基于任务分解的多星成像规划模型建立与求解

为解决多星成像规划模型中求解算法任务分配不合理、运算效率较低等问题,根据卫星性能指标和遥感器成像能力等约束条件,建立多星成像规划模型。求解该模型时,基于免疫算法设计任务分配方案,并基于图的最长路径算法设计单轨道圈次调度方案,使卫星能够尽可能多地对分配至该轨道圈次的点目标成像。将单轨道圈次调度结果作为反馈信息,调整任务分配方案,并通过多次迭代使得出的结果接近全局最优解。以多颗卫星对不同数量的点目标成像为条件,对模型进行测试,并与现有的规划模型对比。结果表明:文章提出的模型,能够在较短的时间内求解多星成像规划问题,得出较优的成像方案。     

基于改进遗传算法的移动目标成像侦测任务规划问题研究

基于先验信息调用成像侦察卫星监控陆地或海洋移动目标动态信息是卫星成像侦察面临的新 课题。在已知移动目标位置等先验信息基础上,动态构造目标可变潜在区域及其运动预测模 型,利用STK辅助构造其候选成像观测活动集合;在此集合及目标运动预测模型基础上 对动态可变区域成像卫星调度问题进行建模,并设计了一种基于模拟退火算法及遗传算法的 改进遗传算法对问题进行求解,得到近最优的移动目标成像侦测方案。最后通过实例及算法 对比验证了规划模型及算法对解决该类问题的合理性和有效性。
     

改进差分进化算法求解多成像卫星调度问题

针对多成像卫星联合调度规划建模难度大和求解复杂度高等问题,通过分析成像卫星的成像过程和工作原理,将成像卫星调度过程分为调度预处理、任务规划和调度优化3个阶段。在调度规划过程中,建立了多星联合调度约束满足最优化模型,采用启发式算法思想,定义了个体适应度评估函数,设计了任务冲突消解方法,提出了一种改进的差分进化算法。在此基础上,采用一些确定性规则对调度规划方案可行解进行了评估和二次优化。结果表明:提出的成像卫星调度问题求解方法能够有效地分配卫星资源,生成优化的调度方案。设计结果也能够为卫星系统最优化设计和效能评估提供必要的决策支持。     

应用近似算法的光学遥感卫星区域目标成像任务规划方法

光学遥感卫星成像任务规划的研究对象多以点目标为主,对于区域目标的处理,多是将其转化为点目标后求解,因此存在精度不高和效率过低等问题。同时,还存在对于长时间周期的规划问题耗时过长,以及大区域长时间任务规划性能较差等问题。文章根据卫星成像任务规划的约束条件,建立成像任务规划模型,分析并归纳光学遥感卫星轨道及星下点轨迹的特点,认为星下点轨迹在中低纬度区域的投影可近似认为是直线;通过将区域目标向直线投影,将二维平面区域转化为一维线状区域,对模型进行求解。该方法能大幅降低求解区域目标问题的复杂度,在一维线状区域的基础上对侧摆进行处理,同时能够提高长时间周期规划的性能。利用环境减灾-1A(HJ-1A)卫星进行验证,结果表明,文章提出的方法能够在较短的时间内解决大区域长时间成像任务规划问题。     

一种新的精英遗传算法及在多弹拦截分配策略的应用

为了有效解决多导弹对多机动目标的拦截对抗实战中的目标分配问题,本文提出一种基于精英策略的多种群自适应遗传算法(MAGA)。首先,建立目标分配的综合优势函数和约束条件的数学模型。其次,为改善传统遗传算法容易陷入局部最优的问题,通过多个单遗传算法并行计算,引入自适应策略动态改变交叉、变异概率,设计迁移算子增加各种群之间的联系。最后,通过精英选择算子选择当前种群的最优解并进行精英备份,不断迭代选出最优解。通过计算仿真可得,该方法能有效抑制算法陷入局部最优,增大收敛速度,获得更高精度的最优分配方案。将其应用到多导弹对多机动目标的拦截分配算例,结果表明了算法的有效性。     

光学有效载荷运控模式优化的多种群遗传算法

对光学有效载荷运控模式进行优化设计可提高光学有效载荷的工作效率。将其数学模型建立后,优化问题可归结为有约束条件的多变量函数极大值求解问题。针对该模型,提出了使用多种群遗传算法（MPGA）的求解方法,即对0-1二值型变量和实型多维变量分别编码构建种群,以实型多维变量为中心,联合0-1二值型变量进行遗传运算求得函数极大值。此外,通过具体算例对该算法进行了仿真,仿真结果表明该算法能够克服传统优化方法求解速度慢且易陷入局部最优陷阱等方面的不足,适合大规模多区域搜索,可快速得到全局最优解,能更好地满足对光学有效载荷进行智能控制的技术要求。     

在轨实时引导多星成像任务规划方法研究

针对遥感卫星在轨自主任务规划的强时效需求和依赖地面系统的现状,通过分析卫星的轨道特性和多载荷工作配合的方式,提出了一种面向在轨实时引导成像的多星自主任务规划方法。文章首先根据成像的要求,将卫星载荷对目标的可见性,统一转化为"时间-姿态"信息,在保留有效信息的前提下对轨道递推模型合理简化,设计了卫星成像的无冲突任务序列生成方法,并为优化成像收益设计了临机调整策略。仿真结果表明:面向在轨实时引导成像的多星自主任务规划方法能实现将多目标向多星系统的分配,增加临机调整策略后,可实时地通过用高收益目标替代低收益目标的方式提高整个规划方案的成像收益,所提出的方法有效,研究结果可为多星在轨自主任务规划技术研究提供参考。     

基于约束满足的多星对区域目标观测活动协同

多星对区域目标观测活动的协同问题是卫星任务规划与调度领域的新问题。讨论了采用多星协同模式观测区域目标的必要性，描述了协同问题的研究内容。基于约束满足理论，建立了多星协同问题的约束优化问题模型，提出了一种禁忌算法与约束传播相结合的求解机制。最后，以仿真算例验证了模型与算法的正确性和优化性能。     

机动卫星星座对多区域目标成像任务规划

针对太阳同步圆轨道卫星星座对地观测任务,研究了在卫星机动情况下对多区域目标的成像任务规划算法。首先提出了单颗卫星对单个点目标的观测方法,解析分析了点目标可见性,并给出了卫星变轨策略;进而通过把区域目标划分为多个条带,将问题转化为卫星对点目标观测问题,结合单星单目标观测方法分析区域目标各条带的可见性;最后建立优化问题模型,给出条带观测策略,并利用遗传算法优化星座对多区域目标的观测总面积。仿真结果表明该算法准确性高,能够有效提高星座的观测能力和观测总面积。     

基于多星协同的抗干扰技术研究

文章针对多星协同通信系统在恶劣电磁环境下系统容量下降的问题，提出了一种基于分布式线性预编码方案的抗干扰技术。该方案针对多星协作通信系统的干扰模型，以接收端用户的最大化信道容量为目标，建立优化信道容量的数学模型，通过引入辅助变量将非凸优化问题转换为凸优化问题，进而利用二阶锥规划方法，获得该优化问题的最优解，最终得到每颗卫星的最优预编码系数。仿真结果表明，所提出的分布式线性预编码方案，优于直接转发方案和破零预编码方案，能够有效降低多星协作通信系统中干扰源对正常通信的影响。     

敏捷卫星同轨多条带拼幅成像模式研究

针对长宽均明显大于相机幅宽的区域目标的成像观测,文章建立了敏捷卫星同轨多条带拼幅成像工作模式。对区域目标的划分,用相机视场角随卫星姿态机动扫描将区域分割成多个条带,使得划分的条带能够完全覆盖目标区域,并保证相邻条带之间足够的重叠宽度。对区域划分后得到的条带,分析了可行的观测序列,建立了成像起始时刻优化模型,采用序列二次规划方法对该模型进行求解。     

基于NSGA-II算法的航天产品装配公差多目标优化

针对航天产品装配公差优化设计问题,提出一种引入装配成本的多目标优化方案。在考虑航天产品装配过程中成功率低、成本高问题的基础上,建立基于产品成本及质量损失的装配公差的多目标优化数学模型,利用带精英策略的非支配排序遗传算法(NSGA-Ⅱ),以装配功能要求和加工能力为约束条件,对装配公差进行优化求解,得到Pareto最优解集。以某空间站某型号组件为例,验证了该优化方法的有效性。通过建立归一化权重目标函数,获得优化的各组成环装配公差,利用该公差进行组件加工装配,提高了装配成功率,降低了产品加工成本及质量损失。     

大型星座混合模拟退火遗传算法测控任务规划

提出了一种基于拥挤度的混合模拟退火多层编码遗传算法,用于解决大型星座的测控任务规划问题。首先,建立了大型星座测控问题的约束满足模型,对任务规划过程中的各种约束条件和优化目标进行了形式化描述。第二,采用多层编码的方法建立测控方案与解空间的对应关系,并采用遗传算法的启发式方法进行全局搜索。第三,为了增加种群的多样性并加快收敛速度,在每代进化结束后对种群中最优的部分个体进行基于拥挤度的模拟退火。超180颗卫星,32个地面测控天线的真实大型星座测控任务规划试验表明,基于拥挤度的混合模拟退火遗传算法的任务完成率高达99%,归一化综合收益大于0.9,算法运行时间小于15 min,验证了该方法具备工程实用价值。     

多无人机任务分配/航迹规划的一体化求解方法

针对多异构无人机任务分配和航迹规划存在的强耦合特性,为解决串行求解仅能获得局部最优解的问题,提出了一种基于图论的一体化求解框架,采用三维Dubins模型,通过对无人机航向角进行离散化,将路径规划问题和任务分配问题建立为离散图模型。为了实现该混合整数规划问题的快速求解,建立了基于并行化处理的遗传算法策略;为避免执行时序约束任务存在的死锁问题,引入深度优先算法（DFS）,通过检测时序任务图环路状态判断任务规划结果的可行性,从而剔除规划结果中的不可行解。仿真结果表明,相比于解耦方法,一体化求解方法能明显提高规划结果的品质;相比于集中式遗传算法,分布式遗传算法能显著提高算法的收敛速度。     

基于粒子群算法的多波位高度估计方法

为解决雷达斜视模式下对目标区域的高度估计问题,提出了一种基于粒子群算法的多波位高度估计方法。利用粒子群优化算法建立约束条件和目标函数,通过多次迭代使目标函数趋于一个最优值,同时得到高度的最优解。利用粒子群优化算法求解多波位测高方程组可减小方程组近似处理误差。此外,利用粒子群优化算法可随时更改波位数目,增强了该测高方法使用的灵活性,有效提高了高度估计精度。通过理论仿真和实测数据仿真分析,验证了粒子群优化算法在求解多波位测高方程组时的有效性。结果表明:该方法具有较高的高度估计精度。     

“多对多”模式下GEO卫星在轨加注任务规划

随着在轨服务技术的发展和对航天器发射运营成本的控制，航天器在轨服务模式将由“一对一”服务逐步发展为“一对多”“多对多”的服务模式。在具有多个服务目标的模式下，针对服务航天器的任务分配与规划将变得尤为关键。因此，本文研究了多服务航天器为多个地球同步轨道(GEO)卫星进行在轨加注的任务规划问题。首先，考虑服务航天器容量约束、服务路径约束等多类约束条件，以最小化燃料消耗为优化指标，以每个服务航天器的服务顺序为决策变量，建立“多对多”在轨加注任务规划模型。其次，针对遗传算法局部搜索能力差、易陷入局部最优的缺陷，设计了一种将大邻域搜索算法和遗传算法相结合的混合启发式算法(LNS-GA)，用以求解该任务规划问题。该算法利用大邻域搜索算法中的“破坏”和“修复”思想，对遗传算法每一代种群中的精英个体进行进一步的迭代搜索，从而增强算法的局部搜索能力。最后，通过设定的仿真场景与单一遗传算法进行仿真对比，验证了本文所提出算法的有效性和优越性。     

基于Cramér-Rao下限的多传感器跟踪资源协同分配

针对防空指挥控制系统中多传感器管理问题,提出了一种基于目标跟踪精度Cramér-Rao下限的多传感器跟踪资源协同分配方法。该方法首先利用目标战术重要性函数求解目标优先级;然后在目标优先级函数和目标—传感器配对效能函数的基础上,构造了多传感器资源协同分配一般模型,并根据目标跟踪过程特点将Cramér-Rao下限引入到协同分配的模型中,使得在进行跟踪资源协同分配时无需考虑目标跟踪滤波算法的选择。对于分配过程中出现的NP(Non-deterministic polynomial)难问题,探讨了利用匈牙利算法寻求满足条件的目标传感器最优组合,给出了模型求解的步骤。仿真结果表明,这种多传感器跟踪资源协同分配方法的可行性与模型求解的快速性。     

基于遗传算法的电磁信号采集卫星多星规划方法

电磁信号采集卫星是一种对地观测卫星,其搜集的信息对工业、科研、军事等领域有着重要意义.对地观测卫星多星规划问题是一个复杂的组合优化问题,论文针对电磁信号采集卫星特点,考虑其主要约束条件,建立了多星联合规划数学模型.提出了基于遗传算法的信号采集卫星多星规划算法,比较了单点交叉算子与多点交叉算子的计算结果.提出了基于解修正和罚函数的约束处理方法,并比较了两种约束处理方法的处理结果.根据模拟的数据进行实验及分析,表明该方法能有效解决电磁信号采集卫星多星规划问题.     

基于多目标遗传算法的固体火箭发动机面向成本优化设计

多目标优化设计的概念和方法被方法用于面向成本设计，采用一种基于Pareto最优解的多目标遗传算法－－NSGA－Ⅱ算法，以某固体火箭发动机为算例，利用成本模型和工程模型，以产品的性能和成本作为目标函数进行了多目标优化设计，计算结果表明，NSGA－Ⅱ算法得到的非劣解在目标空间分布均匀，算法收敛性和鲁棒性好，基于NSGA－Ⅱ算法的面向成本多目标优化设计方法为产品在方案阶段开展性能和成本之间的权衡分析提供了有效的工具。     

基于遗传算法的多星座选星方法

提出了一种基于遗传算法的选星方法,该方法能够准确、快速地实现多个全球导航卫星系统(GNSS)下选星颗数大于4的选星。经过大量试验确定了遗传算法选星的选择、交叉、变异等关键参数,并通过在交叉和变异中穿插染色体优选过程克服了遗传算法的选星结果容易陷入局部最优的缺点。以不同GNSS星座个数和不同选星颗数下的选星仿真校验了所设定遗传参数的有效性和可靠性。仿真结果表明,利用遗传算法可以高效、准确地实现选星,该方法特别适用于多星座多选星颗数的情况。