一种GEO卫星群的多对多在轨加注任务规划方法

摘要

本发明提供一种GEO卫星群的“多对多”在轨加注任务规划方法，采用多个服务星和多个储油站的方式，完成GEO卫星群的在轨加注任务。任务规划问题需要解决每个服务星对哪些GEO目标加注以及加注次序；服务星是否回到储油站进行补给，回到哪个储油站等问题。本发明提出加注次序X和决策变量S、R来表示任务规划问题，并建立相应的两层优化模型。本发明采用HPSO解决上层优化问题，下层优化采用穷举法对决策变量R进行优化，克服了标准粒子群算法在种群收敛集中的同时各粒子越来越相似，可能陷入局部最优的问题。

主权项

一种GEO卫星群的“多对多”在轨加注任务规划方法，其特征在于，包括以下步骤：步骤一：输入初始参数：GEO目标的轨道倾角、升交点赤经和燃料需求，每个服务星的参数，包括结构质量、携带燃料能力、轨道倾角和升交点赤经，储油站的轨道倾角和升交点赤经，假设服务星和储油站的数量相同，每个服务星和其中一个储油站轨道根数相同；步骤二：确定加注方式：服务星通过轨道机动实现与储油站的交会对接，获得燃料的补给；与GEO目标交会对接后，为其在轨加注；服务星往返于GEO目标和储油站之间，运送燃料；步骤三：多个GEO卫星的在轨加注任务规划：S3.1定义优化变量包括三个优化变量，加注次序X、决策变量S和决策变量RX＝[x₁,x₂,…,x_n],S＝[s₁,s₂,…,s_n],R＝[r₁,r₂,…,r_m]其中，n是GEO目标的个数，m是服务星的个数；X由整数组成，x_i∈{0,1,2,...n}且x_i≠x_j；S中的元素满足s_i∈{0,1,2,...p}，其中p是储油站的个数，s_i＝0表示对x_i号目标加注完成后，继续为下一个目标加注，s_i＝1表示对x_i号目标加注完成后，回到1号储油站补给；R表示每一个服务星加注的目标个数，满足0＜r_j＜n‑1，且令X_j，S_j表示j号服务星的加注次序和决策变量，有X_j＝X(r_j‑1+1:r_j‑1+r_j),S_j＝S(r_j‑1+1:r_j‑1+r_j)其中r₀＝0，1≤j≤m；S2.2确定目标函数，即确定服务星从储油站出发时携带的总燃料质量为优化指标；多个GEO卫星的在轨加注的优化指标为$Mfuel=\underset{j=1}{\overset{m}{\Sigma }}\underset{i=1}{\overset{N_j}{\Sigma }}{\mathrm{mfuel}}_i^j$其中为第j号服务星第i次从储油站出发时携带的燃料质量，N_j是第j号服务星从储油站出发的次数；S3.3设计两层优化模型采用两层优化模型，上层优化是对加注次序X和决策变量S的优化，下层优化是对决策变量R的优化；优化模型如下：上层优化：找到最优的X＝[x₁,x₂,...,x_n]和S＝[s₁,s₂,...,s_n]，使得优化指标Mfuel＝F(X,S,R)最小；满足下列条件：(1)x_i∈{0,1,...,n}；(2)x_i≠x_j,i,j∈(1,2,…n),i≠j；(3)s_i∈{0,1,...,p},i∈{1,2,…,n‑1}；(4)s_n∈{1,2,...,p}；下层优化：在给定的X和S情况下找到最优的R，且满足条件：(a)r_j≥1,j∈{1,2,…,m}；(b)r₁+r₂+...+r_m＝n；S3.4采用混合粒子群算法和穷举法进行优化上层优化采用混合粒子群算法对加注次序X和决策变量S进行优化，下层优化采用穷举法对决策变量R进行优化；S3.5输出最优方案最优方案包括每个服务星加注GEO目标及加注次序X_j、决策变量S_j。