Examinando por Autor "Cadarso, Luis"

Mostrando 1 - 5 de 5

An integrated model for airport runway assignment and aircraft trajectory optimisation
(Elsevier, 2024-03) Barea, Adrián; Celis, Raúl de; Cadarso, Luis
Air traffic management of terminal manoeuvring area involves high complexity as air traffic converges to airports. In addition, air traffic is currently experiencing a remarkable growth despite the COVID19 pandemic effects. This trend, which is expected to continue in the mid and near future, motivates the development of methodologies that improve the efficiency and automatisation of air traffic management processes to efficiently prevent bottlenecks in current airports instead of expanding or building new facilities, which usually implies higher costs. Specifically, runway assignment is of capital importance for the correct exploitation of current airports capacity. In this paper, a mixed integer non-linear model is presented which deals with aircraft approach and landing operations. It integrates decisions regarding runway assignment and trajectory optimisation. Since this problem is difficult to be solved, a Benders decomposition is proposed. The master model deals with runway assignment, resulting in a mixed integer linear programming model. The submodel deals with the trajectory determination problem, resulting in a nonlinear programming model that minimises a combination of fuel consumption and aircraft delay while complying with operational constraints. In addition, a rolling horizon approach is employed for real-size case studies, which systematically optimises operations within 30-min intervals. Computational results on real-world problem instances of Madrid–Barajas airport are reported. Our solutions are found to be tractable and robust in the face of data variations
Dual-Based Method for Global Optimization of Impulsive Orbital Maneuvers
(Springer, 2022-11-28) Barea, Adrián; Urrutxua, Hodei; Cadarso, Luis
Los problemas de optimización que involucran múltiples maniobras impulsivas son, en general, no lineales y no convexos. Esto implica que su resolución es propensa a problemas de optimalidad local y de convergencia. Este trabajo propone un método de optimización para explotar una estructura específica de problemas de programación no lineal con una sola restricción. El algoritmo propuesto es capaz de transformar un problema de optimización con un número arbitrario de variables en un problema de búsqueda de raíces de una ecuación algebraica univariante. Además, puede superar fácilmente los problemas de optimalidad local y de convergencia mencionados anteriormente. Esta metodología se ha aplicado a tres ejemplos de aplicación práctica. La primera aplicación implica la optimización de la inclinación para maniobras de cambio de plano utilizando órbitas en deriva con una precesión nodal relativa. La segunda aplicación realiza la optimización del semi-eje mayor de órbitas de fase, utilizando un enfoque de dos etapas para resolverlo; específicamente, el método basado en el dual proporciona una solución con órbitas de fase que realizan un número fraccional de revoluciones, que luego se corrige para proporcionar la condición de integridad apropiada. La tercera aplicación lleva a cabo la optimización de transferencias Hohmann-like de múltiples impulsos con cambio de inclinación, basándose en una ley de conservación que permite calcular una transferencia de múltiples impulsos a partir de la solución de una transferencia de dos impulsos. Finalmente, se describen y resuelven numéricamente dos escenarios de misión altamente relevantes: el primer escenario considera una órbita de transferencia geoestacionaria con una optimización de fase para ubicar un satélite en una ranura prescrita en órbita geoestacionaria; el segundo escenario considera un encuentro con múltiples objetivos de una nave espacial de servicio para visitar varios satélites de una constelación para operaciones de eliminación de desechos o reabastecimiento.
Large-scale object selection and trajectory planning for multi-target space debris removal missions
(Elsevier, 2020-01-28) Barea, Adrián; Urrutxua, Hodei; Cadarso, Luis
Las futuras misiones de deorbitado activo de basura espacial muy probablemente tengan por objeto la eliminación no de un único objeto de basura espacial, sino de varios objetos por cada misión. El diseño de estas misiones implica, por lo tanto, la selección de los objetos a eliminar, así como la optimización de la secuencia en la que estos objetos se visitan, junto a las transferencia orbitales que las interconectar. En este trabajo se presenta un algoritmo basado en la técnica "branch-and-bound" para el diseño preliminar de misiones multi-objetivo de eliminación de basura espacial. El algoritmo propuesto está estructurado en dos niveles. El nivel superior se modela como un problema de Programación Lineal Entera, que lidia con la compleja combinatoria del problema en cuanto a la selección de objetos y su secuenciación. El nivel inferior, que encapsula la dinámica orbital, se modela como un problema de Programación No-Lineal Mixta Entera. Así, durante la resolución del problema el nivel superior selecciona subconjuntos prometedores de un conjunto de objetos de basura espacial potencialmente candidatos, de modo que la eliminación de dichos objetos maximice el nivel de amenaza eliminada. Cada uno de estos subconjuntos se pasan al nivel inferior, el cual asegura que existan trayectorias factibles que permitan realizar los distintos "rendez-vous", según la secuencia específicada, de modo que se visiten todos y cada uno de los objetos de dicho subconjunto, a la vez que se satisfagan las condiciones impuestas sobre la duración máxima de la misión, así como las restricciones de Delta v total de misión. El "framework" desarrollado es capaz de explotar la estructura del problema de modo que, incluso para instancias con gran número de objetos en el conjunto inicial considerado, el problema pueda resolverse de manera eficiente, a la vez que se obtiene la certificación de la optimalidad de la solución que proporcionan los métodos "branch-and-bound". Este algoritmo, comparado con otros métodos existentes en la literatura, escala mucho mejor con el tamaño del conjunto de objetos, lo que permite considerar, para igual carga computacional, conjuntos de objetos de tamaño muy superior (hasta varios órdenes de magnitud), lo que permitiría su aplicación sobre el actual catálogo completo de objetos inactivos en órbitas, de cara a diseñar una misión espacial destinada a la eliminación de varios de ellos.
Neural Network-Based Ambiguity Resolution for Precise Attitude Estimation with GNSS Sensors
(Institute of Electrical and Electronics Engineers, 2024-05-28) Celis, Raúl de; Solano-López, Pablo; Barroso, José; Cadarso, Luis
Accurate navigation and control of aerial vehicles necessitate precise estimations of both position and attitude. Measuring an aircraft's rotation entails comparing vectors in distinct reference frames, typically involving inertial and body axes. Traditionally, a GNSS sensor-based matrix, comprising a minimum of three sensors, is employed for this purpose, leveraging carrier phase measurements. Nevertheless, challenges like multipath interference, frequency lock loss, cycle slips, and significant clock drifts can impede the accurate resolution of integer ambiguities. To tackle these issues, a neural network-based approach has been developed to enhance the management of extensive data and bolster the reliability of carrier phase ambiguity resolution. By harnessing carrier phase differences and pseudorange information, diverse neural network configurations can be trained to resolve ambiguities and estimate the precise attitude of the GNSS sensor matrix. This solution can be deployed either in isolation or in conjunction with other attitude sensors, such as gyroscopic data, to enhance overall accuracy
Relative-Inclination Strategy for J2-Perturbed Low-Thrust Transfers Between Circular Orbits
(American Institute of Aeronautics and Astronautics, 2022-07-22) Barea, Adrián; Urrutxua, Hodei; Cadarso, Luis