基于变结构控制器的敏捷卫星姿态机动方法

随着遥感卫星观测能力的逐步提升,对卫星敏捷机动能力提出了更高的要求。针对敏捷卫星大角度姿态机动问题,以6个单框架控制力矩陀螺(SGCMG)组成五棱锥构型的姿态控制系统执行机构,在构建敏捷卫星姿态运动数学模型以及设计SGCMG系统操纵律的基础上,对卫星绕Euler轴进行姿态机动的角轨迹进行规划,并设计了一种基于误差四元数与误差角速度的变结构控制器。仿真及在轨验证结果表明,该控制器能够完成规划轨迹的良好跟踪且具有较强的鲁棒性,研究成果对敏捷卫星姿态控制系统的设计具有重要的参考意义。     

基于能量最优的敏捷遥感卫星在轨任务规划

针对敏捷遥感卫星对多个离散观测点在轨自主任务规划问题,在考虑姿态运动方程耦合性的基础上,将问题分解为空间资源调度问题和连续最优控制问题,进而提出了一种结合伪谱法和遗传算法的混合求解算法。该算法针对基于行商问题(TSP)模型建立的空间资源调度问题模型,选用二维编码结构对观测顺序和相对观测时间进行实数编码,并采用遗传算法求解观测序列和观测时间;针对判断观测时间可行性时涉及的时间最优控制问题、以及姿态转移过程中涉及的最小能量消耗问题,将其归结为连续最优控制问题,并基于Gauss伪谱协态变量映射定理,采用Gauss伪谱法进行求解。通过与基于单纯遗传算法的规划算法进行对比试验,本文所提出的基于伪谱法和遗传算法的混合求解策略针对目标问题,在典型工况下姿态转移过程中能量消耗降低60%。     

敏捷成像卫星多星密集任务调度方法

 面向应急观测需求,对敏捷成像卫星多星密集点目标观测任务调度问题进行研究。针对敏捷成像卫星观测特点,综合考虑卫星可观测时间窗口、任务间卫星姿态调整时间、卫星最长连续工作时间、星上存储容量、卫星能量等约束,建立多星任务调度模型。提出了一种改进的蚁群优化(ACO)算法对调度模型进行求解。该算法借鉴了蚁群系统(ACS)和最大最小蚂蚁系统(MMAS)的思想,结合调度相关约束设计寻优策略和信息素更新策略。引入任务优先级、最早及最晚可观测时间等因素来控制转移概率。仿真结果验证了模型和算法的有效性。     

人工智能在卫星任务规划中的应用

智能规划与调度是实现卫星自主规划其飞行任务的关键。将人工智能方法应用于卫星的任务规划,以执行对地观测任务为例,将任务规划问题归于组合优化问题,建立了相应的数学模型,并应用Hopfield神经网络算法进行求解,结果表明,该方法可用于单个仪器的任务规划。     

考虑任务合成的成像卫星调度问题

某些成像卫星的侧摆机动性能较差,限制了卫星的观测能力,需要考虑任务合成以提高观测效率.建立了考虑任务合成的成像卫星调度问题模型,并提出了求解该模型的快速模拟退火算法(VFSA).算法针对元任务及合成任务分别构造邻域,采用合成邻域、分解邻域实现调度过程中任务动态合成操作.采用"冒险"的接受概率和快速退火计划,提高算法的求解速度.采用回火机制及3种分化策略,避免算法陷入局部最优.大规模测试算例验证了算法的效率.     

考虑任务合成的成像卫星调度问题

某些成像卫星的侧摆机动性能较差,限制了卫星的观测能力,需要考虑任务合成以提高观测效率。建立了考虑任务合成的成像卫星调度问题模型,并提出了求解该模型的快速模拟退火算法(VFSA)。算法针对元任务及合成任务分别构造邻域,采用合成邻域、分解邻域实现调度过程中任务动态合成操作。采用“冒险”的接受概率和快速退火计划,提高算法的求解速度。采用回火机制及3种分化策略,避免算法陷入局部最优。大规模测试算例验证了算法的效率。     

异构MAS结构下的空天资源多阶段协同任务规划方法

利用空天资源的互补优势进行协同观测是对地观测领域的新趋势.为提高对地观测效益和多阶段观测任务的完成度,分析了空天资源协同观测任务规划问题中的观测资源异构性和多阶段观测任务分解方式的多样性.针对卫星和无人机的任务规划模型不一致的特点,建立了异构多智能体系统(MAS)多阶段协同任务规划模型,根据模型特点将问题求解分解为两个协商过程,并分别提出了基于市场模型的异构MAS多阶段协同任务规划算法和基于自适应“超级步”的资源Agent协同任务规划算法.最后,研究了该方法在空天资源联合观测中的应用情况,实验及分析结果表明该方法能够有效解决空天资源对地观测协同任务规划问题.     

多GEO卫星接近观测任务规划

针对多GEO卫星接近观测任务,研究了时间约束下能量消耗最优的多任务规划问题.按照上层面向任务顺序安排,下层面向时间分配,建立了一对多任务模式下的二层非线性规划模型.基于双脉冲多圈Lam-bert交会原理,将下层连续变量时间分配问题转化为0-1整数规划模型,并设计了遗传-分枝定界算法来求解二层规划模型.仿真结果表明,通过...     

协同进化方法求解多中心卫星任务规划问题

 在分析多卫星中心内部特点及中心间关系的基础上建立了多中心协同规划问题(MCCOPP)的数学模型,提出了解决该问题的多中心合作协同进化规划算法(MCCCSPA)。MCCCSPA基于分治-合作策略,根据中心数目以及观测目标集合特点将观测目标分解分配至各中心;提出等长扩展二进制染色体编码方式有效表达问题的解,便于个体的交叉、变异、合作操作;并综合多中心个体代表合作求解本中心个体适应值;其中交叉、变异、合作算子在确保可行解的前提下保证各中心子种群的多样性、加快收敛速度。仿真实验及分析结果表明:该方法能够有效解决多中心协同的卫星任务规划问题。     

对地观测卫星任务规划问题研究

对地观测卫星任务规划是为了最大限度地满足用户的需求，对系统资源和活动进行规划与调度的过程。合理的任务规划是提高航天资源使用效益的重要手段。论文主要分析了对地观测卫星任务规划问题的主要特点，总结了这一问题的若干常用建模方法和求解技术，并探讨了对地观测卫星任务规划技术的未来发展趋势。     

基于执行时段滑动调整策略的中继卫星任务规划算法设计

针对中继卫星任务规划问题开展研究,提出一种基于执行时段滑动调整策略的任务规划算法。首先分析了中继卫星资源调度过程,并对任务申请的时间特征进行形式化描述,然后归纳出任务分配的主要约束,从而完成问题建模。在此基础上,对优化算法进行设计,给出了执行时段滑动调整步骤。通过调整已规划任务执行时段的方法,使部分原本无法执行任务具备执行可能,提升了任务执行率和资源利用率。在仿真实验中,通过大规模测试分析对比不同算法的优化效果,验证了文中所提方法的有效性。     

面向突发任务的空间站任务重规划方法

针对空间站在轨运营出现突发任务的情况,提出一种基于启发式规则的任务重规划方法,满足了方案重规划的快速响应需求。根据任务执行的连续性特点和冲突状态,建立了空间站突发任务规划领域模型。考虑重规划过程中任务包含活动间复杂约束关系传播的影响,提出了时间回溯迭代冲突化解策略,同时依据任务执行时间间隔,提出针对间隔插空的时间冗余启发式规则。基于时间回溯迭代冲突化解策略和时间冗余启发式规则,对原任务执行计划进行实时重规划,实现了突发任务的快速响应。应用算例分析表明,提出的重规划方法可以成功地满足空间站突发任务规划需求,实现实时更新空间站在轨任务执行详单的目的。     

Distributed online mission planning for multi-player space pursuit and evasion

There are three important roles in evasion conflict: pursuer, target and defender. Pur-suers’ mission is to access targets;targets’ mission is to escape from pursuers’ capture;defenders’ mission is to intercept pursuers who are potentially dangerous to targets. In this paper, a distributed online mission plan (DOMP) algorithm for pursuers is proposed based on fuzzy evaluation and Nash equilibrium. First, an integrated effectiveness evaluation model is given. Then, the details of collaborative mission planning which includes the co-optimization of task distributing, trajectory and corresponding maneuvering scheme are presented. Finally, the convergence and steadiness of DOMP are discussed with simulation results. Compared with centralized mission planning, DOMP is more robust and can greatly improve the effectiveness of pursuing. It can be applied to dynamic scenario due to its distributed architecture.     

模块化可重构卫星在轨自重构的分层规划

模块化可重构卫星具有组织灵活、操作方便、适应性强等特点，可以有效降低卫星研制和发射成本、提高卫星对紧急任务的响应速度、延长卫星寿命。重构规划问题对模块的具体移动方式进行求解，是实现自重构需要解决的核心问题之一。针对同构式旋转立方结构，给出其离散运动模型，推导出运动空间求解算法。为降低重构规划问题的不确定性和复杂程度，采用分层规划策略，将规划任务分解为设计中间构型的上层规划和求解实现中间构型移动方式的下层规划，每层规划内部独立进行求解。设计了利用Kuhn-Munkres算法实现上层规划的重构规划算法，使中间构型具有较小的结构跨度，特别适合在轨自重构的重构规划问题求解。仿真结果表明了所提规划策略和所设计规划算法的可行性和有效性。     

基于Transformer层次预测的多星应急观测任务规划方法

应急观测任务规划是一个强时效性的复杂组合优化问题,必须在规定的时限内完成相应的计算。采用机器学习的方法对规划问题进行初始规划方案预测,可以有效地简化计算复杂度。为此,提出一种基于Transformer层次预测的多星应急观测任务规划方法,将多星任务规划的求解过程分解为3个步骤：首先,利用基于Transformer的任务可调度性预测模型预测待规划任务是否执行,得到预执行任务集合;然后,基于Transformer的任务分配模型对预执行任务集合分配卫星,得到初始规划方案;最后,利用基于随机爬山的约束修正算法对初始规划方案进行优化调整,得到可行规划方案。为验证所提方法的有效性,通过大量仿真实验与CPLEX优化器、标准遗传算法、长短期记忆网络等方法模型进行比较,实验结果表明所提方法计算耗时短,规划收益高,适用于多星观测任务快速规划。     

基于遗传算法的无人机协同侦察航路规划

无人机将成为侦察卫星、有人驾驶侦察机的重要补充与增强手段 ,成为未来战场上广泛应用的一种侦察工具。为了提高无人机 (UAV)的侦察效率 ,在执行侦察任务前必需规划设计出高效的无人机侦察飞行航路。针对这一问题 ,本文提出了一种侦察效率指标评估的计算方法 ,解决了航路规划中的侦察效率量化问题。考虑在大范围任务区域内进行侦察航路优化存在计算的复杂性和收敛性等问题 ,本文采用遗传算法对侦察航路进行了优化处理。通过该方法得到的侦察航路可以有效地提高无人机的侦察效率。     

有限姿控能力的低RCS微小卫星姿态实时规划

 为提高在轨微小卫星使用效能及生存能力,提出一种受姿控能源消耗及驱动能力约束的低雷达散射截面（RCS）微小卫星姿态实时规划算法。算法应用曲面像素法、时域有限差分法及假设检验,在三维空间内对微小卫星的RCS及雷达探测水平进行建模,并结合雷达分布模型构建了相应的威胁评估函数及规划代价评估函数。同时,为提高算法的实时性能,采用了粒子群优化(PSO)算法以降低计算复杂度。仿真结果表明,在有限计算量的基础上,算法能够以较小规划代价有效降低卫星威胁方向的RCS及雷达探测概率,满足对微小卫星飞行姿态实时规划的需要。