卫星装配序列规划的智能优化算法研究

结合单个算法的优缺点,文章提出了一种用包含多种改进型智能优化算法的算法库(IIAL)来解决卫星装配序列规划问题的方法。算法库由算法向导和多种算法组成,算法向导可依据若干参数描述给出适合当前规划任务的最合适算法,规划人员可依据向导建议在遗传算法、粒子群算法、蚁群算法、模拟退火算法中选择相应算法进行求解。最后,用实例验证了方法的合理性。该方法可为星上设备装配序列规划提供参考。     

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，通过仿真校验了所提方法的有效性。     

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。     

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.     

无人机任务规划系统研究及发展

无人机任务规划系统是指根据所要完成的任务、无人机的数量及任务载荷的不同,对各架无人机进行任务分配并通过航路规划技术制定飞行路线。首先介绍了无人机任务规划系统的基本功能及组成结构。然后,详细分析了任务规划系统的建模技术及其优化算法的研究现状。最后指出了讨论了无人机任务规划存在的问题,并阐述了无人机任务规划系统的发展趋势。     

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。     

空间站机械臂任务规划方法

任务规划技术是航天任务执行过程中的核心关键技术,针对空间站机械臂的外自主行为受限、行为多样、分支众多,存在多类型约束以及多资源条件限制等特点,对空间站机械臂任务规划方法进行研究。对任务需求进行分析形成月事件,地面工程师给出将任务分解为子任务的建议,将月事件分解为具有逻辑关系的飞控事件,飞控事件集合描述了航天器不同的行为及不同模式下的行为,每一个模式下的飞控事件由控制动作或控制动作序列构成,建立了分层规划对象模型。同时,构建状态空间集合描述时变的器上状态和状态值,在飞控事件层和控制动作序列层建立状态推理模型。采用多约束逻辑表达式对联合约束进行描述,将运动飞控事件进行归一化设计。在时间的调度和资源条件限制下在规划器中进行迭代求解,生成地面控制动作序列,实现任务目标并用于任务实施。在空间站机械臂在轨任务中验证了该方法的正确性和高效性。     

基于任务规划的有限推力燃料最优交会

给出了空间交会冲量机动任务规划及基于该任务规划的有限推力燃料最优交会算法。首先,以双冲量空间交会作为问题的初步模型,采用Battin-Vaughan算法对追踪器初始位置和飞行时间的组合进行遍历计算,通过分析特征速度等值线图,进行空间交会的任务规划,为有限推力燃料最优交会提供重要的初值条件。基于任务规划分析,建立了有限推力燃料最优交会的最优控制模型,根据庞特里亚金极值原理将最优控制问题转化为两点边值问题,采用共轭梯度算法进行数值求解。在变轨时间固定、连续变推力的情况下,以总冲最小、满足终端位置和速度约束为指标,对推力大小和方向进行优化。通过数值仿真,得到了一些重要的结论,为工程应用提供了一定参考价值。     

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。     

基于改进蚁群算法的巡航导弹航迹规划

研究了一种基于改进蚁群算法的巡航导弹航迹规划方法，以规划出生存概率更大、飞行距离更短的攻击轨迹，有效提高巡航导弹的作战效能。提出了坐标变换的思想，通过坐标变换将蚁群算法中信息素局部更新策略和全局更新策略协同作用的机制合理地应用到了航迹规划中，通过将信息素全局更新规则中的信息素常量和挥发率进行自适应变化来对算法进行了改进，最后对算法进行了计算机编程仿真实现。仿真结果验证了改进算法能有效避免算法过早陷入局部最优，加快算法的收敛速度，能取得目标函数更优的航迹规划路径。