基于遗传算法的Tiling覆盖策略天文卫星任务规划

天文卫星机遇目标任务规划是一个复杂的多目标优化问题.针对Tiling覆盖策略的机遇目标任务规划要求及其约束条件进行抽象,建立任务规划问题模型,在规划模型基础上设计基于遗传算法的多目标优化任务规划算法TPA,并通过实例数据验证了不同参数条件下的求解.在解决Tiling覆盖策略的天文卫星机遇目标多目标任务规划问题时,所提方...     

大规模卫星星群域管控策略设计

针对大规模卫星星群单节点管控带来的系统通联性差、地面资源依赖度高等问题,提出了分层管理、域内自治、动态维护的卫星星群分布式域管控策略。首先,设计了衡量卫星节点管控能力的静态指数及动态指数,并提出了多因素加权的星群簇首选择方法。其次,提出了通过逐层择优的方式进行域结构初始化的算法流程。最后,根据星群变化情形,提出了基于事件触发的动态时间片域管控方法,保证了大规模星群在全任务周期内能维持相对稳定的管控构型。仿真结果表明,所提出的域管控策略能够有效完成对目标星群的簇首选择、域初始化及动态维护过程,并保持域结构的稳定。实现了目标星群在空间中的域结构划分管理,使地面直接参与管理的卫星节点数目降至原管理模式的14%,有效解决了星群管控严重依赖地面资源的相关问题。     

4基于遗传禁忌混合算法的敏捷卫星任务规划

多星多载荷敏捷成像卫星自主任务规划是一个复杂的多约束、非线性NP困难问题.分析了卫星观测任务约束和星上资源约束,建立了多星多载荷自主任务规划模型.针对此任务规划模型的特点,以及传统遗传算法和禁忌搜索算法的优缺点,采用了一种遗传禁忌混合算法进行求解.混合算法将禁忌算法嵌入遗传算法作为禁忌算法变异算子,解决了遗传算法早熟的问题.仿真结果表明混合算法比遗传算法收敛速度更快,比禁忌算法优化效果更好.     

基于遗传禁忌混合算法的敏捷卫星任务规划

多星多载荷敏捷成像卫星自主任务规划是一个复杂的多约束、非线性NP困难问题.分析了卫星观测任务约束和星上资源约束,建立了多星多载荷自主任务规划模型.针对此任务规划模型的特点,以及传统遗传算法和禁忌搜索算法的优缺点,采用了一种遗传禁忌混合算法进行求解.混合算法将禁忌算法嵌入遗传算法作为禁忌算法变异算子,解决了遗传算法早熟的问题.仿真结果表明混合算法比遗传算法收敛速度更快,比禁忌算法优化效果更好.     

面向天文观测的空间科学卫星任务规划方法研究

面向天文观测的空间科学卫星任务规划是一个复杂的多目标优化问题.通过对天文观测类卫星的任务规划要素及约束条件进行抽象,建立了面向天文观测的多目标任务规划问题模型,在此基础上设计了基于NSGA-II的多目标观测任务规划算法,并通过实例进行了实验及结果分析.研究表明,该方法能够有效解决天文观测类卫星不同规模的任务规划问题.      

多星联合任务规划方法

针对多星对地观测系统联合任务规划问题,考虑卫星载荷具备连续侧摆能力和多种数据压缩模式的新特点,构建了多星联合任务规划模型,在此基础上设计多星联合任务规划和数传调度算法框架,实现了卫星连续侧摆成像规划算法和基于任务优先级的数传任务调度算法,最后采用实际算例进行试验,结果表明文章提出的多星联合任务规划方法能在提高完成任务数量的同时降低卫星资源消耗,满足实际应用需求。     

多变量全局寻优与智能优化在星座组网中的应用

顶层任务规划通常与星座组网紧密结合，小卫星分散灵活的特性尤其适用于星群规模化在轨运行。针对热点区域覆盖和全球覆盖的不同任务需求，提出了对构型多变量进行全局寻优和利用智能优化技术进行星座构型优化的方法，两种优化方法可分别获得小规模星群最优效能与超大型星群的较优效能。优化方法不受轨道类型和任务目标分布的约束，具有良好的鲁棒性。     

海洋一号卫星观测任务规划算法设计及系统应用

针对海洋一号卫星观测任务规划需求,提出并实现了基于遗传策略的任务规划框架,解决了卫星实际使用中成像任务受卫星其他业务影响的多类型约束成像规划问题。基于海洋一号卫星实际规划业务要求,对任务规划约束和优化目标建立数学模型,提出了由预处理、窗口约束处理和组合约束处理与优化组成的三阶段规划框架。设计了多约束任务规划优化目标函数,并利用交叉、变异和种群选择等遗传机制对优化问题进行了求解。基于海洋一号卫星实际观测需求数据,对提出的算法进行了有效性和性能验证,结果表明本算法能够给出满足多类型约束的观测规划方案,并在观测时间、观测覆盖率等方面较其他策略有显著提升。研究结果表明通过优化目标函数的设计遗传算法能够实现复杂约束条件的成像规划求解,算法框架可为与海洋卫星具有相似业务特点的对地观测规划系统设计提供借鉴。     

HXMT卫星长期任务规划算法

硬X射线调制望远镜（HXMT）卫星是中国首颗空间X射线天文卫星.为充分利用卫星资源,使科学产出最大化,需要进行长期任务规划.长期任务规划是一个复杂的多目标优化问题.通过分析HXMT观测特点和约束条件,建立了HXMT长期任务规划问题模型,并采用贪婪算法加遗传算法对模型进行求解.实例分析结果表明该方法能够有效解决HXMT长期任务规划问题.      

应急任务响应时间最优的多星成像规划方法

针对优化多星应急成像任务规划的响应时间问题进行了研究。为避免优先规划应急任务对任务总收益的影响，提出一种优化应急任务响应时间的同时兼顾任务总收益的多星成像规划方法。首先，针对综合考虑应急任务和常规任务的多星成像规划特点，建立两级目标优化的约束满足模型；其次，将模型求解过程分解为任务时间窗选择和单轨动态规划两个部分，基于自适应免疫算法对时间窗选择进行优化，同时设计前向动态规划算法确定卫星单轨最优观测路径；最后，对所设计算法的性能进行了测试，并与其他算法进行了对比。仿真结果表明本文方法能够保证应急任务响应时间最优，并同时具备较高的任务总收益，适合于求解大规模的多星成像规划问题。     

Mission planning optimization of video satellite for ground multi-object staring imaging

This study investigates the emergency scheduling problem of ground multi-object staring imaging for a single video satellite. In the proposed mission scenario, the ground objects require a specified duration of staring imaging by the video satellite. The planning horizon is not long, i.e., it is usually shorter than one orbit period. A binary decision variable and the imaging order are used as the design variables, and the total observation revenue combined with the influence of the total attitude maneuvering time is regarded as the optimization objective. Based on the constraints of the observation time windows, satellite attitude adjustment time, and satellite maneuverability, a constraint satisfaction mission planning model is established for ground object staring imaging by a single video satellite. Further, a modified ant colony optimization algorithm with tabu lists (Tabu-ACO) is designed to solve this problem. The proposed algorithm can fully exploit the intelligence and local search ability of ACO. Based on full consideration of the mission characteristics, the design of the tabu lists can reduce the search range of ACO and improve the algorithm efficiency significantly. The simulation results show that the proposed algorithm outperforms the conventional algorithm in terms of optimization performance, and it can obtain satisfactory scheduling results for the mission planning problem.     

小天体探测自主绕飞智能规划建模

针对小天体探测存在显著通讯延迟、任务执行效率低等问题,梳理了小天体探测智能规划需求,面向自主绕飞任务开展了智能规划研究。首先将该问题分解为平台任务智能规划和载荷任务智能规划两部分。针对平台任务智能规划问题,基于PDDL语言设计了探测器自主管理知识模型,提出了基于状态时间线扩展的求解算法;针对任务智能规划问题,建立了基于CSP问题的智能规划数学模型,提出了基于遗传策略的求解算法。最后开发了仿真系统进行算法验证。仿真结果表明:该方法可综合平台与载荷需求,在存储、能源、通信等多种约束条件下,对绕飞探测任务进行统一的任务规划,并得到指令序列和动作序列,能够提高任务管控的智能化程度,降低任务操作的复杂性。     

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.     

基于数据驱动的移动目标卫星任务规划

卫星任务规划是卫星地球观测的重要前提。传统的卫星任务规划主要针对固定地面目标，不能满足日益复杂的任务需求。针对移动目标的卫星观测任务，提出了一种基于数据驱动的移动目标卫星任务规划方法。该方法在大量的移动目标数据的基础上，通过改进的长短期记忆神经网络算法预测了目标的未来轨迹和位置信息，并通过约束满足型遗传算法规划了基于预测算法结果的移动目标卫星观测任务。鉴于移动目标观测中约束和任务冲突的复杂性，约束满足型遗传算法以条件形式将约束嵌入到遗传算法中，并在算法中特别设计了冲突消除算子以解决任务冲突问题。仿真结果证明了该方法在解决移动目标卫星任务规划问题上具有优良的效率，并获得了很高的观测精度。     

复杂多约束条件通航飞行垂直剖面规划方法

为了解决复杂多约束条件下通航飞行器垂直剖面航迹规划问题,提出了一种基于改进A*算法的剖面规划方法。首先结合通航低空飞行特点,对涉及的飞行任务、地形信息和飞行器性能参数等多种约束条件进行建模;其次构建垂直剖面规划空间,采用目标加权函数来建立航迹代价模型;最终通过改进A*算法生成满足复杂多约束条件的垂直剖面规划航迹。实验分析表明:在相同实验条件下,改进A*算法在解决复杂多约束条件下通航飞行器垂直剖面航迹规划问题方面优于传统路径规划方法。      

多约束多星快响巡察任务规划方法

多星快响巡察任务是指多个目标卫星出现不明状况,巡察服务平台在短时间内进行轨道转移,携带多个子航天器对目标进行飞越巡察。对于该问题的任务规划,首先基于共面机动给出了平台调相策略并建立了满足光照和机动能力等约束的巡察窗口筛选计算模型;其次提出了一种贪婪搜索和多轮规划的方法,用于确定任务分配方案和巡察次序;最后在高精度轨道模型下验证了方法的有效性并将该方法与混合编码遗传算法进行了对比。在算例中,该方法的优化效果稍优于混合编码遗传算法,而且求解效率是后者的约227倍,表明贪婪搜索和多轮规划方法更适用该问题的高效求解。     

分布式SAR超分辨成像的卫星编队构形优化设计方法

编队构形设计是分布式卫星系统总体设计的关键问题,提出了一种编队构形优化设计方法。针对主星带辅星群体制分布式合成孔径雷达(SAR)超分辨率任务,从优化系统效能的角度出发,将满足超分辨性能的时间比率和分辨率改善因子作为编队构形优化设计的目标函数,以基线矢量为中间变量,建立了目标函数与编队卫星轨道根数的关系,并采用遗传算法求解。对不同卫星数目的编队系统进行了优化设计仿真,并与干涉车轮和钟摆编队构形方案进行了分析比较,数值结果验证了该优化设计方法的有效性和正确性。该设计方法还可改变优化目标函数,以适应用户的任务要求。