面向GEO目标的快速在线在轨服务任务规划

针对地球同步轨道多对多在轨服务任务规划问题,提出了一种基于拍卖算法和先验知识的改进启发式拍卖算法(IHAA)。首先,建立了基于Lambert变轨的任务规划问题表征,设计了给定变轨时长约束下的快速燃料最优估计策略。其次,针对考虑J 2摄动影响的航天器在轨服务规划问题,提出了一种基于拍卖算法的快速求解流程。其中,为确定每一轮拍卖算法任务列表,提出了基于变轨先验知识的目标优先级排序启发式策略,实现了快速的服务时序确定方法;此外,为减少因部分航天器服务能力低导致的分配失败情况,设计了一种基于失败任务再分配的重拍机制。最后,将所提算法与遗传算法、模拟退火算法进行了对比,结果表明IHAA可以快速给出相对适应度较高的规划结果,可用于突发事件星上在线自主规划,亦可提供优化算法初值以提升规划效率。     

“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。     

迭代法求解航天器热网络方程的收敛条件与时间步长优化

热分析计算是航天器热设计验证和在轨温度预示的重要手段,其实质是对描述航天器在轨状态的能量平衡方程即热网络方程的求解。作为典型的非线性问题,航天器热网络方程通常采用迭代法求解,且目前尚无完善的理论可以判断迭代过程的收敛性和收敛条件。文章根据航天器热控设计的工程实际,提出一种可行的近似方法,实现了热网络方程的线性化;在此基础上对迭代法求解过程中的收敛性进行分析,确定了收敛条件下对节点热参数和时间步长的约束关系;并进一步分析时间步长与计算效率的关系,提出了以计算效率为优化目标的最优时间步长确定方法。最后通过某典型航天器热物理模型的计算验证了上述方法的正确性。     

在轨任务规划的新型开发方法

作为未来航天器智能化的发展方向,在轨任务规划的实现是一项涉及多个领域知识的复杂软件工程问题,需要与之匹配的先进开发方法。本文基于动态语言和嵌入式操作系统,提出了一种在轨任务规划的开发方法;从需求出发,调研了一组适用于在轨任务规划应用的开源基础库,涉及航天器任务规划、地理信息数据库、地图投影、坐标变换、几何拓扑关系求解、线性规划等多个方面;将这些领域的典型开源库作为中间件移植到高性能星载计算机和嵌入式操作系统上,并进行了功能测试。本文的工作能给后续在轨任务规划系统的设计和实现提供启发和帮助。     

采用SDRE方法的无径向推力最优轨道控制

针对无径向推力作用的两航天器轨道交会和编队卫星队形重构任务,采用状态依赖Riccati方程(SDRE)方法求解了其最优轨道控制问题。首先考虑J2摄动和推力仅存在于追踪航天器的周向和法向,推导了状态依赖配点(SDC)形式的非线性相对运动方程。然后针对终端状态为零的轨道交会问题,采用SDRE方法得到了最优反馈控制律,并给出了状态依赖Riccati微分方程的近似求解策略和数值求解策略。接着扩展了SDRE方法并将其用于终端状态不为零的编队卫星队形重构问题,并给出了相应的数值求解策略。相比于伪谱法等优化方法,本文提出的方法不需要初始猜测值。此外,数值仿真表明,解析求解Riccati微分方程方法对于近圆轨道具有较高的精度,数值计算方法对即使偏心率为0.3的椭圆轨道,其最优性偏差仍小于6%。     

航天器热设计中的系统性和鲁棒性

从航天器系统设计最优的角度,讨论了热设计应关注的几个问题:系统最优而非分系统指标最优的热设计原则,合理并充分利用航天器资源的热管理思路,解决航天器研制问题的热设计最小重构手段,适应航天器在轨意外故障的鲁棒性热设计方法。提出了现阶段航天器热设计应适当增加主动热控比例的设计原则;结合卫星应用实例,给出了充分利用电加热这种简单可靠的主动热控手段,来提高热设计鲁棒性,从而提升热设计系统性的方案和流程。     

多任务在轨服务模块化智能航天器技术研究

首先介绍了在轨服务技术的分类及国内外近期研究进展,结合各国已开展项目的验证情况,分析了在轨服务模式、适应多任务在轨服务航天器的发展思路。为适应卫星发射和在轨服务的任务需要,提出了多任务服务航天器的方案设想,以期降低在轨服务操作的难度,提升在轨服务系统执行多任务的能力。最后初步分析了用于演示验证任务的服务航天器总体参数及任务规划。     

航天器远程自主交会方法设计与实现

为解决未来交会对接任务的自主化问题,提出航天器远程自主交会方法。给出适用于远程自主交会的变轨策略,设计航天器上自主变轨规划算法,通过初值计算和精确解迭代两个步骤对变轨策略进行求解,获得变轨控制参数。采用拟平均根数法结合平均密度法进行轨道预报,在尽量保证模型精度的同时极大降低了轨控参数求解过程中的在轨计算量。仿真结果表明,使用该方法规划的远程导引段轨道控制,可使终端精度满足指标要求,且方法简单可靠、合理可行,具有工程应用价值。     

应用层次分析法的航天器健康评估方法

采用层次分析法,实现各故障模式对航天器系统、分系统、单机设备影响权重的量化和分析,并提出航天器健康评估体系分级构建思想;结合航天器遥测数据特性对故障预测技术和健康评估方法进行了研究,设计了新陈代谢GM(1,1)等动态预测模型,给出了故障模式预测仿真结果。研究结果可为航天器在轨任务规划、故障处理维护等提供借鉴。     

能量最优的航天器连续动态避障轨迹规划

针对传统脉冲避障算法在航天器轨迹规划应用中存在对瞬时推力依赖性强且燃料消耗量大的问题,提出能量最优的连续动态避障算法.该算法首先基于线性相对运动方程与有限时间的能量最优模型,建立了相对运动能量最优模型,同时验证了模型最优性;其次将动态障碍物的y向运动误差偏移与正态分布概率引入避碰安全距离模型,修正了追踪航天器动态避障的...     

应用变速控制力矩陀螺的航天器姿态机动最优路径规划

针对应用变速控制力矩陀螺VSCMG为姿态控制执行机构的微小卫星,提出了一种姿态机动最优路径规划方法。从冗余金字塔构型VSCMGs系统的姿态机动任务和考虑VSCMGs系统故障失效的姿态机动任务两类问题出发,综合考虑VSCMG在实际工程应用中的各种约束条件(框架角约束、框架角速度约束、转子转速约束和奇异度量约束等)以及充分发挥VSCMG的力矩输出优势,采用Gauss伪谱法规划了相应性能指标最优的姿态机动最优路径。仿真结果表明设计的应用VSCMG的航天器姿态机动最优路径规划算法能够满足提出的约束条件和最优路径规划策略,可以顺利完成航天器姿态机动任务。而且相比于传统的VSCMGs系统操纵律,设计的算法具有更高的实用性和有效性。     

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。     

规避姿态禁区的航天器姿态机动路径规划

对航天器姿态机动进行路径规划以规避姿态禁区,能有效保障航天器安全运行,提高在轨寿命。文章研究了多约束条件下的航天器姿态机动路径规划问题,将工程约束表达成明确的函数,提出了基于比例微分控制的编码方法,设计了一种以机动时间最短为目标的评价函数,将路径规划问题转换为最优化问题,采用粒子群优化算法进行最优解搜索,在可接受的代价范围内得到了满足约束的机动路径。仿真结果表明,该方法对于禁区规避问题是有效的。     

航天器Halo轨道间转移的滚动时域控制

针对航天器在日/地系统共线平动点附近Halo轨道族之间的轨道转移问题,提出了一种在线实时求解滚动时域控制的新方法。首先采用高效的辛自适应非线性最优控制数值算法,离线规划出航天器在不同Halo轨道之间转移的最优轨迹和最优控制输入。然后提出一种在线实时求解滚动时域控制的新方法,基于已规划好的最优转移轨迹,应用滚动时域控制方法完成航天器在初始入轨偏差下的在线实时制导控制任务。最后的非线性动力学系统数值仿真结果表明:所提出的求解滚动时域控制的方法具有高效率特点,能够在线实时求解航天器在Halo轨道之间转移的制导控制问题,并很快消除初始入轨误差的影响。     

航天器综合电子系统在轨重构容错技术研究

重构容错技术是指利用可重用的软硬件资源,根据不同的任务需求或故障情况进行重新配置,从而可以实现在轨升级或故障修复。文章在介绍重构容错技术的基础上,以NASA的SpaceCube处理器和BittWare公司的重构处理器为典型案例,阐述了其系统构架、重构容错设计和应用情况,总结分析了航天器综合电子系统重构容错技术的优势,如减少系统的冗余和备份,降低制造和修复成本,实现系统内部局部故障的自修复等。借鉴国外重构容错技术的发展和应用,总结出国内航天器综合电子系统重构容错技术应用存在的问题,如缺乏标准化的功能模块设计、在轨故障诊断精度较低等,并提出应开展在轨重构需求分析,以及功能模块化和可重构性的方案设计等建议,可为国内航天器综合电子系统的在轨重构容错设计及相关研究工作提供参考。     

基于强化学习的航天器姿态控制器设计

航天器在轨执行某些任务时，其质量参数会发生未知变化，传统控制方法在这种情况下控制效果不佳。本文提出基于强化学习的航天器姿态控制器设计方法，该方法在姿态控制器训练过程中不需要对航天器进行动力学建模，不依赖航天器的质量参数。当质量参数发生较大未知变化时，训练好的控制器仍然可以保持较好的控制效果。仿真测试表明:使用基于强化学习方法训练的控制器确实具有良好的鲁棒性。此外，回报函数的设计会明显影响姿态控制器的训练，因此对不同的回报函数设计进行了研究。     

航天器反应式碎片规避动作规划方法

提出一种航天器反应式碎片规避动作规划方法，首先以扰动流体动态系统(IFDS)算法作为动作规划的基础算法，通过其中的总和扰动矩阵对航天器的轨道速度矢量进行修正，实现轨道机动规避；然后，建立基于双延迟深度确定性策略梯度(TD3)深度强化学习算法的反应式动作规划方法，通过TD3在线优化IFDS规划参数，实现对碎片群的“状态-动作”最优、快速规避决策。在此基础上，将优先级经验回放和渐进式学习策略引入该方法中，提升训练效率。最后，仿真结果表明，所提方法可使航天器安全规避多发、突发、动态且形状各异的空间碎片群，且具有较好的实时性。     

地球同步轨道卫星群在轨加注任务规划

以地球同步轨道卫星群为研究对象,开展“多对多”在轨加注任务规划问题研究。首先建立了任务规划的数学模型,该任务规划属于多目标规划问题,求解过程中需要解决TSP问题。其次,给出了该规划问题的求解方法及流程,采用遗传算法进行求解并设计了相应的遗传算子。最后,选取了14颗地球同步轨道卫星作为目标星进行求解,并在小角度近似条件下对计算结果进行了分析,计算结果验证了算法的有效性。     

组合式航天器概念及构型变换最优脉冲控制

为应对多种多样的不确定性对传统航天器的挑战,提出了一种更具灵活性、可靠性的组合式航天器概念。从模块化设计、标准化接口、运行模式、空间任务构型方面对此航天器概念进行描述。它在可维护性、规模可缩放性、可重构性等性能显著增强,特别是具有根据空间任务的不同而进行构型变换的能力。并从相对运动动力学方程出发,本文针对组合式航天器空间任务构型变换,设计了给定机动时间的、以燃料消耗最少为目标的最优脉冲控制方法,生成最优脉冲序列。仿真结果表明,最优脉冲控制方法是实现组合式航天器构型变换的一种有效途径。     

失效航天器天线再利用的多细胞卫星布局规划方法

针对失效航天器大型天线进行再利用过程中的多细胞卫星(Satlet)布局问题,推导基于Lagrange方程的多Satlet天线动力学方程。通过分析天线振动对Satlet布局位置的影响和Satlet对天线系统的扰振,提出Satlet布局规划过程中的约束条件。在此基础上,采用遗传算法给出Satlet在天线系统中的最优布局,并采用协方差矩阵自适应进化策略(CMAES)对结果进行校验,以保证Satlet最优位置的准确性。仿真结果表明,失效航天器系统采用由上述优化算法给出的最优位置对Satlet进行布局,可以使得失效航天器的大型天线完成再利用过程中的姿态控制任务。