“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。     

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。     

空间快速响应航天器轨道/弹道一体化规划

以空间应急响应任务为背景,采用轨道/弹道一体化规划设计方法,实现空间快速响应航天器全程飞行轨迹规划。在分析弹道设计参数对轨道参数影响性的基础上,将弹道规划分为程序角参数设计和发射诸元参数设计,采用改进的粒子群算法和牛顿迭代法进行混合优化求解。算例表明,使用混合优化求解方法收敛速度快,迭代次数少,易于工程实现,能满足一体化任务规划的快速性要求,可为空间快速响应航天器设计提供理论参考。     

多约束航天器飞越式接近的两级运动规划方法

针对航天器在轨服务背景,研究了服务航天器在复杂约束条件下实现飞越式接近非合作目标的运动规划方法。根据飞越式接近过程对航天器运动状态调整的快速性、精确性要求,提出一种由改进的快速搜索随机树运动规划算法与进化算法结合的两级规划方法,并对复杂约束条件下航天器按指定时间到达指定运动状态过程进行规划。仿真结果表明:该法在保证规划效率的同时能得到平滑和优化的运动轨迹,可解决此类高维非线性运动规划问题。     

一种多目标变邻域模拟退火算法及成像星座任务规划方法

为提高成像星座观测任务的完成度和成像质量，提出一种多目标变邻域模拟退火算法(MOVNSA)。首先，分析了敏捷成像卫星观测任务约束和星上资源约束，构造了评价任务完成度和成像质量的目标函数，建立成像任务约束满足模型。然后通过设计多目标模拟退火算法中解的编码解码规则、变邻域搜索方法以及选拔淘汰机制，实现了观测任务成像时刻的滑动优化，兼顾提升了观测任务的完成度和成像质量。最后通过工程实例对多种算法进行测试和分析，结果表明该方法收敛速度快，优化效果好，可以在满足用户需求的前提下最大化任务的完成度。     

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.     

基于相对成像时刻编码遗传算法的敏捷成像卫星任务规划

基于相对成像时刻编码方式,提出一种适用于敏捷成像卫星任务规划的自适应遗传算法(RITC-AGA)。首先,综合考虑对地凝视成像点目标观测收益与卫星姿态转移期间能耗,构建了卫星任务规划指标函数;其次,基于线性化的姿态动力学模型求解了单次目标间能量最优姿态机动;再次,为确保遗传算法对决策变量有完整的搜索空间并提升迭代效率,设计了一种相对成像时刻编码与解码规则,可适用于规划周期长、卫星对目标有多个时间窗口的情况。最后,通过典型任务规划算例下的对比仿真实验验证了本文所设计方法的有效性与优越性。     

高轨卫星远程抵近轨道优化研究

针对高轨远程转移抵近的机动策略优化问题,使用Pork-chop速度增量等高线图对时间约束内单脉冲Lambert转移进行分析.而后建立多脉冲转移抵近的数学模型,以燃料最省为优化目标,使用差分进化算法(DE)搜寻全局最优解.通过仿真验证在不同脉冲次数、不同时间约束情形下的轨道抵近计算,得出三脉冲转移抵近相对较优的结论.     

一种改进的微分进化算法及其在多目标访问任务中的应用

研究在给定时空约束下利用单平台机动实现地面多目标重访任务问题的建模与求解。首先在问题描述和建模过程中考虑多约束与性能指标要求,大大缩减优化算法的参数搜索空间,提高求解效率;然后针对传统微分进化算法的不足,提出一种改进的微分进化算法,并将其应用于求解多约束多目标重访优化问题。改进的微分进化算法通过引入双重自适应因子和独立变异体,提高了算法的优化效率并使其在陷入局部最优后仍具有一定的跳出局部最优的能力。仿真中改进的算法在打靶仿真均值,最优结果和均方差方面都远优于传统算法,验证了本文设计的建模方法和改进优化算法的正确性和有效性。     

一种基于EPSO的航天器交会轨迹优化方法

研究了航天器在固定时间内燃料最省的多脉冲交会问题,提出了一种基于种群熵粒子群优化 (Population Entropy based Particle Swarm Optimization,EPSO)算法的交会轨迹优化设计方法。采用线性化C\|W方程描述航天器的相对运动,以能耗最优为控制目标,得到了基于连续推力的最优转移轨迹,用于确定脉冲点的位置。考虑工程实用性,采用多脉冲控制方法,利用脉冲点的位置参数建立了以脉冲点时间间隔为决策变量的优化目标函数,并用EPSO算法进行求解。在EPSO中,种群熵描述粒子在搜索空间中位置分布的混乱程度,并通过上一代的种群熵确定下一代的搜索空间,从而减少搜索空间的浪费,提高了算法的搜索速度和收敛精度。仿真结果表明,算法本身具有良好的优化性能,适用于航天器轨迹优化。     

柔性空间结构时间-燃料多目标优化控制研究

针对柔性航天器的rest\|to\|rest机动问题,研究了基于最小时间-最少耗能的多目标优 化开环控制问题。提出了空间柔性结构最小时间-最少耗能的多目标优化控制模型;然后采 用非支配排序进化求解算法（NSGA-II）,对某柔性结构进行了多目标优化控制的分析设计; 通过典型算例证明了本文算法的正确性和有效性,并可应用于柔性航天器姿态机动控制器的 分析设计之中。
     

时变指向约束下姿态参数空间离散化路径规划方法

为满足深空探测器在复杂动态环境约束下的姿态机动任务需求,解决时变指向约束下姿态路径规划求解困难、路径优化性能差的问题,提出了一种基于修正罗德里格斯参数（MRP）和动态路径搜索的姿态参数空间离散化路径规划方法。通过MRP空间的笛卡尔网格划分和非奇异空间构建,实现航天器姿态的参数空间离散化和指向约束表征。考虑指向约束的时变动态特性,在三维动态空间中搜索初始到目标姿态的机动路径,并引入路径节点的时间特性,在约束冲突时对路径进行实时修正,设计非奇异空间时变约束路径搜索算法,生成执行路径节点序列。进一步,对生成的路径节点进行插值拟合,基于逆动力学方法计算角速度和控制力矩,完成姿态机动轨迹规划。仿真结果验证了该方法的有效性,可为深空探测器在时变指向约束下规划出姿态机动执行路径。     

月球车全局路径规划中的A＊算法改进

考虑月球车全局路径规划的应用要求,针对传统A＊算法搜索速度慢和返回路径不够优化的缺点,对算法流程进行改进,减少其时间和空间复杂度,提高其搜索速度,并对返回路径进行优化,有效地缩短了路径。对于存在凹形障碍的地图,采用后退一尝试的方法解决规划失败的问题,并在一次搜索的基础上使用二次搜索策略来实现规划路径的优化,使之绕过凹形障碍趋向目标,从而达到输出最短路径的目的。     

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。     

航天器零推进剂姿态机动启发式规划方法

针对零推进剂姿态机动约束耦合,导致规划效率低的问题,提出一种基于约束评价启发式的差分进化算法。基于零推进剂姿态机动约束分析,在规划空间中建立约束评价函数,对航天器约束和控制力矩陀螺约束进行解耦分类处理。设计基于约束评价函数的启发式策略,用于改进差分进化算法的种群变异,主动控制规划进程,引导零推进剂姿态机动规划序列满足多种约束,得到安全的姿态机动路径和控制力矩陀螺框架角路径。最后,数值仿真结果验证了该方法能够实现航天器零推进剂姿态机动规划。     

机动卫星星座对多区域目标成像任务规划

针对太阳同步圆轨道卫星星座对地观测任务,研究了在卫星机动情况下对多区域目标的成像任务规划算法.首先提出了单颗卫星对单个点目标的观测方法,解析分析了点目标可见性,并给出了卫星变轨策略;进而通过把区域目标划分为多个条带,将问题转化为卫星对点目标观测问题,结合单星单目标观测方法分析区域目标各条带的可见性;最后建立优化问题模型...     

敏捷卫星动中成像自主任务规划算法

针对敏捷卫星动中成像（APBI）自主任务规划所涉及的关键算法进行了研究。首先,基于载荷幅宽和卫星轨道设计了区域目标斜条带拼幅成像垂轨条带划分算法;其次,建立了描述观测点位置与成像时间关系的连续可导的斜条带成像轨迹模型,进而推导出了敏捷卫星动中成像的三轴姿态规划算法;再次,为了发挥出卫星的最大机动能力,提出了一种基于六阶多项式姿态机动模型的动中成像任务间最短姿态机动时间求解算法;然后,设计了兼顾观测效率与质量的两级任务优化调度算法,包括基于分支定界算法与两种裁剪枝规则的及早观测搜索和观测队列最佳窗口倒序平移,在最大化观测目标数量的基础上将成像质量调整到最优;最后,在星载处理器上进行了仿真实验,仿真结果证明了本文所提算法的正确性和有效性。     

多用户多任务的中继卫星捕获跟踪技术研究

针对中继卫星用户数量及跟踪任务不断增多,跟踪模式复杂,任务响应速度要求快的特点,文章给出了对单个用户星捕获跟踪的典型过程,进而提出多用户多任务捕获跟踪策略,其可根据用户星类型、用户星优先级、任务中继服务时刻、可服务时间窗口等条件,经过合理的任务规划,可以同时实现为多个用户服务、优化星地资源配置、简化操控技术。文中应用两副天线跟踪6个目标,验证了中继卫星完成多用户多任务捕获跟踪任务的可行性。     

冗余空间机械臂试探性搜索障碍规避策略

针对冗余空间机械臂的路径规划问题,研究了在构型空间内进行试探性搜索障碍规避的规划方法.在工作空间中对凸多面体障碍物进行碰撞检测算法研究,在此基础上建立7自由度冗余机械臂无碰撞的目标构型求解策略,并提出一种无碰撞路径试探性搜索算法,设计在构型空间中的机械臂路径试探算法,可在检测到碰撞后自主调整路径.仿真结果表明:与常规构...     

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。