基于粒子群算法的GEO卫星变轨策略计算方法、系统及介质技术方案

本发明专利技术公开了一种基于粒子群算法的GEO卫星变轨策略计算方法、系统及介质。其中，该方法包括如下步骤：预设卫星初始轨道参数、卫星动力学模型、卫星变轨至GEO的点火次数N，以及每次点火后的半长轴期望值；根据每次点火的卫星轨道参数和卫星动力学模型，以每次点火时刻和点火方向为优化变量，以每次点火后的半长轴期望值为约束，根据粒子群算法进行每次点火优化得到每次点火优化结果。本发明专利技术将点火时刻和点火方向作为优化变量，将推进剂消耗作为目标函数，通过设定初始粒子种群并按算法进行进化计算，更快速的获得期望解，提高计算效率。

【技术实现步骤摘要】
基于粒子群算法的GEO卫星变轨策略计算方法、系统及介质
本专利技术属于运载火箭将卫星发射至超同步转移轨道的GEO卫星变轨计算领域，尤其涉及一种基于粒子群算法的GEO卫星变轨策略计算方法、系统及介质。
技术介绍
目前静止轨道卫星的发射过程通常是，运载火箭携带卫星发射升空，将卫星运送至超同步转移轨道，星箭分离后卫星需要利用自身携带的发动机进行点火变轨，转移至地球同步轨道。卫星自身携带的发动机推力有限，考虑到发动机烧蚀等因素，单次点火时长也是有限的，因而通常需要进行多次点火变轨，每次点火一段时间，才能转移至地球同步轨道。每次点火的点火时刻、点火时长、点火方向是人为制定的。在初始超同步转移轨道相同的前提下，为了使卫星变轨至地球同步转移轨道所消耗的推进剂重量最小，需要对点火时刻等变量进行优化，从无穷组解中寻找出最优的点火解。现有技术中还没有快速的寻找满足要求的变轨点火策略中的最优解的技术。
技术实现思路
本专利技术解决的技术问题是：克服现有技术的不足，提供了一种基于粒子群算法的GEO卫星变轨策略计算方法、系统及介质，将点火时刻和点火方向作为优化变量，将推进剂消耗作为目标函数，通过设定初始粒子种群并按算法进行进化计算，更快速的获得期望解，提高计算效率。本专利技术目的通过以下技术方案予以实现：根据本专利技术的一个方面，提供了一种基于粒子群算法的GEO卫星变轨策略计算方法，所述方法包括如下步骤：步骤S100：预设卫星初始轨道参数、卫星动力学模型、卫星变轨至GEO的点火次数N，以及每次点火后的半长轴期望值；步骤S200：根据每次点火的卫星轨道参数和步骤S100中的卫星动力学模型，以每次点火时刻和点火方向为优化变量，以每次点火后的半长轴期望值为约束，根据粒子群算法进行每次点火优化得到每次点火优化结果；其中，第一次点火的卫星轨道参数为给定的卫星初始轨道参数，第二次点火的卫星轨道参数为第一次点火优化结果得到的卫星轨道参数，第三次点火的卫星轨道参数为第二次点火优化结果得到的卫星轨道参数，依次类推，第N次点火的卫星轨道参数为第N-1次点火优化结果得到的卫星轨道参数。上述基于粒子群算法的GEO卫星变轨策略计算方法中，前N-1次变轨点火均在远地点进行，最后一次变轨点火在近地点进行。上述基于粒子群算法的GEO卫星变轨策略计算方法中，在步骤S200中，根据粒子群算法进行每次点火优化包括：设定粒子群种群的方法，对粒子群种群中每个种子进行点火计算的方法和对粒子群种群进行迭代更新的方法。上述基于粒子群算法的GEO卫星变轨策略计算方法中，设定粒子群种群的方法包括：以单次点火的点火时刻和点火方位角作为变量建立粒子群种群，并为种群中的每个种子设定变化速度。上述基于粒子群算法的GEO卫星变轨策略计算方法中，对粒子群种群中每个种子进行点火计算的方法包括：以点火方向和点火时刻为输入，结合计算得来的上一次点火后的卫星轨道参数和卫星动力学模型，以卫星此次点火后的期望半长轴为点火时长约束变量，通过计算卫星飞行动力学的方法，求解点火目标函数。上述基于粒子群算法的GEO卫星变轨策略计算方法中，对粒子群种群进行迭代更新的方法包括以下步骤：(1)根据每个种子的点火目标函数，计算当前世代所有种子中点火目标函数最优的种子，称为最优种子，记为w_g；对于单个种子，记录该种子历史世代中的点火目标函数最优的种子，称为记忆良种，记为w_q(i)；(2)如果w_g满足终止条件，则停止优化，输出w_g；否则执行步骤(3)；(3)根据最优种子和记忆良种，更新整个粒子群种群的速度，进入步骤(4)；(4)利用整个粒子群种群的速度，进行种子进化，从而获得下一世代粒子群种群的种子，进入步骤(5)；(5)计算下一世代粒子群种群中每一个种子的点火目标函数，进入步骤(1)。上述基于粒子群算法的GEO卫星变轨策略计算方法中，计算卫星飞行动力学的方法包括：根据点火时刻、点火方位角、上一次点火后的卫星轨道参数和卫星动力学模型，进行数值积分，模拟卫星点火飞行，直至卫星当前半长轴等于此次点火后的期望半长轴，结束点火，得到此次点火时长、此次点火消耗的推进剂以及此次点火后的卫星轨道参数。上述基于粒子群算法的GEO卫星变轨策略计算方法中，点火目标函数为此次点火消耗的推进剂重量加上此次点火后轨道变换至GEO轨道理论上所需消耗的推进剂重量。上述基于粒子群算法的GEO卫星变轨策略计算方法中，在步骤S100中，所述卫星初始轨道参数包括卫星的升交点赤经Ω、轨道倾角i，近地点幅角ω、半长轴a、偏心率e、真近点角f共六个参数。上述基于粒子群算法的GEO卫星变轨策略计算方法中，在步骤S100中，所述卫星动力学模型包括地球引力场模型和卫星推力模型。上述基于粒子群算法的GEO卫星变轨策略计算方法中，所述地球引力场模型为地球J2引力场模型；所述卫星推力模型包括卫星当前质量m、卫星推力器推力F、卫星推力器比冲B和卫星推力器效率η。上述基于粒子群算法的GEO卫星变轨策略计算方法中，所述点火方位角包括[圆周角，俯仰角]，格式为浮点数，如[-40°，20°]；根据点火方位角可以计算获得惯性坐标系中的点火方向，格式为[x,y,z]三维坐标，用于后续计算数值积分。上述基于粒子群算法的GEO卫星变轨策略计算方法中，粒子群种群中的每个种子记为w(i),表示为三维变量，格式为[点火时刻，圆周角，俯仰角]，如[-500,-40,20]。w为整个粒子群种群，利用随机数生成w，得到3×T的矩阵，表示T个种子。上述基于粒子群算法的GEO卫星变轨策略计算方法中，为种群中的每个种子设定速度，记为v(i)，格式为[点火时刻变化速，圆周角变化速，俯仰角变化速]三维变量，v即为整个粒子群种群的速度。利用随机数生成v，得到3×T的矩阵，表示T个种子的速度。上述基于粒子群算法的GEO卫星变轨策略计算方法中，对于前N-1次变轨，变轨后如果卫星轨道倾角大于0°，则可计算点火后卫星轨道靠近远地点处与赤道平面的交点的位置和速度，利用此点可计算从当前轨道将倾角变为0°轨道(称为轨道d1)理论所需的推进剂消耗m1，从轨道d1将近地点高度变至GEO轨道高度(称为轨道d2)理论所需消耗推进剂m2，从轨道d2将远地点变至GEO轨道高度理论所需消耗推进剂m3，m1+m2+m3即为本次点火后轨道变换至GEO轨道理论上所需消耗的推进剂。上述基于粒子群算法的GEO卫星变轨策略计算方法中，对于前N-1次变轨，变轨后如果卫星等于0°，则可计算卫星在远地点处的位置和速度，利用此点可计算从当前轨道将近地点变至GEO轨道高度(称为轨道d2)所需消耗推进剂m2，从轨道d2将远地点变至GEO轨道高度所需消耗推进剂m3，m2+m3即为本次点火后轨道变换至GEO轨道理论上所需消耗的推进剂。上述基于粒子群算法的GEO卫星变轨策略计算方法中，对于第N次变轨，可计算从变轨后得到的轨道将远地点变至GEO轨道高度(称为轨道d3)理论所需消耗推进剂m3，从轨道d3将轨道倾角降为0°理论所需消耗推进剂md，m3+md即为本次点火后轨道变换至GEO轨道理论上所需消耗的推进剂。上述基于粒子群算法的GEO卫星变轨策略计算方法中，所述完成所有点火计算并输出优化的点火计算结果，包括顺次完成所有点火计算，和输出每次点火的点火时长、点火时刻、点火方位角本文档来自技高网...

【技术保护点】
1.一种基于粒子群算法的GEO卫星变轨策略计算方法，其特征在于，所述方法包括如下步骤：步骤S100：预设卫星初始轨道参数、卫星动力学模型、卫星变轨至GEO的点火次数N，以及每次点火后的半长轴期望值；步骤S200：根据每次点火的卫星轨道参数和步骤S100中的卫星动力学模型，以每次点火时刻和点火方向为优化变量，以每次点火后的半长轴期望值为约束，根据粒子群算法进行每次点火优化得到每次点火优化结果；其中，第一次点火的卫星轨道参数为给定的卫星初始轨道参数，第二次点火的卫星轨道参数为第一次点火优化结果得到的卫星轨道参数，第三次点火的卫星轨道参数为第二次点火优化结果得到的卫星轨道参数，依次类推，第N次点火的卫星轨道参数为第N‑1次点火优化结果得到的卫星轨道参数。

【技术特征摘要】
1.一种基于粒子群算法的GEO卫星变轨策略计算方法，其特征在于，所述方法包括如下步骤：步骤S100：预设卫星初始轨道参数、卫星动力学模型、卫星变轨至GEO的点火次数N，以及每次点火后的半长轴期望值；步骤S200：根据每次点火的卫星轨道参数和步骤S100中的卫星动力学模型，以每次点火时刻和点火方向为优化变量，以每次点火后的半长轴期望值为约束，根据粒子群算法进行每次点火优化得到每次点火优化结果；其中，第一次点火的卫星轨道参数为给定的卫星初始轨道参数，第二次点火的卫星轨道参数为第一次点火优化结果得到的卫星轨道参数，第三次点火的卫星轨道参数为第二次点火优化结果得到的卫星轨道参数，依次类推，第N次点火的卫星轨道参数为第N-1次点火优化结果得到的卫星轨道参数。2.根据权利要求1所述的基于粒子群算法的GEO卫星变轨策略计算方法，其特征在于：前N-1次变轨点火均在远地点进行，最后一次变轨点火在近地点进行。3.根据权利要求1所述的基于粒子群算法的GEO卫星变轨策略计算方法，其特征在于：在步骤S200中，根据粒子群算法进行每次点火优化包括：设定粒子群种群的方法，对粒子群种群中每个种子进行点火计算的方法和对粒子群种群进行迭代更新的方法。4.根据权利要求3所述的基于粒子群算法的GEO卫星变轨策略计算方法，其特征在于：设定粒子群种群的方法包括：以单次点火的点火时刻和点火方位角作为变量建立粒子群种群，并为种群中的每个种子设定变化速度。5.根据权利要求4所述的基于粒子群算法的GEO卫星变轨策略计算方法，其特征在于：对粒子群种群中每个种子进行点火计算的方法包括：以点火方向和点火时刻为输入，结合计算得来的上一次点火后的卫星轨道参数和卫星动力学模型，以卫星此次点火后的期望半长轴为点火时长约束变量，通过计算卫星飞行动力学的方法，求解点火目标函数。6.根据权利要求5所述的基于粒子群算法的GEO卫星变轨策略计算方法，其特征在于：对粒子群种群进行迭代更新的方法包括以下步骤：(1)根据每个种子的点火目标函数，计算当前世代所有种子中点火目标...

【专利技术属性】
技术研发人员：王海强，黄华，刘敏，孙恒超，吕红剑，裴胜伟，
申请(专利权)人：中国空间技术研究院，
类型：发明
国别省市：北京,11