卫星导航系统失效性能分析与重构方法研究

摘要： 以建成后的北斗卫星导航系统为对象,研究导航星座中有卫星失效下的星座性能和重构方法.分析不同失效模式下导航星座的服务性能,在此基础上建立导航星座重构构型的优化模型和基于遗传算法的导航星座重构构型优化设计方法;研究星座构型重构过程中卫星的机动策略和机动模型;针对某一具体的失效情况通过仿真计算验证重构模型的有效性和准确性并给出该失效情况下构型重构的机动方案.     

GEO/IGSO混合区域导航星座的设计与优化算法

区域导航星座能够以较低成本和较短时间获得目标区域导航能力，且地球同步轨道是构建非极区区域导航星座的重要轨道类型。提出一种基于GEO（地球静止轨道）和IGSO（倾斜地球同步轨道）的区域导航星座设计方法。基于星下点轨迹特性构造对称星座设计参数和优化参数集，并考虑地球扁率长期摄动影响，计算星座轨道参数。以导航服务区的统计GDOP（几何精度因子）为目标函数，利用差分进化算法构建星座优化模型。以印度IRNSS的7星星座为例，仿真检验了设计和优化算法的正确性，讨论了IRNSS星座优化构型和轨道类型选取。本方法采用的对称星座设计参数少，能够提升GEO/IGSO混合区域导航星座的全局优化效率，为后续非对称星座快速提供最佳星数和构型设计。     

一种基于相对钟差估计的星座自主时间同步方法

针对区域星座自主导航的任务需求,提出了一种基于相对钟差估计的星座自主时间同步方法.介绍了该方法的实现原理,建立了系统状态模型和系统测量方程,并设计了适用于星座时间同步的Kalman滤波算法.仿真结果表明,该方法能够实现星座卫星的时间同步.     

基于快速响应的导航星座重构构型设计

针对有卫星失效下的导航星座,提出发射快速响应卫星的方法来对星座的空间构型进行重构,以实现修复和改善星座性能的目的.对快速响应任务中快速响应卫星的发射方式和入轨方式进行分析,建立快速响应卫星响应时间的数学模型;建立基于快速响应的重构构型优化模型,对优化问题中的优化变量、约束条件、目标函数进行分析;以北斗中MEO卫星失效为例,利用NSGA Ⅱ算法对优化模型进行求解,并采用双层编码的方式对优化参数进行编码得到以星座性能和响应时间为目标函数下的Pareto前沿.从结果可以看出该重构方法能有效提升受损星座的性能,同时Pareto前沿中对应的所有重构策略中,响应时间均小于一天.     

基于星间测量的卫星星座 自主导航算法

自主导航能力是新一代导航星座的重要特性,利用卫星星间相对测量实现星座自主导航,是实现导航星座自主运行的基础.基于相对测量的导航卫星自主导航问题,将导致测量方程和状态方程的高度非线性,对导航算法提出了新的要求.在总结前人工作的基础上,提出了一种星载导航算法方案:利用三颗卫星之间的相对矢量在惯性空间的投影作为测量量,利用高精度星载轨道预报器作为系统的状态方程,使用SRUKF(Square Root Unscented Kalman Filter)滤波算法同时对三颗卫星的位置进行估计.仿真结果表明,该方案具有可行性,并且当轨道预报器的精度较高时有可能在100d内实现5m的导航精度.      

资源约束突变的航天器观测快速重调度优化算法

针对航天器对地观测调度中资源约束发生突变的情况,提出了一种基于蚁群算法的启发式重调度算法。首先对重调度过程中的资源约束进行分析,给出了资源约束发生变化的重调度模型。然后,结合原调度优化结果,给出重调度任务集合更新方法,对任务集合进行剪裁。最终,基于最大限度利用原调度方案信息的思想,结合任务集合更新及优先级等启发式信息,给出了一种改进的重调度优化算法。数值计算结果表明,所设计的算法可以快速有效的提高重调度过程的收益。     

中轨道Walker导航星座在轨备份方案优化设计

针对中轨道Walker导航星座在轨备份方案的优化问题，首先提出了在轨备份星轨位优化设计方法，考虑星座运行期间在轨备份星与工作卫星存在共同提供服务的情况，选取PDOP值和可见卫星数作为轨位优化指标，建立了轨位优化模型，并基于NSGA-Ⅱ算法对不同轨位下在轨备份星对导航星座服务性能的提升效果进行仿真分析；然后，基于在轨备份星轨位的优化结果，建立在轨备份星替换的轨道机动模型，并综合考虑速度增量和替换时间，确定了以替换时间最少为优化目标的在轨备份星替换方案。结果表明，提出的在轨备份方案能有效满足备份星的设计需求，增强导航星座的服务性能，实现故障卫星的快速替换，可为导航星座备份星的建设提供借鉴。     

基于视线矢量的深空自主导航算法研究

针对深空探测器在行星际飞行的轨道确定问题, 研究了一种基于视线矢量的自主导航算法. 结合深空探测任务的特点, 以太阳视线矢量和地球视线矢量作为导航系统的观测量, 在详细分析太阳敏感器测量原理的基础上, 给出了太阳视线矢量的观测模型及其观测误差表达式. 通过分析导航相机观测原理, 给出像元像线观测模型, 并推导了地球视线矢量的观测误差. 根据惯性空间内视线矢量间的几何关系, 详细推导了探测器的位置矢量及其误差表达式, 结合非线性扩展卡尔曼滤波建立自主导航算法. 利用深度撞击任务的实际飞行数据对本文提出的深空自主导航算法进行了仿真验证.      

基于改进遗传算法对小卫星星群任务规划研究

针对小卫星星群任务运行特点,建立小卫星星群多任务规划问题模型,提出了基于成像任务时间及任务均衡度的多指标优化函数.针对所建模型,采用改进型遗传算法,引入资源随机分配的解码策略及精英保留策略,保证了算法的全局收敛性,提高了算法的性能.通过仿真算例,验证了算法在解决小卫星星群多目标任务规划问题上的有效性.      

一种多步的基于切换星间测量的多星自主导航算法

针对基于星间测量的多星自主导航问题,从载荷优化和节约成本考虑,提出了一种单套敏感器切换测量的导航方案。建立了该导航方案下的系统状态空间模型,并基于扩展卡尔曼滤波方程给出了导航估计算法。基于多步卡尔曼滤波方法,将集中的滤波算法解耦为多个平行的子滤波器,使计算量降低到原算法的50%以下,并且在切换测量的导航方案下,部分解耦出的子滤波器可以只预测不更新,能够进一步地降低计算负担。给出了多步滤波算法的推导过程,证明了其与标准卡尔曼滤波的数学等价性,故算法的估计性能及计算结果与标准卡尔曼滤波一致,但计算速度有明显提升。最后,通过具体算例给出了算法的仿真验证。     

不规则区域成像覆盖星座构型优化设计

近年来卫星对地观测需要呈现逐年上升趋势.从单个目标点的对地观测卫星星座构型设计方法入手,推广为设计满足不规则大范围成像区域重访时间需求的卫星星座.以卫星数目最少及满足重访时间要求为优化目标,采用改进的模拟退火算法,结合改进的等面积网格点覆盖法,提出了一种针对不规则区域成像全覆盖的卫星星座构型优化设计方法.分析了光照因素对重访时间、所需卫星数目以及星座构型的影响,并通过仿真分析验证了算法的可行性.      

基于蚁群算法和Powell法的Lambert转移

研究了两次脉冲时刻均不固定的Lambert轨道转移的优化问题,目标是找到施加两次脉冲的最优时刻,使燃料和转移时间的加权和最小.鉴于传统的优化算法难以获得该优化问题的全局最优解,提出了一种蚁群算法和Powell法相结合的优化算法,给出了算法的设计步骤.该算法结合了蚁群算法的全局搜索能力和Powell法的局部寻优能力,在保证全局搜索能力的同时,提高了算法的局部寻优能力和精度,减少了寻优时间.通过两个算例验证了这种结合的有效性和准确性.     

Low Earth orbit constellation design using a multi-objective genetic algorithm for GNSS reflectometry missions

Spaceborne global navigation satellite system reflectometry (GNSS-R) is an innovative bistatic radar remote sensing technique utilizing low Earth orbit (LEO) based GNSS-R instruments to acquire GNSS L-band opportunistic signals for measuring geophysical parameters. A GNSS-R LEO constellation with an optimization design for its specialized missions is very significant and necessary. However, the constellation design involves multi-parameter and multi-objective optimization, and the classical analytic solution is not capable of such a complicated issue. This study proposes a multi-objective LEO constellation design method with a genetic algorithm (GA) and presents a framework for designing two GNSS-R LEO constellations, termed “lower-latitude constellation” for typhoons and hurricanes observation in the tropics and “global constellation” for global geophysical parameter measurements. Then, the observation capability of both designed constellations is evaluated in terms of the number of reflection points, spatial coverage density, and revisit time to verify the GA efficiency in LEO constellation design. Results show that the two designed LEO constellations with high fitness function values possess optimal orbit parameter set configuration and outperform the existing CyGNSS constellations in observation performance. Compared with CyGNSS, the number of reflection points observed by the lower-latitude constellation and the global constellation increases by 38% and 45%, as well as the spatial coverage density increases by 28% and 36%. The revisit time for the lower-latitude constellation is reduced by 0.29 h, whereas the revisit time for the global constellation increases by one hour.     

动态环境中的无人机路径规划方法

为了解决动态环境中的路径规划问题,提出了一种引入时间轴的方法.在构型空间的基础上引入时间轴,将构型空间扩展为构型-时间空间,在构型-时间空间中可以表示动态障碍物所有时刻的位置.在路径生成阶段,提出了一种改进的蚁群算法,将方向信息作为启发信息引入蚁群算法中,使蚂蚁在初始搜索路径时更有针对性.仿真结果表明:构型-时间空间可以解决动态环境的表示问题,改进蚁群算法可以更快地收敛到全局最优解.      

基于差分进化算法的导航星座在轨重构构型设计

针对有卫星失效下的导航星座,提出了对在轨卫星进行相位机动的方法来对星座的空间构型进行重构,以实现修复和改善星座性能的目的。首先,利用共面高轨和共面低轨变相的方式来对在轨卫星的相位进行调整,建立共面轨道相位机动的数学模型;其次,提出了除重构时间和重构能量外的其他重构指标,包括重构能量均衡度和重构构型恢复性,并建立了各重构指标的数学模型;然后,建立了重构构型的优化模型,并对优化问题中个体的评价手段与编码方式进行设计;最后,以北斗中MEO卫星失效为例,利用差分进化算法对优化模型进行求解,得到以不同重构指标为目标函数下的Pareto前沿。从结果中可以看出该重构方法对星座性能的提升最大可以达到41.2%,同时Pareto前沿中对应的所有重构策略中,重构能量、重构构型的均衡度、重构构型的健壮性的数量级均维持在-1、-3和0的水平。     

路由算法在LEO通信星座构型优化中的应用

低轨(LEO,Low Earth Orbit)通信星座的特殊功能决定了其构型优化需要综合考虑成本、覆盖和路由性能等因素.以往的研究往往忽略了路由性能,导致优化得到的构型不能很好的满足要求.首先给出了两个意义明确的星座路由性能的评价指标,然后通过将它们作为目标函数进行仿真,验证了其优化必要性和评价有效性.最后利用多目标遗传算法实现了星座的构型优化.仿真结果显示,将路由算法加入到星座的构型优化中,在仅对星座构型参数进行微调的前提下,不仅满足了成本、覆盖等基本要求,而且星座的路由性能大大提高.     

基于改进蚁群算法的低空突防航迹规划

为保证低空突防的成功率,在航迹规划时必须设计出以最小的被发现概率及可接受的航程为目标的航迹.蚁群算法ACA(Ant Colony Algorithm)作为一种新型的模拟进化算法,适合用于航迹规划中最优航迹的搜索,但是算法存在搜索时间长、收敛速度慢、易陷于局部最优解的缺点,为了克服算法自身不足,提高算法性能,引入了遗传算法中变异操作和挥发系数的自适应调节,从而形成改进蚁群算法,最后结合建立的航迹规划性能指标,利用等概率寻优、原有蚁群算法和改进蚁群算法3种方法分别进行航迹规划,并通过比较和分析结果的时间花费和航路代价,验证了改进蚁群算法的有效性.