空间科学任务协同设计论证平台

空间科学任务协同设计论证存在设计方案耦合强,数据一致性差,数据变更难,数据与流程脱节等问题.为了解决上述问题,建立了典型空间科学任务的多层数字化模型;采用图形化方式对论证流程进行建模,并建立流程与数据的映射关系;通过共享数据池的方式为多岗位用户提供多方案数据协同机制;采用消息总线对数据变更进行及时提醒;利用方案依赖关系矩阵来判别方案耦合关系,最终自动合并任务总体设计方案.作为一个分布式平台,空间科学任务协同设计平台采用Eclipse RCP和Spring技术架构,整合了Hibernate、工作流Activiti5等中间件,提供统一门户,支持多岗位、多任务、多方案、多版本的管理能力,提供论证流程监控、数据协同交互等功能.结合某空间科学任务论证验证了该平台的有效性.      

基于指数平均动量鸽群优化的多无人机协同目标防御

针对多无人机(UAV)协同目标防御问题,提出了一种基于指数平均动量鸽群优化(EM-PIO)算法。针对三维空间中的多无人机协同目标防御系统进行建模,得到了无人机支配区域的曲面约束方程,并获得了双方无人机的最优控制输入量。采用多级罚函数法构造了优化算法的目标函数,并通过所提出的EM-PIO算法来求解最优目标点。将所提EM-PIO算法与遗传算法(GA)和粒子群优化(PSO)算法进行仿真对比实验,验证了所提EM-PIO算法更加有效解决多无人机协同目标防御问题。      

航天器模块划分数值优化方法

对航天器模块划分主要依靠经验和定性方法的问题,构建了一种通用的模块划分数值优化方法。利用功能分解方法、相关性评价准则、设计矩阵与设计结构矩阵（DesignStructureMatrix,DSM）同步演化的机制获得了基于功能元的数值DSM;基于DSM构建了遵循公理化设计原理的通用优化模型;利用遗传 模拟退火算法获得了可对模块划分方式及数目进行同步优化的模块划分方法;给出了不同于优化目标的评价方法。仿真结果表明,该方法可将航天器划分为一系列内聚度高、耦合度低的模块。     

基于离子推进技术的轨道转移设计

将太阳能离子推力器应用于卫星的推进系统,完成从地球同步转移轨道(GTO)到地球同步轨道(GEO)转移任务;建立任务模型,设计基于纬度幅角的反馈控制策略,对发动机开关时间进行优化.采用图形处理器（GPU, graphic processing unit）加速的遗传算法(GA,genetic algorithm)对卫星转移轨道任务进行优化设计.仿真结果表明：通过对该闭环控制器的定常参数进行优化,可将轨道导引至目标轨道附近;采用太阳能离子推力器可减少燃料消耗.基于GPU加速的遗传算法,可缩短算法运算时间.     

飞机总体协同优化中的一种混合混沌算法

针对协同优化应用中所碰到的计算困难,分析了现有改进方式。将系统级优化转化成无约束优化问题,选择智能优化算法是一种有效的解决方法,但应注意计算量的控制.将混沌优化和单纯形法相结合,构造出一种混合混沌算法.混沌能有效地跳出局部最优解而接近全局最优点,同时利用单纯形法在混沌优化解的邻域内局部寻优.用协同优化方法对某型干线客机进行总体方案设计;同时各学科级采用序列二次规划法,系统级采用混合算法寻优.计算结果表明此方法是有效的.      

概念设计集成系统与星座方案探索

进一步研究了快速方案选择和概念设计新方法.结合概念设计过程,给出星座方案选择和卫星概念设计的基本模型,在方案探索和概念设计中集成了风险和不确定性分析;应用系统综合设计优化平台(SDOF)开发卫星星座概念设计集成系统,实现卫星星座方案探索优选;集成系统交互、演进、分布式协同设计,可自动运行优化过程,同时可监视和控制设计任务单元运行状况,优化完成后用户可定制设计报告内容和格式;最后介绍了对地观测卫星星座概念设计实例,采用多岛遗传算法进行优化,初步验证了该系统在技术原理上的可行性.      

对地观测卫星总体参数多学科优化

针对对地观测卫星总体参数设计问题,建立了以对地观测性能最佳为目标的多学科优化模型,考虑姿轨控制、电源、结构、推进、有效载荷5个分系统的设计变量和相应约束条件,并考虑运载火箭对卫星设计的约束条件,通过经验公式建立分析模型.采用协同优化方法,利用外点罚函数法将系统级优化问题转化为无约束优化问题以改善协同优化系统级的数值缺陷,建立了多学科设计优化框架.计算结果表明通过优化可提升卫星的对地观测性能,验证了该方法的合理性.建模思路与优化方法可望用于更贴合工程实际的卫星参数设计.      

基于遗传算法的多学科设计优化分解方法

通过分析现有的多学科设计优化中任务分解方法(枚举法、聚类识别法和分支定界法)的特点,指出了现有方法的不足.提出了将遗传算法应用于优化任务的分解问题,给出了具体的算法描述和详细的任务分解算法流程,并分析总结给出了该算法的优点:①遗传算法对搜索空间没有任何要求,因此对函数关系矩阵(FDT,Function Dependence Table)也没有任何要求;②遗传算法是一种随机迭代方法,不需要估计初值;③遗传算法同时对一组解进行搜索,大大提高了搜索速度,在保证计算精度的基础上得到全局最优解.最后还以齿轮减速器优化问题为例,将遗传算法应用于上述问题的任务分解过程,得到了较为满意的分解结果,并从计算方案次数的角度定量地比较了所提出方法与现有方法的区别,从而证明了该方法的正确性和优越性.     

基于线性回归近似替代模型的分布式卫星系统不确定性分析方法

分布式卫星系统在空间科学领域具有广泛的应用前景，同时也对概念设计阶段的分析工作提出了更高的要求.在分布式卫星系统概念设计阶段，评价不确定性参数对于最终探测效能的影响有着重要的工程应用价值.传统的不确定性分析方法存在解析困难、数值模拟计算效率低且耦合关系表征不明确的缺点.本文结合概念设计阶段不确定性分析的特点和需求，提出一种线性回归近似替代模型，将不确定性参数对于探测效能影响的结果计算降维为一个线性组合系数的求解问题.利用一个空间多点探测物理场分界面任务作为典型事例进行仿真验证，结果表明，相比传统数值模拟方法，本文方法在计算效率上具有明显优势且对关键不确定性参数有一定识别作用.      

小推力转移燃料消耗估计的机器学习方法

深空探测任务设计初段往往需要求解复杂的全局优化问题。小推力轨迹的设计与优化问题精确求解较为复杂,求解速度较慢。由于计算能力与时间要求,不可能在全局优化的过程中对每一个方案都进行精确的小推力数值求解,所以在全局优化阶段需要对小推力转移进行快速准确地估计。采用机器学习的方法,对燃料最优小推力转移的燃料消耗进行了估计,其结果明显优于目前最为常用的Lambert估计方法。根据轨道描述方法的不同以及是否带有Lambert估计特征,采用不同的特征组合进行机器学习,分析结果发现带有Lambert估计特征的春分点轨道根数的特征组合为较好的机器学习特征组合。可为未来深空探测任务轨道设计提供参考。     

量子科学实验卫星密钥分发实验任务规划

针对量子科学实验卫星密钥分发实验任务规划约束条件多以及时效性要求高的特点，基于对密钥分发实验过程及约束分析，建立了约束满足规划模型.以完成时限最短为优化目标，综合考虑任务规划所需光学及数传站资源分配，利用深度优先搜索算法对模型进行求解，解决了实验过程中多要素紧耦合、强时间约束的难题.仿真分析结果表明，所提出的模型及算法有效，能够满足量子科学实验卫星密钥分发实验星地交互的需求.      

基于DTC和GPGP的多UCAV任务规划方法

以任务分析和环境建模仿真框架作为任务结构的描述模型,建立了无人作战飞机的任务模型描述及任务规划问题描述方法.提出了基于启发式设计准则的无人作战飞机任务规划算法,并在任务规划过程中集成路径规划.以通用局部全局规划协调理论为基础,提出了集成通用局部全局规划协调机制和同步协调机制的多无人作战飞机协同任务规划系统结构,对通用局部全局规划的任务规划过程进行控制和协调.仿真实例证明了任务规划算法的可行性.      

月面无人自动采样返回飞行程序设计与实现

针对嫦娥五号飞行程序多舱段、多任务、系统控制复杂的设计特点和难点，采用传统的飞行程序设计方法工作量大，状态控制困难，很难满足任务要求。提出了一种新的基于状态转移的方法对飞行程序进行系统建模，首先将整个飞行过程分解成若干模块状态机；然后针对每个模块状态机的功能划分为状态触发器、评估器、执行器和确认器，并分别开展建模设计；最后通过状态触发器和确认器将各个功能模块进行连接，形成整个飞行程序的有限状态机描述。相比传统方法，该方法具有通用性、可扩展性和可复用性等特点，对于规范飞行程序设计，描述复杂的飞行任务过程有很大的优势。采用该方法对嫦娥五号飞行程序进行了建模和设计，并给出了典型飞行过程的设计结果。在轨飞行试验结果表明，该方法可以满足飞行任务的要求，确保了嫦娥五号在轨飞行控制任务圆满成功。     

区域覆盖特殊椭圆轨道星座优化设计

分析了椭圆轨道的优良特性,它可集中覆盖地面上某一指定纬度带或区域.阐述了临界倾角太阳同步回归轨道这种特殊椭圆轨道的设计方法,总结了其轨道要素的计算步骤.探讨了临界倾角太阳同步回归轨道星座的设计思路,指出了影响星座对目标覆盖性能的关键参数是各个卫星通过目标上空的时刻.介绍了用遗传算法进行星座优化设计的数学模型,利用遗传算法进行了优化设计.讨论了优化结果的统计规律,符合该规律的星座就是本文所研究的特殊椭圆轨道星座,星座性能分析结果表明这种星座适用于区域覆盖.      

复合材料格栅结构优化设计中的计算智能技术

针对复合材料格栅结构优化设计多变量、多约束、连续和离散混合变量、高度非线性的难点,提出了用进化神经网络来实现结构设计参数(输入)与结构响应参数(输出)的全局非线性映射关系,以此来代替优化过程中的有限元计算,以提高优化效率.以遗传算法为优化求解器,神经网络屈曲稳定性响应面为主要约束,对复合材料格栅加筋结构进行优化.结果表明,在相同样本数的情况下,进化神经网络可获得比BP网络更高精度的映射模型,具有很强的泛化能力.该方法可以为解决大型复合材料结构优化问题提供一条高效途径.