一种分布式卫星构形变换路径规划方法

在一种分层控制体系结构下研究了分布式卫星系统的构形变换问题。以控制量的二次型性能指标作为构形变换控制的优化指标,线性离散模型下的构形变换动力学约束作为基本约束,将构形变换的路径规划问题作为一个二次规划问题求解,并给出了数值仿真的算例。在单个绕飞星构形变换规划算法的基础上,提出了一种整体优化方法,使构形变换过程中整体能量最优,依此作为构形变换的顶层规划方法,并给出了仿真结果。     

引入控制量变化率约束的双层协同轨迹规划器

针对亚音速飞行器编队飞行轨迹规划约束复杂、求解困难的问题,提出了一种引入控制量变化率约束的双层亚音速飞行器协同轨迹规划器。首先,引入控制量变化率约束以保证轨迹可行性,为了避免增加新的状态方程而增加计算量,采用拉格朗日插值多项式计算控制变量变化率,将其作为求解最优控制问题伪谱法的约束条件。然后,使用顶层单飞行器规划器在不考虑多飞行器协同约束的条件下使用较少配点的伪谱法快速求解每个飞行器的粗略轨迹结果,求解结果使用拉格朗日插值作为底层多飞行器规划器的初值。底层多飞行器规划器使用更多的配点以确保求解的精度,在考虑多飞行器协同约束条件下进行伪谱法求解,以解决伪谱法初值敏感问题并提高优化效率。最后仿真结果表明了所提方法的有效性,与引入虚拟控制量而增加状态方程方法相比,此方法计算量更小,求解效率更优,满足协同轨迹规划的要求。     

基于近似生成函数迭代的分布式卫星构形最优控制研究

基于考虑地球非球形摄动的分布式卫星相对运动Hamilton力学模型和生成函数方法研究分布式卫星构形最优控制问题,针对生成函数法的高计算开销,提出了生成函数近似迭代方法.先以较低的计算代价,获得最优控制Hamilton系统生成函数的低阶近似,得到近似最优轨线,再将最优控制Hamilton系统相对于近似最优轨线求"相对运动",该"相对运动"仍具有Hamilton性质,利用其生成函数的低阶近似,对近似最优轨线进行迭代修正,从而以计算代价较小的低阶近似逼近计算代价高得多的高阶近似的精度.对圆参考轨道和椭圆参考轨道下的两种分布式卫星构形调整最优控制问题的求解表明,该方法在保持小计算开销情况下达到了高控制精度.     

编队构形保持模型预测控制方法研究

针对多星编队构形保持问题,提出了一种基于模型预测控制的编队构形保持协同控制算法。首先,给出了线性化的、基于相对轨道根数的编队相对运动方程,基于此方程,提出了优化确定多星编队系统构形修正相对运动中心和各个卫星目标修正量的线性规划数学模型。然后,在建立离散化状态方程和测量方程的基础上,提出了满足多种约束条件的求解构形保持控制律的混合整数线性规划数学模型。于是,可通过求解上述两个数学规划模型,得到基于模型预测控制的构形保持协同控制算法。最后通过数学仿真验证了算法的有效性和优越性。     

一种针对分离模块航天器系统的分层优化方法

针对分离模块航天器系统优化中存在计算量大、算法复杂度高的问题,提出了一种基于分层的分离模块航天器系统优化方法。该方法将系统优化问题分解为三个层次进行,顶层规划模块数和轨道高度,中间层优化组件配置,底层优化运载发射方案。其中顶层嵌套调用中间层,中间层嵌套调用底层,底层直接计算求解最优运载发射方案,避免了直接基于分离模块航天器全寿命周期仿真来优化运载发射方案。应用该方法对虚拟对地遥感分离模块航天器进行优化,结果表明,优化过程简单,计算量小,算法复杂度低,优化效果显著。     

基于约束满足的多星对区域目标观测活动协同

多星对区域目标观测活动的协同问题是卫星任务规划与调度领域的新问题。讨论了采用多星协同模式观测区域目标的必要性，描述了协同问题的研究内容。基于约束满足理论，建立了多星协同问题的约束优化问题模型，提出了一种禁忌算法与约束传播相结合的求解机制。最后，以仿真算例验证了模型与算法的正确性和优化性能。     

一种面向成像卫星的启发式分层任务规划方法

针对成像卫星运控系统设计中的高计算效率、动态任务调整应用需求,提出了一种启发式分层任务规划方法,采用资源预算、分层规划、约束复核、动态调整的思路构建任务调度路径,利用启发式贪婪策略逐级引导任务规划求解过程,通过在每一层上缩减问题规模实现解空间的分步降维,加速任务规划计算.提出低收益任务消减和冲突任务消解策略处理应急动态...     

一种新的卫星测控资源调度模型及其求解算法

针对低轨卫星测控资源优化调度问题,以卫星可见弧段为调度元素建立了一种新的复合独立集模型.新模型可分解为多个具有约束关系的子优化问题.在应用蚁群优化算法求解该问题时,蚁群分别对各子问题的可行域进行搜索,并引入局部搜索策略提高蚁群算法的求解质量.实验结果表明,该算法具有较快的收敛速度,能够生成较好的调度计划,测控网的利用率获得提高.     

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.     

基于算力路由的空间信息网络低时延在轨协同计算策略

针对当前空间信息网络（Spatial Information Network, SIN）地面数据处理模式中存在的高传输时延问题,提出了基于算力路由的低时延在轨协同计算策略。考虑到卫星网络的动态变化及卫星计算资源的异构性,提出了要素时空扩展图模型,以实现在屏蔽SIN动态性的同时对星上资源进行精确表征。在此基础上,构建基于算力路由的多星在轨协同计算数学模型,提出时延优化问题,并利用改进的异构最早完成时间（Heterogeneous Earliest Finish Time, HEFT）算法进行求解。仿真结果表明：卫星在轨协同计算可有效降低卫星数据的任务处理时延;同时,本文所提的改进HEFT算法以较小且可接受的收敛性能为代价,换取了业务处理时延的大幅度降低。