[发明专利]基于混沌种群变异PIO的航天器姿态轨道协同规划方法

权利要求书

1.基于混沌种群变异PIO的航天器姿态轨道协同规划方法，其特征在于，采用基于混沌种群变异的自适应鸽群算法规划航天器路径，依据路径节点与航天器的姿态性强制约束以及限制性约束的相对关系建立姿态规划模型，将姿态规划模型映射到R参数空间，采用包含指南针算子迭代演化阶段和地标算子迭代演化阶段的基于混沌种群变异的自适应鸽群算法规划航天器姿态得到耦合的姿态轨道规划结果，其中，

指南针算子迭代演化阶段：在每次迭代过程中分别选出当前迭代过程中的局部最优位置以及所有个体在当前迭代过程中产生的全局最优位置，并引入表示个体对鸽群整体在之前迭代中所产生的精英个体学习的全局更新算子和表示前两次迭代演化趋势的自适应算子以及对种群进行变异操作的变异算子，迭代更新个体的位置和速度，变异算子仅在种群适应度变化率达判定门限值时启动，所述变异算子启动后生成一个以个体当前位置为均值且以当前种群适应度变化率的倒数为方差的随机数，在当前迭代次数达到设定值时进入地标算子迭代演化阶段。

2.根据权利要求1所述基于混沌种群变异PIO的航天器姿态轨道协同规划方法，其特征在于，

地标算子迭代演化阶段：依据种群适应度对种群进行筛选进而迭代更新局部最优个体和全局最优个体。

3.根据权利要求2所述基于混沌种群变异PIO的航天器姿态轨道协同规划方法，其特征在于，所述指南针算子描述为：V_i(t)、V_i(t+1)分别为第i只个体在第t次迭代、第t+1次迭代中的速度，X_i(t)、X_i(t+1)分别为第i只个体在第t次迭代、第t+1次迭代中的位置，w为惯性因子，w_max和w_min为惯性因子最大值和最小值，T_max为最大迭代次数，为第i只个体在第t次迭代中的局部最优位置，C_p为自适应算子，fitness(t-3)、fitness(t-2)、fitness(t-1)分别为种群在第t-3次、第t-2次、第t-1次迭代中的适应度值，X_g为所有个体在第t次迭代中的全局最优位置，C_g为全局更新算子，C_r为激活因子，R_d(t+1)为变异算子在第t+1次迭代中生成的随机数，fitness(t)为种群在第t次迭代中的适应度值。

4.根据权利要求2所述基于混沌种群变异PIO的航天器姿态轨道协同规划方法，其特征在于，所述种群适应度由各个体的适应度确定，第i只个体的适应度fitness(i)的表达式为：fitness(i)为第i只个体的适应度，threat_in^j(i)、w₁为第i只个体进入威胁区域j时的威胁度及其权值，threat_out^j(i)、w₂为第i只个体在威胁区域j外时的威胁度及其权值，distance(i)、w₃为第i只个体规划路径的整体距离消耗对整体规划距离的影响程度及其权值，angle(i)、w₄为第i只个体规划路径的机动角度及其权值，w₁+w₂+w₁+w₄＝1。

5.根据权利要求4所述基于混沌种群变异PIO的航天器姿态轨道协同规划方法，其特征在于，第i只个体进入威胁区域j时的威胁度threat_in^j(i)为：L_i,k为第i只个体所规划路径第k个分段的长度，t_j为威胁区域j的威胁等级，K为第i只个体所规划路径的分段数目，d_0.1,k、d_0.3,k、d_0.5,k、d_0.7,k、d_0.9,k分别为第i只个体所规划路径第k个分段的十分之一处、十分之三处、十分之五处、十分之七处、十分之九处与威胁区域j中心的距离，T_j为威胁区域j的中心位置，R_j为威胁区域j的半径，X_i(t)为在t次迭代中第i只个体位置的三维坐标。