\theta/2\pi-0.5))/(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:$$T_0=T(q,m,x=0)$$
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})}}
\[
2. $T_i> T_0$时
令
\]
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}
\[
有
\]
x_{03} =
\begin{cases}
x_{01} & \text{if \(W\ge0\)} \
x_{01}+(-W)^{1/16}(x_{02}-x_{01})& \text{if \(W<0\)}
\end{cases}
\[
则有:
$$x_{0-}=\lambda x_{03}$$
其中:
\]
\begin{cases}
\lambda = 1+c_1x_{03}\lambda'(1+x_{01})-c_2x^2_{03}\lambda'\sqrt{1+x_{01}} \
\lambda'=(1+m+c_{42}(\theta/2\pi-0.5))/(1+c_3m)
\end{cases}
\[
### 迭代求根
有了初值后,采用Halley迭代法。迭代公式为:
\]
T,T',T''=T(m,q,1-q^2,x_0,2) \
x_0=x_0+\frac{(T_i-T)T'}{T'T'+(T_i-T)T''/2}
\[
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-}$带入上述迭代式,最终得到的解分别赋值给$x、x_+$
### C#源码
```csharp
// 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
还没有评论,来写下第一条吧。