区域覆盖星座构型优化及协同控制策略研究

针对区域覆盖卫星星座的回归特性和构型维持需求,利用轨道半长轴和倾角与升交点赤经漂移和相位角漂移变化率之间的线性关系来优化星座构型参数,提高卫星星座构型的长期稳定性,同时通过协同控制轨道半长轴和倾角漂移量来实现区域覆盖星座构型维持。最后对区域覆盖天基雷达星座进行了构型优化设计和仿真,仿真结果表明了星座构型优化设计和维持策略的有效性。     

基于快速性能计算算法和序优化的卫星星座构型设计研究(英文)

卫星星座设计是一个复杂耗时的仿真优化设计问题。本文首先介绍了一种利用Hermite插值算法计算卫星星座性能指标的快速算法,用来减少计算复杂度和时间,并且基于快速算法建立了星座构型优化模型。其次引进了序优化理论,用来缩减搜索空间。针对星座优化问题,详细阐述了序优化所涉及到的精确和粗糙模型、有序性能曲线、选择规则和选择集合。通过对卫星导航星座和天基目标监视星座系统的仿真表明序优化理论对处理卫星星座优化设计问题是有效的。     

低地轨道小卫星星座优化问题研究

以低地轨道小卫星星座为研究对象，着重从星座覆盖性能考虑出发，详细阐述了局部覆盖小卫星星座优化设计的一般方法与思路。针对某一类型任务对两轨道面和三轨道面星座进行了优化设计，阐述了在一定约束条件下星座优化设计的关键因素以及不同轨道面数目下星座优化的特点，并进行了仿真分析。结果表明提供的优化模型对小卫星星座设计具有理论意义和实用价值。     

一种近地回归轨道区域性覆盖星座设计

应用近地回归轨道对我国的国土进行区域覆盖星座设计,设计采用倾角为41°、高度为1201.88km的δ星座,通过对几种可能轨道参数的分析对比,对其覆盖性能进行了仿真分析,找到了满足覆盖要求的星座轨道参数。     

降维分析与中低轨预警星座设计

中低轨天基红外星座是一种新型的能对自由段目标进行跟踪的导弹预警星座,基于深空背景的空域覆盖性能是表征其对自由段目标跟踪能力的重要指标。文中分析了星座基于深空背景的空域覆盖性能的特点和规律;在此基础之上提出一种对导弹预警任务针对性很强的降维研究方法,得到单星全空域覆盖环的概念;并将降维法应用于空域连续覆盖星座设计,提出了单轨道全空域连续覆盖带的概念;还对降维法在非连续覆盖星座设计当中的应用进行了初步探索。     

基于多目标粒子群算法的导航星座优化设计

导航星座的设计涉及诸多优化变量的选取,优化设计的目的是选取合适的优化变量使导航星座最大程度地满足人们需求。提出了将导航性能和卫星生产成本作为目标对导航星座进行多目标优化设计的研究方案,导航星座基本构型为中轨道(MEO)与地球静止轨道(GEO)卫星组成的混合星座,MEO卫星用于全球导航,GEO卫星用于增强星座对中国及周边地区的导航性能。探讨了MEO和GEO的轨道设计思路。阐述了星座导航性能与卫星生产成本的计算方法,并选取定位精度因子(PDOP)作为导航性能指标。介绍了基本粒子群算法和多目标优化的概念,提出了改进的多目标粒子群算法(MOPSO),给出了该算法的计算步骤和测试结果。讨论了导航星座多目标优化设计的数学模型,列举了优化设计变量的定义域,采用MOPSO算法对导航星座进行了多目标优化设计,通过分析优化设计结果,说明了导航星座多目标优化设计方案的可行性。     

一种多目标区域多轨道星座设计方法

在有限资源条件下,针对多目标区域的对地观测问题是航天器轨道设计、在轨任务规划中的重要问题。卫星效能的充分发挥基于科学的卫星星座设计。围绕多区域多轨道星座设计问题:首先,结合运载器实际能力,确定轨道类型和设计变量;然后,根据轨道外推、星下点轨迹、探测区域等算法,提出重访时间的计算方法,以最大重访时间作为星座性能指标,采用多层嵌套变量搜索方法实现星座设计;最后,对 1个具体任务进行实例设计。结果表明,采用该方法能够设计出满足指标要求的星座,具有可行性。     

基于自适应连续蚁群算法的卫星星座设计(英文)

蚁群算法是一种解决多变量问题的新型启发式仿生算法。本文分析了卫星对地面的覆盖条件,提出用——/(n 1)重覆盖率来评价星座的覆盖性能,建立了以覆盖性能为目标函数的卫星星座参数优化模型。采用蚁群算法对卫星星座参数进行优化,为星座优化问题提供了一种新方法。在连续蚁群算法的基础上对算法进行改进,提出蚂蚁种群数量的自适应准则,有效的提高了搜索范围与收敛速度。通过仿真表明,与其他方法相比,蚁群算法在星座参数优化有着明显的效率。     

基于遗传算法的寻优解卫星星座优化设计策略

卫星星座优化设计与直接部署卫星或普通迭代计算后部署卫星等方法不同,目的 是在有限的资源中达到更好的星座观测效果.通过使用遗传算法(Genetic Algorithm),在卫星星座构型模型的基础上,得到星座种群内对目标观测实效性较强、重访周期较短的卫星个体,并使用较优的卫星个体生成Walker星座组网,实现了生成的星座对目标区域的高精度观测与覆盖.这种方法避免了复杂的计算与主观上的加权计算,在经济成本和观测效果相互制约的前提下,得到了更加高效的卫星星座构型设计策略.将此优化设计策略用于选定的卫星星座构型中,通过仿真实验表明,基于遗传算法优化后的"深圳一号"卫星星座相较于其优化前的部署,其对目标区域及全球区域的整体观测性能提升了90％以上.     

卫星星座结构自稳定设计研究

提出了卫星星座结构自稳定概念。在分析星座构型稳定性的基础上,将只考虑星座几何结构的星座优化设计结果与卫星轨道动力学相结合来设计星座构型初始参数以实现星座结构自稳定,推导了星座结构自稳定设计公式并设计了星座结构自稳定设计流程。对实例星座的结构自稳定设计进行了分析,结果表明,星座结构自稳定设计后其长期稳定性得到了很好的保持。     

LEO navigation augmentation constellation design with the multi-objective optimization approaches

Low Earth Orbit (LEO) satellite for navigation augmentation applications can significantly reduce the precise positioning convergence time and attract increasing attention recently. A few LEO Navigation Augmentation (LEO-NA) constellations have been proposed, while corresponding constellation design methodologies have not been systematically studied. The LEO-NA constellation generally consists of a huge number of LEO satellites and it strives for multiple optimization purposes. It is essentially different from the communication constellation or earth observing constellation design problem. In this study, we modeled the LEO-NA constellation design problem as a multi-objective optimization problem and solve this problem with the Multi-Objective Particle Swarm Optimization (MOPSO) algorithm. Three objectives are used to strive for the best tradeoff between the augmentation performance and deployment efficiency, namely the Position Dilution of Precision (PDOP), visible LEO satellites and the orbit altitude. A fuzzy set approach is used to select the final constellation from a set of Pareto optimal solutions given by the MOPSO algorithm. To evaluate the performance of the optimized constellation, we tested two constellations with 144 and 288 satellites and each constellation has three optimization schemes: the polar constellation, the single-layer constellation and the two-layer constellation. The results indicate that the optimized two-layer constellation achieves the best global coverage and is followed by the single-layer constellation. The MOPSO algorithm can help to improve the constellation design and is suitable for solving the LEO-NA constellation design problem.     

基于灰色聚类理论的工业航空区域化分布研究

通用航空在服务于国民经济发展方面具有重要的战略意义,而为工业生产建设提供航空飞行服务的工业航空作业是通用航空的重要组成部分,其作用尤为突出.结合中国不同地区自身的地理环境、经济发展等差异,研究各地区对工业航空的需求分布,可为国家制定相关政策、引导市场发展提供了借鉴依据.由于中国长期以来对通用航空缺乏有效监测,各类统计信息不完善,本文基于灰色星座聚类理论,从理论上探讨各地区对工业航空作业的主导需求,具有重要意义.     

基于改进多目标布谷鸟搜索算法的翼型气动优化设计

布谷鸟搜索（CS）算法是一种新型的受自然现象启发的元启发式智能优化算法,其强大的全局搜索能力和收敛速度受到了广泛关注。多目标布谷鸟搜索（MOCS）算法是一种在单目标布谷鸟算法基础上发展的可以直接求解Pareto解集的多目标优化算法。针对原始MOCS算法的不足,采用一系列措施以提高算法的收敛精度、收敛速度以及解的均匀性：通过引入非支配排序与拥挤距离来改进解的适应度评估;通过改进随机游走策略来提高局部搜索能力;通过引入改进的自适应丢弃概率策略来提高算法的收敛速度;加入档案管理机制,提高解的均匀性。典型的多目标数值算例结果表明,改进的MOCS算法相较于当前主流的NSGA-Ⅱ算法拥有更快的收敛速度和更高的收敛精度。以RAE2822双目标升阻比优化设计为例,将改进的MOCS算法应用于多目标气动优化中,改进的MOCS算法共获得64个Pareto解,优化后的翼型气动性能有明显的提升,设计者可以根据自己的偏好选取不同的Pareto解。对于气动优化问题,改进的MOCS算法与目前主流的NSGA-Ⅱ相比,收敛速度更快。     

多状态空间信息网络拓扑生成优化算法

依据空间信息网络（SIN）高动态性的特点,并考虑卫星工作的多状态特性,兼顾星间通信时延和拓扑抗毁性的要求,研究了多状态下空间信息网络拓扑生成及动态优化的问题。根据卫星星座的周期性,建立了一种卫星网络的拓扑周期表。综合卫星的可视性和连接度等约束条件,以网络平均和最大时延作为通信性能的优化目标,建立拓扑的多目标优化模型。提出一种改进的多目标模拟退火（IMOSA）算法,求解全局时延最优的卫星拓扑,并在考虑多状态情况下对链路进行优化,以满足网络高动态性。最后基于具有66颗低轨（LEO）的铱星星座进行仿真,研究表明：针对多状态条件下的铱星星座,该算法最大化减小了通信时延,得到抗毁性良好的拓扑结构,通信性能较之原有静态拓扑明显得到改善。     

基于双层代理模型的无人机气动隐身综合设计

基于双层代理模型方法展开飞翼布局无人机气动隐身综合设计方法研究.DSM模型集成了插值型代理模型和回归型代理模型的优点,在同样样本的条件下,具有更高的预测精度.文中分别以Navier-Stokes方程数值求解方法和稀疏矩阵方法分析无人机气动、隐身特性,并构造了两种分析方法的DSM模型,验证了DSM模型特性.文章最后基于自适应代理模型优化设计策略,结合多目标遗传算法将DSM模型用于无人机气动隐身综合设计,使其在满足一定约束的前提下最小化全机阻力和头向雷达反射截面,取得了令人满意的设计结果,验证了文中方法的实用性.     

基于Fibonacci搜索方法的航空发动机性能寻优

介绍了Fibonacci搜索方法应用于发动机性能优化中的原理,建立带两个出口面积、气流马赫数可变的引射器的涡喷发动机的总体性能计算模型,应用Fibonacci搜索方法在优化参数区间内对该发动机进行了最大推力、最低油耗、最低涡轮前温度模式的寻优.举例说明了Fibonacci搜索方法应用的具体过程.给出了不同高度、马赫数下的寻优结果.结果表明:最优目标性能满足的约束边界与飞行高度、马赫数密切相关.不同的飞行高度、马赫数对应了不同的最优控制策略.但不论飞行任务如何,根据该方法进行的优化控制所获得的目标性能是最佳的.该优化方法不仅适用于该类涡喷发动机,也为其他类型航空发动机的优化控制打下一定的基础.      

基于Kriging模型的旋翼翼型优化设计研究

以基于进化算法的多目标优化方法为基础,结合多目标优化设计Pareto解的思想和约束处理机制,采用Kriging代理模型和基于B样条的翼型表示方法,建立了旋翼翼型的优化设计系统.代理模型采用均匀设计进行模型采样,在优化过程中根据EI(expected improvement)准则动态增加采样点来调整代理模型的精度.采用B样条方法进行翼型参数化,保证了翼型的光顺性.在翼型的气动性能分析中引入转捩模型提高阻力计算的精度.利用该系统对旋翼翼型进行了优化设计,经风洞试验验证,满足设计要求.     

基于NURBS曲线的轴流透平叶片气动 数值优化

通过搭建适用于轴流式透平叶片气动数值优化的设计平台,对某NASA透平级动静叶片进行等熵效率、流量相对变化、落压比相对变化的多目标寻优.该平台包括三个核心模块: 叶片的参数化造型、流场气动性能评估、优化策略.采用非均匀有理B样条(NURBS)曲线对叶片进行参数化拟合;针对叶片气动数值优化的多变量、多模态的特征,采用试验设计和遗传算法组合优化策略进行寻优.经过气动优化, 在设计工况点优化叶片性能较原始叶片有明显提高,为轴流式叶片的气动优化提供了可借鉴的措施.