一种用于空间在轨装配的两级递阶智能规划算法

为了解决空间装配规划问题,分别在桁杆层通过连接矩阵来表示装配序列,在结构单元层通过定向图表示法保证装配任务的可行性,并给出了一种多空间机器人连续装配策略。由此提出了一种两级递阶智能规划算法：一级规划根据分层表示,通过考虑装配方向和时间影响的改进蚁群算法生成无任务分配的装配序列;二级规划根据连续装配策略和一级序列,进一步通过考虑任务空闲度和路径效率影响的改进蚁群算法递阶生成有任务分配的装配序列。算例研究分别给出了两级规划得到的装配序列,并检验该算法是可行的。     

机器人在轨构建空间桁架结构的装配序列规划方法

针对机器人在轨构建空间桁架结构的装配序列规划问题,提出一种可同时求解装配单元装配序列与机器人运动的序列规划方法.首先设计了装配机器人并建立了动力学模型;其次,对机器人在整个装配过程中的运动进行了分类并分别给出了规划与控制方法;然后,建立了装配序列规划的评价指标并采用离散粒子群算法求解.最后,以常用空间桁架结构为例,通过...     

卫星星座系统多学科设计优化研究

分析了卫星星座系统设计包含的星座设计、卫星设计、发射选择等学科之间的耦合关系，特别是卫星各分系统之间的耦合关系，建立了包括发射费用分析、成本分析在内的卫星星座系统多学科分析模型。在此基础上，采用分布式协同进化MDO算法，将星座设计优化和卫星的设计优化在自治基础上充分协同，对一个同时包含离散／连续设计变量、需进行星座结构和参数同时优化的虚拟的海洋监视卫星星座系统进行了多学科设计优化。算法对离散设计变量采用二进制编码，连续设计变量采用实数编码，并分别采用相应的进化算子。采用最大长度编码，根据一定的规则确定基因的显性和隐性，来处理结构和参数同时优化引起的设计变量维数可变的问题。设计结果显示了多学科设计优化的优势和分布式协同进化MDO算法对卫星星座系统这样的复杂多学科设计优化问题的有效性.     

基于序列二次规划算法的再入轨迹优化研究

介绍了序列二次规划算法在飞行器再入轨迹优化问题中的应用.首先引入了能量替代变量对无量纲运动方程进行推导,使得运动方程和优化问题易于处理,考虑严格的过程约束和终端约束,以攻角和倾侧角为控制变量,总加热量最小为性能指标;然后通过直接配点法将最优控制问题转化为非线性规划问题,选取各节点的状态量和控制量作为优化参数;最后应用序列二次规划算法对非线性规划问题进行求解.针对多约束的再入飞行器的轨迹优化时对初值敏感的问题,提出一种参考轨迹快速规划算法,提高了优化速度.仿真结果表明提出的方法能够较快地搜索到最优轨迹,满足所有约束且落点精度高.     

卫星结构装配工艺仿真工程化应用方法研究

介绍了卫星结构装配工艺仿真的内容要求、准备过程、仿真方法、以及仿真文件的制作及应用方法等,详细分析了不同仿真软件特点、零部件及装配体的建模方法、以及装配工艺仿真的应用过程,为装配仿真技术的工程化应用提供指导和帮助。     

智能优化算法及其在飞行器优化设计领域的应用综述

在对国内外相关文献进行系统研究的 基础上,阐述了飞行器优化设计领域应用较为广泛的几种智能优化算法的基本原理,分析了 算法的优缺点和改进方法,总结了算法在飞行器轨迹、气动和控制等学科优化设计中的应用 情况。同时,文章对在飞行器优化设计领域应用刚刚起步,但较有发展前景的智能优化算法的 特点和应用情况进行了概述。最后,对智能优化算法在飞行器优化设计领域应用的未来研究 方向进行了分析。
     

分布式卫星构形调整的协同规划研究

为降低分布式卫星系统构形调整规划的求解复杂性,提出一种协同规划策略,将构形最优调整问题划分为两层规划问题,包括整体协同的星位分配与首星位相位优化的顶层规划,以及各卫星自身调整策略优化的底层规划.通过响应面模型表达两层规划的耦合,以顶层规划驱动响应面的更新,顶层规划和底层规划交替迭代执行,重点探索有价值的区域,逐步接近最优解和达到高的求解精度.以多星多冲量构形调整问题验证协同规划策略的有效性,建立了相关模型,以低计算代价获得了示例问题的满意构形调整策略.提出的协同规划策略明显降低了问题求解的复杂度,大大减少了计算开销,且易于并行执行,为充分利用各卫星的计算资源实现自主规划提供了有价值的思路.     

面向应急事件的卫星任务规划技术

陆地观测卫星在轨运控中,面向用户成像需求的任务规划通常分为常规和应急两种类型。常规任务规划即根据需求的类型及空间位置,结合卫星轨道信息进行需求过境计算及常规任务安排,以获取卫星影像数据;应急任务规划即通过技术手段实现卫星快速应急成像。文章通过分析卫星常规及应急运控模式,提出了卫星应急成像任务规划模式下需求统筹、卫星资源综合调度、应急可行性分析、测控和接收资源调度、应急计划快速调整等关键技术,总结了中国陆地观测卫星应急成像能力,对应急任务规划系统设计提出可行性建议,有效地提高了卫星应急时效性。     

遥感卫星智能操控技术发展研究

随着遥感卫星信息获取能力的快速提升,传统卫星操控模式已无法满足用户快速、准确、灵活的遥感数据获取和信息产品生产需求,亟需发展智能操控技术来降低卫星操控难度和复杂度,有效提升卫星的应用效能。文章论述了遥感卫星智能操控技术的发展现状,分析了智能星地操控的关键技术,提出基于"智能卫星+一体化地面系统+智能操控平台"架构的天地一体化智能星地操控模式,从任务指控、任务进程监控、任务结果处理与多维度呈现、在轨维护以及在轨健康监测与处置等5个维度优化星地操控接口和操控流程,改善人机交互效果,可为遥感卫星操控模式设计和系统实现提供参考。     

基于NSGA-II算法的航天产品装配公差多目标优化

针对航天产品装配公差优化设计问题,提出一种引入装配成本的多目标优化方案。在考虑航天产品装配过程中成功率低、成本高问题的基础上,建立基于产品成本及质量损失的装配公差的多目标优化数学模型,利用带精英策略的非支配排序遗传算法(NSGA-Ⅱ),以装配功能要求和加工能力为约束条件,对装配公差进行优化求解,得到Pareto最优解集。以某空间站某型号组件为例,验证了该优化方法的有效性。通过建立归一化权重目标函数,获得优化的各组成环装配公差,利用该公差进行组件加工装配,提高了装配成功率,降低了产品加工成本及质量损失。     

微纳聚合体卫星的对称式重构规划算法

为解决微纳聚合体卫星变构过程中,聚合体各部分之间的动力学耦合导致的卫星整体姿态翻转或紊乱,提出了一种对称式变构规划算法。首先建立了铰链约束下的漂浮基多刚体系统动力学模型,研究了重构过程中各运动模块对本体姿态的影响,提出当每两个运动模块位置与转动方向满足对称性条件时,两者对本体姿态的影响可在一定程度上相互抵消。基于上述理论,在A*算法中引入最优分配度量和对称性判定,设计了并行对称重构规划算法。仿真结果表明,该规划算法可实现重构过程中多模块并行、对称运动,重构过程总步数较少,运动模块对本体姿态的影响小。     

敏捷成像卫星调度的改进量子遗传算法

针对敏捷成像卫星调度问题中解空间大,选择任务的搜索空间和确定任务观测时间的搜索空间分别是离散域和连续域的难题。建立了多种决策变量混合的敏捷成像卫星调度模型,提出一种改进的量子遗传算法对其求解,改进的量子遗传算法采用二进制与实数杂合的编码方式,降低染色体的基因位编码数目,提高了搜索效率,有效适应了敏捷成像卫星调度问题中离散与连续混合的解空间;以杂合编码为基础,设计对应的观测函数将敏捷成像卫星调度问题的解映射到相位空间,从而将量子优化机制引入敏捷成像卫星调度问题中,利用量子遗传算法在相位空间搜索的特性解决敏捷成像卫星解空间大、解空间离散与连续并存的问题。最后,通过不同规模的仿真校验对算法的调度效果进行测试和分析。结果表明,所提改进的量子遗传算法在收敛速度和方案收益方面都有较好的表现,能够满足敏捷成像卫星调度的需要。     

面向装配单元的工艺路线规划方法研究

提出了一种面向装配单元的工艺路线规划方法,以装配工艺约束为优先对产品进行装配单元划分,以装配单元作为工艺数据组织基础,通过建立装配流程视图、工艺文档视图和装配单元视图以及多视图关联关系,实现设计、工艺、生产等相关信息集成。最后通过在某火箭实际总装现场的应用,验证了该方法的有效性。     

“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。     

基于改进遗传算法的飞行航迹规划

航迹规划技术是有效提高飞行器突防概率的关键技术之一,能在大范围的真实环境中 规划出满足各种约束的较优航迹,因此对所采用的算法有比较高的要求。基于此,首先 研究了航迹包含的角度、高度、航迹段长度及飞行器的最大航程等约束条件;其次对航迹编 码方式进行了改进,采用数组混合编码方式;并对遗传算法的交叉概率和变异概率的计算、 交叉算子和变异算子进行了改进,并应用该算法在求解航迹规划问题上进行了应用仿真研究 。对应用不同的航迹编码方式所得结果进行了对比分析。仿真计算表明,该算法能够规划出 一条满足要求的航迹,避免了分层规划的复杂性,提高了算法的工程实用性。
     

S形进气道纤维铺放轨迹规划和优化方法

为研究纤维铺放轨迹规划和优化算法,在分析等铺放角法和等距偏置法两种轨迹规划 方法的基础上,提出基于纤维带边缘曲线的轨迹规划方法和纤维带丝束数量计算方法。在轨 迹铺放角范围满足设计要求的前提下,将等铺放角法和等距偏置法两种轨迹规划方法相结合 ,提出以曲线在曲面内等距偏置为核心的铺放轨迹优化方法。该算法可以提高铺放设备的工 作效率,并对纤维带丝束数量、纤维重叠面积、纤维间隙面积等铺放信息的计算方法进行了 分析。最后将以上分析结果应用到S形进气道曲面的铺放轨迹规划中,证明了该铺放轨迹规 划和优化方法的可行性。
     

改进PointNetLK的点云智能配准与位姿图优化方法

针对空间在轨服务任务中的非合作目标相对位姿测量问题,提出一种目标可测部位点云的智能配准方法。首先,通过Straight Through滤波算法对半物理仿真平台采集得到的点云进行目标提取,以消除背景数据等杂乱信息;其次,改进PointNetLK神经网络点云配准算法,将提取后的点云数据作为输入,从而获得初步配准结果,解决非合作目标先验信息缺失导致的无法配准问题;最后,建立基于位姿图的优化模型,以降低配准误差,提高配准精度。实验结果表明,与传统迭代最近点(ICP)算法相比,配准综合误差从6.3598降低到1.7291,精度提高约 72.81% 单次耗时从33.16 s降低到4.2 s,效率提升约87.33%,与当前SM ICP等其他算法相比,也具有一定的优势。     

面向时序InSAR的卫星任务规划框架设计

随着国内自主雷达卫星和差分干涉合成孔径雷达技术(D-InSAR)及衍生的时序InSAR技术的发展,以时间序列上重复观测为主的长周期形变监测的应用与日俱增。对遥感卫星地面任务规划系统来说,规划和管理大量有时序关联的重复任务,从而最大限度地满足观测要求,是提升以形变监测为使命的雷达卫星运控效率的关键。在综合考虑雷达差分干涉任务序列性、一致性、周期性特征的基础上,设计了一种面向雷达卫星时序InSAR类型任务的规划框架,旨在规划序列任务时,考虑序列整体特性,进行序列任务组间的冲突检测。基于此方法,对现有的地面任务规划系统进行了优化升级,验证了框架的有效性。结果证明:该方法可快速、自动进行序列任务冲突消解,可为长周期序列任务的规划和管理提供设计参考。