启发式深空探测器任务规划方法

针对深空探测器的任务规划过程特点,考虑约束的数值特性,提出一种基于规划活动相关度的领域无关启发式规划方法。定义了活动的相关度,结合规划过程,给出自学习式的相关度动态更新过程。设计基于相关度的活动选择机制,形成启发式规划算法。数值计算结果表明,文中提出的方法有效地减少了规划过程中规划步数和回溯步数,提高了深空探测器规划的效率。     

深空探测器约束简化与任务规划方法研究

针对深空探测器现有的任务规划方法在处理系统间复杂约束时存在的约束复杂度高、实时响应能力差、计算效率低等问题,提出一种新的约束简化方法和启发式连续任务规划方法。首先,在时间线规划模型中根据两两子系统间的实时状态关系定义启发式因子,并利用该因子在规划周期内的取值建立子系统间时间线临时从属关系,从而合理地降低规划过程中的约束复杂程度;然后,在规划算法中采用时间线状态扩展策略,根据时间线临时从属关系对各子系统间的状态进行横向和纵向扩展,从而实现对目标任务规划进行快速排序。仿真结果表明由启发式因子建立的时间线临时从属关系有效简化了任务规划过程中的时间约束和资源约束、提高了任务规划的效率和灵活性。     

适用于深空探测器的时间线转移路标启发式规划方法

针对深空探测器各子系统状态并行及约束耦合的特点,设计了最大转移代价计算方法,并在此基础上提出了时间线路标提取方法。然后,针对路标集合重复计算耗时长的问题,提出了路标增量式搜索算法实现路标集合动态快速更新,并进一步结合最大目标节点筛选策略提出了时间线转移路标启发式规划方法。仿真结果表明,时间线转移路标启发式规划方法能够有效减少冗余规划步数,提高规划求解效率。     

时间代价启发式多月基装备协同任务规划方法

针对月球科研站构建中优化整体任务用时的需求,提出时间代价启发式多月基装备协同任务规划方法。面向月球科研站构建过程中的原位和路径任务,构建双类型任务关系图,并提出多位置转移时间代价启发式策略引导此图的搜索方向,使规划器沿局部最短耗时任务路径逐个处理任务,降低装备路径转移的时间代价;提出时间代价启发式装备选择策略,从而均衡月基装备任务负载,缩短装备工作时长。最后,以包含资源开采、物料运输、设施建设等任务的月球科研站构建场景为例,对规划算法进行仿真验证。结果表明,此算法能够生成满足复杂约束的多装备协同规划序列。与传统规划方法相比,本文方法得到的月基装备任务序列冗余路径少、任务用时短,可实现多装备在多任务中的高效分时复用。     

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。     

多星联合任务规划中不同迭代修复策略比较研究

对地观测卫星任务规划需要对参与规划的任务安排卫星成像窗口,问题优化目标是在不违反约束的情况下,最大化安排任务的重要性评价值,是一类典型的过载规划问题.引入迭代修复算法思想对多类型卫星任务规划问题进行求解,设计了迭代修复算法流程,给出基于成像概率、基于时间序和基于随机选择的三种不同的启发式策略,并结合不同的贪婪初始解生成策略进行比较研究.实验结果表明,基于随机选择的启发式策略在改进问题解上表现最优,而结合领域知识的初始解能有效提高算法收敛速度.     

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.     

面向任务约束的航天器姿控系统在轨重构算法

针对任务约束下的航天器姿态控制系统(ACS)在轨重构问题,提出了一种基于自适应动态规划(ADP)的在轨重构算法。首先,综合考虑航天器在轨任务约束条件设计效用函数和性能指标函数,获得离散Hamilton-Jacobian-Bellman(HJB)方程形式的最优重构策略。其次,采用执行依赖启发式动态规划(ADHDP)方法近似求解HJB方程,避免了直接求解HJB方程的"维数灾难"问题。通过简化设计ADHDP执行网络,提高了迭代训练速度;同时在训练中引入ε-greedy因子,避免了训练算法过早陷入局部最优解。仿真结果验证了所提方法的有效性。     

敏捷光学卫星自主任务管理系统关键技术分析

针对敏捷光学卫星单轨任务数多,成像模式复杂,应急任务响应速度要求快的特点,提出了一种自主任务管理系统分层架构设计,采用分层递进、逐步细化的方式,便于系统模块化设计和有效降低软件实现的复杂度。文章研究了任务规划与应急重规划、积分时间实时计算、任务执行自主监控3项关键技术,基于此研究成果设计的自主任务管理系统已应用于某敏捷遥感卫星平台,试验结果表明:星上使用自主任务管理系统后,支持成像任务数量提升了5倍,可以有效满足我国后续新型遥感卫星的任务需求。     

一种引力波探测卫星动态姿态规划方法

在引力波探测任务中,针对大尺度激光建链时目标姿态动态变化以及姿态机动约束复杂的问题,提出了引力波探测卫星动态姿态规划方法。首先给出引力波探测卫星的最优目标姿态求解方法。然后,设计了随机节点启发式扩展方法和目标姿态实时更新方法,对力矩轨迹进行平滑处理,实现了动态目标姿态规划。仿真结果表明,与经典RRT姿态规划方法相比,本文提出的方法具有更高的指向精度,并且消耗能量少,可满足引力波探测卫星大尺度建链保持的任务需求。     

卫星能源约束检查模型改进及仿真

卫星能源约束检查模型对卫星任务规划有重要参考作用,可防止因能源不足而导致卫星故障或任务不能顺利完成。现有的能源约束检查模型存在部分问题:人为设定计算初始值,导致计算不准确;能源约束检查不通过时未给出符合能源约束的任务调整建议,导致任务不能快速调整;未对计算误差进行校正,导致误差积累。对此,提出了一种改进的能源约束检查模型,在原有模型中加入能源数据库对卫星运行的能源数据进行记录,从而准确获取初始值,并在模型中加入任务调整和遥测校正功能。该模型可实现能源约束计算自动管理及任务自动调整功能,缩短任务规划周期,提升紧急任务的执行效率。对改进的模型进行仿真,结果表明:模型预测结果与预期值相符,任务调整和能源校正功能实现良好,能实际应用到运控系统中进行规划任务能源约束检查和能源管理。     

多星联合任务规划中的启发式求解方法研究

多譬联合任务规划问题需要考虑卫星侧视、星载存储容量、星上能量、数据传输等多种约束,是一个复杂的组合优化问题.通过对卫星成像约束条件抽象,建立联合规划的数学模型,将问题归约为特殊的多时间窗约束车辆装卸问题,面向应急条件下的应用,结合领域应用特点,提出基于动态装载概率模型和估算总装载量的启发式搜索任务规划算法(HADPPEC),并与实际运行的多星任务规划系统进行了大量实验比较.结果表明本方法比传统方法在运行时间和算法结果卜都更出色.     

星载计算机可靠性和低功耗的均衡优化研究

目前对星载计算机的研究主要集中在可靠性上,一直没有重视功耗问题,高可靠和低功耗已经成为高可信系统设计中面临的主要挑战。针对这一需求,研究了星载计算机系统设计中可靠性和功耗的协同优化问题,构建了组合使用动态可靠性管理,动态功耗管理,以及动态电压和频率调整的协同均衡优化整数规划模型,然后提出低功耗任务调度,可靠性约束的动态电压调整以及算法的求精的三步启发式求解算法。并对不同的方案进行了仿真验证,在保证系统的可靠性需求的前提下,平均功耗比单独采用动态功耗管理或者动态电压和频率调整降低了9%~21%。
     

在轨实时引导多星成像任务规划方法研究

针对遥感卫星在轨自主任务规划的强时效需求和依赖地面系统的现状,通过分析卫星的轨道特性和多载荷工作配合的方式,提出了一种面向在轨实时引导成像的多星自主任务规划方法。文章首先根据成像的要求,将卫星载荷对目标的可见性,统一转化为"时间-姿态"信息,在保留有效信息的前提下对轨道递推模型合理简化,设计了卫星成像的无冲突任务序列生成方法,并为优化成像收益设计了临机调整策略。仿真结果表明:面向在轨实时引导成像的多星自主任务规划方法能实现将多目标向多星系统的分配,增加临机调整策略后,可实时地通过用高收益目标替代低收益目标的方式提高整个规划方案的成像收益,所提出的方法有效,研究结果可为多星在轨自主任务规划技术研究提供参考。     

混合空间目标下的多航天器抵近观测任务规划

研究了服务航天器对多个空间目标的抵近观测任务规划问题,并考虑了高价值航天器、普通航天器以及失效航天器或空间碎片3类待观测目标。通过构建合理的评价体系,对目标观测的任务方案进行评分。建立了综合观测目标数量、观测目标类型、燃料消耗、单次点火速度增量以及任务时长的多约束优化模型,涉及的优化变量包括目标分配向量、观测次序向量以及观测时刻向量。服务航天器通过一种四脉冲机动策略抵近每个目标。采用进化算法求解规划问题,并提出一种基于动态规划（DP）的局部搜索策略以优化观测时刻,提升优化效率。最后分别给出了针对单一类型和混合类型空间目标的抵近观测任务规划算例,通过与传统进化算法的求解结果对比,说明了所提出的DP搜索策略的优势。     

基于隐式位姿空间分层量化的空间机械手无碰撞路径规划方法

本文在概述空间机械手无碰撞路径规划问题的特殊性的基础上提出了相应的路径规划策略。依据这些策略，本文描述了一种基于隐式位姿空间分层量化的路径规划划方法，并通过仿真验证了所提出规划策略和规划方法的有效性。     

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。     

集群航天器鲁棒自适应快速任务分配

针对集群航天器协同观测任务分配问题，提出一种基于深度神经网络和鲁棒自适应拍卖算法的快速任务分配策略。为提高燃料消耗指标的计算效率，利用深度神经网络直接预测连续推力转移轨迹的燃料消耗，避免在线规划相对运动轨迹。通过构造虚拟收益矩阵和分配向量使得拍卖算法适用于航天器数与任务数目不一致的分配问题。为提高拍卖算法的收敛速度，提出报价增量自适应调整策略。考虑到通信失联、航天器故障等不确定因素，通过在线调整故障航天器的收益和报价矩阵以提高算法鲁棒性。数值仿真表明深度神经网络对燃料消耗指标预测精度高，基于深度神经网络和鲁棒自适应拍卖算法的快速任务分配策略可在保持计算精度的同时，将计算效率提升约两个数量级。     

星球巡视器任务规划技术发展综述

首先阐述了星球巡视器任务规划的定义、内容和特点,并分别从任务规划算法、全局路径规划算法、局部路径规划算法三个层面对国内外星球巡视器任务规划技术的研究现状进行了分析和评述。在任务规划层面,当前研究主要集中在基于资源调度的方法和基于路径的方法;在全局路径规划层面,介绍了路径图法、单元分解法等几何模型构建算法以及A*类算法等图搜索算法;在局部路径规划层面,介绍了人工势场法、Bug类算法、启发式动态重规划算法、基于地形评估的算法等几类常用算法。最后,对星球巡视器任务规划技术的未来发展方向进行了展望。     

基于启发式学习的折叠舵展开安全优化控制

为了降低折叠舵面快速展开冲击的负面影响,提出了基于启发式学习的折叠舵展开阶段舵系统安全优化控制策略.建立折叠舵系统动力学模型,解析了舵面展开过程的运动耦合特性,利用动量定理计算了冲击时刻舵面转动速度.建立了包含折叠舵系统的控制模型,基于折叠舵展开的3个关键指标,规划了基于控制模型的启发式学习优化策略.经过仿真训练,舵系...