[发明专利]面向多星单侦察目标的轨道机动优化方法

说明书

本发明公开了面向多星单侦察目标的轨道机动优化方法，包括步骤：对在轨各卫星，根据图搜索的自适应差分进化算法，获得目标轨道近地点与远地点的高度，并进行轨道高度约束判断；计算在目标轨道上对任务点的时间窗，判断该机动时长是否在规定时长之内、成像分辨率是否满足用户所期望范围；计算卫星变轨的合速度增量；当种群中的个体均完成计算后执行差分进化算法中的选择步骤，挑选出进入下一轮迭代的个体，直到满足算法终止条件；选出最优解作为变轨方案。本发明提高了卫星轨道机动优化问题不同求解阶段上的适配性；在不同的问题和优化阶段都能自适应配置参数；以多优化目标建立任务模型，使轨道机动优化方法更具针对性。

技术领域

本发明属于航天技术领域，尤其涉及面向多星单侦察目标的轨道机动优 化方法。

技术背景

卫星在交通运输领域被重点应用在交通管控上，通过卫星对车辆、交通设 施的实时监控或是对手机信令数据的获取，为交通管理、车辆调度、出行导 航等提供了重要的基础数据支持。除此之外，卫星在交通应急侦察方面的应 用也不容忽视，例如特大交通事故的观测、交通基础设施损毁情况的检测、 交通灾害防控等。对面向观测任务来说，主要体现在卫星是在固定轨道上围 绕地球进行运动，这就使得卫星运动在灵活性上较差，对于各个目标点的时 间窗也基本固定。而对于一些突发性以及时效性较强的任务来说，例如交通灾害防控观测任务，需要在规定的时间段内完成对目标点的成像，而轨道固 定的卫星在此时间区间内可能无法完成对目标点的覆盖。当出现紧急观测任 务，而该任务对目前在轨的多颗卫星来说均不可见时，为满足卫星快速响应 要求，使卫星在接到紧急任务指令之后，能够在用户指定的时间内快速抵达 全球任意目标上空，可对在轨卫星进行轨道机动，以完成遥感成像任务。

卫星在交通领域具有广泛的应用，针对卫星在交通问题中的应用特征， 许多研究主要从对卫星顶层设计中的优化部署出发。面向交通侦察任务的卫 星部署问题核心是轨道优化设计，即通过对卫星轨道参数的优化设计，使得 卫星轨道得到合理的部署，以保证卫星在既定时间内能够满足任务需求。目 前，对于大多数的卫星优化部署问题，均以观测目标的坐标信息为问题输入、 以潜在的用户需求为优化目标导向，来实现大分辨率、长观测时间或短重访 时间的卫星侦察。

轨道优化设计的主要流程可分为需求建模、解结构构造、平台仿真、以 及运用算法求解较优卫星轨道参数几个部分。当轨道参数无法满足任务需求 时，则可以利用轨道机动优化方法来提高卫星覆盖率或减少重访时间。对于 卫星轨道优化问题的求解方法，九十年代以来，随着计算机技术以及智能优 化算法理论的迅速发展，针对卫星轨道优化问题复杂、非凸的特征，遗传算 法、差分进化算法等一系列智能优化算法作为一种较为成熟的求解方法被广 泛使用，并取得了良好的成效。

发明内容

针对在卫星传统观测方法中对各观测目标的时间窗固定，而交通灾害应 急观测任务的位置往往无法事先确定且时效性强，传统卫星观测在规定时间 段内无法覆盖某些区域的局限性，为扫除观测中的盲区完成应急观测任务， 本发明从卫星系统顶层设计着手，对卫星的轨道参数配置进行优化，即卫星 轨道机动优化。卫星轨道机动优化指的是针对突发性观测需求，利用优化算 法，在不违反任务可接受的最大时长约束、成像分辨率约束、变轨消耗燃料 量约束、卫星平台约束等等一系列约束的基础上，寻得最优的卫星变轨参数， 使当前在轨的卫星经过机动变轨到达目标轨道后能够在规定时间内完成对目 标点的观测，卫星根据计算出的机动方案执行变轨后能够对原本在任务规定 时间区间内不可见的目标点进行观测，使得观测任务的执行更具有灵活性与 时效性，同时使得在轨卫星资源能够得到充分利用。

由于传统方法在轨道机动优化方法问题中不适用，本发明中将采用操作 简单、性能优良的差分进化算法对问题模型进行求解。针对差分进化算法在 应用过程中的调参问题，本发明中设计一种基于图搜索的自适应机制。在改 进后的差分进化算法中，影响其性能的多个组成部分的不同取值将被以有向 无环图的形式相互连接起来，图中每一条路径都对应了差分进化算法中的一 种配置方法。利用蚁群算法在该有向图上进行图搜索，使得其能够通过一种 考虑了参数间相关性的整体化形式实现差分进化算法配置的自适应。