对GEO卫星在轨加注的服务航天器组网方案优化

对地球静止轨道（GeosynchronousOrbit,GEO）卫星在轨加注燃料以延长其工作寿命蕴含着巨大的经济价值,而执行加注任务的服务航天器在轨组网方案直接影响在轨加注任务全局。文章以GEO卫星为在轨服务对象,开展了提供加注服务的航天器最优组网方案研究。提出了1个燃料存储站加N个加注飞行器的服务航天器体系架构,燃料存储站承载大量燃料,长期在轨稳定运行;加注飞行器机动运行,执行对GEO卫星加注任务,当加注飞行器燃料不足时,返回燃料存储站获取燃料。燃料存储站的质量、运行轨道,加注飞行器的数目、质量与运行轨道、对GEO卫星提供加注的加注飞行器任务分配等是组网方案研究的重点,建立了以对GEO卫星加注任务的响应时间短、服务系统成本低为互斥评价准则的服务航天器组网方案的多目标优化设计数学模型,分析了组网方案优化问题的求解方法及流程,采用多目标粒子群算法对服务航天器组网方案进行了优化设计,通过分析一组非支配优化设计结果对于2个互斥评价准则的平衡性,提出了1个燃料存储站加4～6个加注飞行器的服务航天器最优组网方案。     

基于多智能体联盟的多机协同空战任务分配

基于多智能体联盟形成理论,分析了网络化条件下多平台多目标攻击任务分配问题。将协同任务分配的过程视为复杂联盟的生成过程,首先将对目标总体的打击任务分解为一系列子任务,各子任务再进一步分解为单个平台能够完成的任务单元;再根据联盟特征函数的定义分别建立联盟报酬、能力成本、通信开销模型,以联盟特征函数作为空战任务分配目标函数;最后引入离散粒子群优化算法进行联盟生成,采用二进制矩阵编码形式,设计粒子可行性检查策略。仿真实验验证了本方法在协同制导条件下空战任务分配的合理性与有效性。     

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。      

基于改进蚁群算法的多机器人任务分配

任务分配是多机器人系统需要解决的首要问题.针对传统蚁群算法求解多机器人任务分配收敛速度慢且易陷入局部最优问题,提出了改进蚁群算法.考虑多机器人任务分配问题,建立多旅行商问题模型,采用蚁群算法优化出解空间,然后采用遗传算法中的变异算子对每个机器人执行任务的顺序进行优化,并根据模拟退火过程中Metropolis准则以一定的概率接受优化过程中较差的解.在复杂约束条件下,为解决蚁群算法收敛速度慢且易陷入局部极小问题,引入局部优化变异算子和改进模拟退火算法.仿真结果表明,改进蚁群算法可以更好的解决多机器人任务分配问题.     

圆轨道航天器在轨加注任务空间燃料站部署问题

在轨服务技术因在航天器故障修复、寿命延长及军事方面有重大辅助作用而越来越受到各航天大国的重视,作为在轨服务技术重要组成部分的在轨燃料补给技术也越来越受到关注。文章针对圆轨道航天器在轨燃料加注任务,将空间燃料站技术与多目标在轨加注技术相结合,对基于燃料站的在轨加注模式进行了研究,提出了一种基于聚类分析的在轨加注任务调度及优化算法。通过对双脉冲轨道转移问题的求解与分析,获得了轨道转移速度增量和轨道参数之间的关系,在此基础上分析了圆轨道航天器在轨加注任务调度问题,并根据调度模型的变量和约束关系,建立了圆轨道航天器在轨加注任务多目标规划模型,并采用免疫遗传算法对加注任务调度空间燃料站选址问题进行了研究。以30颗目标航天器的在轨加注任务为例进行了数值仿真,并由燃料消耗的计算结果验证了算法的有效性。     

圆轨道航天器在轨加注任务空间燃料站部署问题

在轨服务技术因在航天器故障修复、寿命延长及军事方面有重大辅助作用而越来越受到各航天大国的重视,作为在轨服务技术重要组成部分的在轨燃料补给技术也越来越受到关注。文章针对圆轨道航天器在轨燃料加注任务,将空间燃料站技术与多目标在轨加注技术相结合,对基于燃料站的在轨加注模式进行了研究,提出了一种基于聚类分析的在轨加注任务调度及优化算法。通过对双脉冲轨道转移问题的求解与分析,获得了轨道转移速度增量和轨道参数之间的关系,在此基础上分析了圆轨道航天器在轨加注任务调度问题,并根据调度模型的变量和约束关系,建立了圆轨道航天器在轨加注任务多目标规划模型,并采用免疫遗传算法对加注任务调度空间燃料站选址问题进行了研究。以30颗目标航天器的在轨加注任务为例进行了数值仿真,并由燃料消耗的计算结果验证了算法的有效性。     

基于Memetic算法的超视距协同空战火力分配

针对超视距多机协同空战中,火力单元采用一次性完全分配原则容易造成资源浪费的问题,采用一种新的火力分配数学模型.该模型带有毁伤概率门限,能够保证在满足毁伤概率门限的前提下,优先保证威胁度大的目标被分配且选择对各目标杀伤概率相对较大的火力单元,使其对目标的毁伤概率平均值达到最大且尽量少地消耗火力单元,从而节省和充分利用火力资源.在此基础上,提出采用以离散粒子群算法为全局搜索策略,以贪婪算法为局部搜索策略的Memetics算法求解协同空战火力分配问题,有效地提高了算法收敛速度、精度.仿真算例验证了模型的优点及Memetic算法的有效性.     

基于解析解的小范围高频率机动飞行器制导律设计

针对机动飞行器的小范围高频率侧向机动飞行问题,结合飞行器的运动学和动力学方程,通过解析方法给出了机动幅值和飞行器最大可用过载下的最大机动频率,同时利用粒子群优化方法进行了制导律最优频率的优化。基于解析规划算法给出了正弦机动制导律的解析形式以实现飞行器在侧向方向的机动导引飞行。仿真结果表明：解析算法能够精确得出制导律频率,而粒子群优化方法的精度也能很好的满足要求,误差在5%以内。正弦机动制导律在大速度下可以较好的完成任务目标;在小速度下,幅值误差会有小幅度的增加。     

一种翻滚非合作航天器抵近绕飞避障轨迹规划和跟踪控制方法

针对空间无人在轨服务任务中翻滚非合作航天器抵近、绕飞和避障问题,在目标特征部位本体坐标系,建立了轨道和姿态相对运动模型.设计了抵近和绕飞策略,以抵近轨迹的燃料和时间最优为目标函数,考虑规避障碍物情况,结合动力学和路径等约束条件进行轨迹规划,最后采用高斯伪谱法对连续最优控制问题进行离散转化,对转化后的非线性规划问题进行求...     

基于MODPSO-GSA的协同空战武器目标分配

提出基于多目标决策理论的协同空战武器目标分配模型,并用进化多目标优化算法求解.空战是一个多阶段攻防过程,针对多数空战武器目标分配采用一次性完全分配、不考虑火力资源消耗等不足,构建多目标决策模型,在达到毁伤门限的前提下,同时对一次攻击后使敌编队的总期望剩余威胁最小和分配导弹消耗量最小两个目标函数寻优.提出用多目标离散粒子群-引力搜索算法(MODPSO-GSA)求解分配模型,该混合进化多目标优化算法结合二者优点,具有稳定的全局搜索能力并保证收敛到Pareto前沿.该算法可求得满足毁伤门限的不同耗弹量的分配方案最优解集以供指挥员决策参考.仿真算例验证了新模型及所提出MODPSO-GSA进化多目标优化求解算法的有效性.      

基于DPSO-SA的低轨预警系统初始任务规划方法

为提高天基低轨预警系统在导弹跟踪任务中的效率,建立了天基低轨预警系统初始任务规划模型.该模型包含跟踪精度、任务完成率和资源松弛度等优化指标,考虑导弹跟踪中目标信息的不确定性,定义并构建了跟踪原子任务的不确定度和动态优先级.在此基础上,提出采用离散粒子群(DPSO,Discrete Particle Swarm Optimization)-模拟退火(SA,Simulated Annealing)混合优化算法求解初始任务规划模型,提高了算法收敛速度、精度以及全局搜索能力.仿真算例验证了模型的优点以及DPSO-SA混合优化算法的有效性.     

基于双层博弈的多臂在轨服务航天器路径规划

针对在轨服务多臂航天器系统高精度的位姿协同要求及其运动过程中的避障约束,提出一种基于机械臂末端（腕关节）和肘关节的双层博弈多臂路径规划方法。研究建立了多臂运动学模型,在博弈论基础上建立多臂的博弈模型;给出了双层博弈的基本算法流程及其纳什均衡解的求解策略;以动目标多臂围捕为场景进行仿真分析,验证所提出算法末端精确跟踪抓取和肘部避障能力的有效性和实用性。所得结果可为多臂在轨服务航天器的智能化路径规划与控制提供新的解决方案。      

基于改进MOPSO算法的区域侦察弹性星座重构方法

针对区域侦察弹性星座重构问题,提出了基于改进多目标粒子群优化算法(multi-obj ective particle swarm optimization,MOPSO)的区域侦察弹性星座重构方法.该方法采用一箭多星发射和在轨卫星相位机动相结合的方式对受损星座重构.首先选取了星座覆盖、重构成本、重构时间和星座弹性四方面的...     

基于SAGWO算法的UCAVs动态协同任务分配

通过分析无人作战飞机（UCAV）优势概率和任务联合威胁以及定义任务时间,建立了以目标价值毁伤、编队损耗代价和时间消耗为性能指标的多无人作战飞机（UCAVs）多约束动态任务分配数学模型,采用改进的灰狼优化（GWO）算法对数学模型进行求解;针对基本GWO算法求解早熟的缺点,给出了自适应调整策略和跳出局部最优策略,引入了二次曲线控制方法;对UCAVs动态协同任务分配特点,设计了目标任务序列编码方式,提出了基于自适应GWO（SAGWO）算法的UCAVs多目标动态任务分配方法。从静态与动态2种情况分别对该方法进行仿真验证;仿真结果表明,该方法是有效的,相比较于其他算法,其优化过程快速精准。      

基于搜索意图交互的无人机集群协同搜索算法

针对无先验信息条件下无人机集群的协同搜索问题,提出一种以覆盖率为引导,以机间安全距离、通信距离、偏航角调整及搜索边界等为约束的无人机集群协同搜索算法。通过建立环境地图矩阵对任务区域进行描述,进一步定义环境地图更新算子实现搜索过程中环境地图的快速更新。设计了集群协同搜索任务的回报函数,采用粒子群算法进行求解,得到每架无人机在已知环境地图下的最优决策,即决策意图。每架无人机在获取其他成员决策意图的基础上重新进行决策,实现协同决策。针对不同规模集群提出了集中式和分布式2种协同决策方案。仿真结果表明,所提算法能够对存在未知威胁的不规则任务区域进行有效覆盖搜索,覆盖率远高于不进行协同决策的个体决策方法。      

空战中协同干扰、探测、攻击任务分配

针对空战中协同干扰任务分配问题,根据己方飞机的干扰功率、干扰工作频段、干扰样式,敌方飞机雷达的工作功率、工作频段、抗干扰样式,建立了干扰功率优势、干扰频率优势、干扰样式优势;再考虑己方飞机的干扰作战能力以及敌我双方的空战能力指数建立了总的干扰优势,建立了协同干扰任务分配模型.根据干扰后敌方飞机的距离性能以及敌我双方的空战态势,对己方飞机对敌方飞机的探测能力、攻击能力进行了研究,建立了多机协同探测加攻击任务分配模型.采用遗传算法对建立的任务模型问题进行优化求解.仿真结果表明,这些模型能够有效地完成协同干扰、探测加攻击任务分配.      

基于多特征融合的航天器锂电池健康评估技术

传统的航天器蓄电池可靠性试验按照最大放电深度进行定额充放电，所构建的失效模型用于支撑航天器总体可靠性设计，不能用于在轨锂离子蓄电池健康评估任务；航天器在蓄电池遥测的采样率、精度、样本量方面无法与民用领域相比，基于高采样、大样本的民用蓄电池健康估计方法也不适用于在轨锂离子蓄电池健康评估。针对该问题，从在轨航天器蓄电池数据特性出发，挖掘在轨状态下所能提取的退化特征，并采用多特征综合评价方法，设计了一种基于多特征融合的在轨锂离子蓄电池健康评估方法，实现了在轨蓄电池放电内阻、同放电深度下的终端电压、恒压充电时间3项退化特征融合的健康量化评估，应用于某型号卫星的在轨监测与健康评估，具有良好的工程实用性，可作为国内航天器健康评估技术的参考。