一种基于SysML的卫星总体参数建模及优化方法技术

本发明专利技术公开了一种基于SysML的卫星总体参数建模及优化方法，通过以下步骤实现：(1)基于SysML语言从需求

【技术实现步骤摘要】
一种基于SysML的卫星总体参数建模及优化方法


[0001]本专利技术涉及计算机建模仿真
，具体为一种基于SysML的卫星总体参数建模及优化方法。

技术介绍

[0002]对地观测卫星是一种大型的复杂系统产品，设计过程涉及轨道、电源、测控、载荷等多门学科。传统的系统设计过程是以文档为中心，以总体目标和约束条件为基础，确定最终方案。在设计过程中，各学科负责人相互沟通、协商，生成大量的资料以及不断修改的数据。普通的文档或其他无关联性的储存方式已经成为系统设计过程中的一大障碍，仅仅校对、修改、评估等过程就占用了产品设计周期的大量时间。此外，设计师面对各设计人员提出的多种方案，难以抉择。此外，在项目立项和论证阶段，需要快速地对用户需求进行分析，提出相应用户需求的最优方案，这就需要进行快速地方案设计。一套好的卫星系统设计方案就是综合考虑各种条件，反复调整和完善卫星总体参数，通过多学科优化设计而提出的。
[0003]基于模型的系统工程(MBSE)提倡用数字化模型代替基于自然语言的设计信息，把文档中的系统结构、功能、性能、参数等全部转化为数字模型表达。MBSE的形式化建模支持系统开发全寿命周期，包括需求获取、系统设计、样品测试、仿真验证与确认。将以上步骤涉及的信息元素集成在统一的模型中，设计人员面向同一个模型做设计交流。使用图像化建模语言SysML是MBSE最主流的实践方式，基于SysML所建模型具有无二义性、可重用性、易维护性等特点。
[0004]国际系统工程学会(INCOSE)和对象管理组织(OMG)在UML2.0的基础上提出系统建模语言(SysML)，适合描述系统的层次、结构、行为、属性及组件间的关系。SysML模型可以支持产品全生命周期的各个阶段，有着标准化、规范化的特点。更为重要的是，SysML模型可以代替文档来进行系统仿真，验证产品功能的合理性并不断演进，改变传统航天器“基于文档、人工协同、经验定标、实物验证”的模式。

技术实现思路

[0005]本专利技术的目的在于提供一种基于SysML的卫星总体参数建模及优化方法，以解决上述
技术介绍
中提出的问题。
[0006]为实现上述目的，本专利技术提供如下技术方案：
[0007]本专利技术一种基于SysML的卫星总体参数建模及优化方法，具体步骤如下：
[0008](1)基于SysML的对地观测卫星的需求获取；
[0009](2)基于SysML的对地观测卫星的需求分析及指标获取；
[0010](3)对地观测卫星的多学科设计优化模型的建立；
[0011](4)采用基于遗传算法的协同优化方法对所建模型求解。
[0012]优选的，所述步骤(1)的需求获取过程如下：将自然语言、思维想法形式信息统一为图形化语言。
[0013]优选的，所述步骤(2)的需求分析划分规则如下：判断各需求自然语句的句式，若该语句为包含动词的陈述句，将获取的需求划分到功能性需求；若为不包含动词的句式，则将其划分为非功能性需求。
[0014]优选的，所述步骤(2)的指标获取过程如下：从需求模型出发，经过功能分解完成需求的量化，通过判断量化后的指标是否直接与利益相关者相关来划分各指标。
[0015]更优选的，指标获取的结果包括4个MoE、6个MoP、8个TPM；其中，MoE包括观测区域、成像质量和能力、卫星质量、任务寿命；MoP包括降交点地方时、轨道高度、任务寿命、蓄电池循环次数、像元分辨率、幅宽；TPM包括重量、CCD相机焦距、动量轮容量、太阳电池阵帆板类型和面积、相机谱段范围、观测信噪比、日照时长、发动机推力。
[0016]优选的，所述步骤(3)的对地观测卫星的多学科设计优化模型的建立，将MoE累加值作为目标函数，描述如下：
[0017][0018]式中，X为设计变量；W
i
是由序关系分析法确定的第i个权重系数；F(X)为系统级目标函数；MoE
i
为量化后的第i个系统变量，MoE
i0
是为归一化引入的固定值。
[0019]优选的，其中，设计变量X为轨道高度h、CCD相机焦f、降交点地方时DNT、蓄电池组额定容量Q、太阳电池阵帆板类型T
solar
和面积A。
[0020]优选的，步骤(4)采用基于遗传算法的协同优化方法对所建模型求解；
[0021]其中，按照协同优化方法将问题转化为系统级和学科级两级模型，系统级优化问题的数学模型如下：
[0022][0023]式中，X为设计变量，X
L
和X
U
为设计变量的上下边界；F(X)为系统级目标函数；x
ij*
为第i个系统级的第j个共享设计变量最优值；X
j
为系统级第j个设计变量；k为系统级模型个数；J
i*
(X)为第i个学科级提供的一致性等式约束；
[0024]学科级优化问题的数学模型如下：
[0025][0026]式中，J
i
(x
i
)为系统级J
i*
的优化目标函数；x
ij
为第i个系统级的第j个设计变量；X
j*
为系统级到学科级的传输变量；g(x
i
)为各学科约束。
[0027]优选的，所述步骤(4)的求解方式为基于遗传算法的协同优化过程，具体步骤如下：
[0028]Step1.初始化设计变量，将期望值分配到分系统优化器中；
[0029]Step2.分系统优化器接收输入的学科优化指标，并结合本系统设计变量，在优化过程中采用遗传算法，获得本分系统设计变量的优化结果；
[0030]Step3.设置Step2中的GA参数，种群P、遗传代数G，执行遗传算子的运算，获得具有最大适应度的个体；
[0031]Step4.分系统优化完成后，最优目标值J
i
传送到系统级优化器中，将作为约束条件进行优化，系统级优化器协调各分系统优化的不一致性；
[0032]Step5.判断是否满足一致性约束条件若满足，则结束迭代流程，得到结果，否则，转至Step2继续执行。
[0033]与现有技术相比，本专利技术的有益效果是：
[0034](1)本专利技术采用SysML图形化语言对卫星总体参数多学科建模，所建模型具有维护、更新和扩展的能力，满足对地观测卫星方案设计要求。以模型方式表达整星各项功能仿真，完成不同输入参数下的结果计算，后续可作为优化模型分析参数。
[0035](2)本专利技术所建模型便于灵敏度分析，采用基于遗传算法的协同优化方法对系统目标函数求解，相比于标准协同优化算法可以保证优化解的可行域。
附图说明
[0036]图1为本专利技术的流程图；
[0037]图2为对地观测卫星需求图；
[0038]图3为对地观测卫星指标获取流程图；
[0039]图4为对地观测卫星参数关联图；
[0040本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于SysML的卫星总体参数建模及优化方法，其特征在于：具体步骤如下：(1)基于SysML的对地观测卫星的需求获取；(2)基于SysML的对地观测卫星的需求分析及指标获取；(3)对地观测卫星的多学科设计优化模型的建立；(4)采用基于遗传算法的协同优化方法对所建模型求解。2.根据权利要求1所述的一种基于SysML的卫星总体参数建模及优化方法，其特征在于：所述步骤(1)的需求获取过程如下：将自然语言、思维想法形式信息统一为图形化语言。3.根据权利要求1所述的一种基于SysML的卫星总体参数建模及优化方法，其特征在于：所述步骤(2)的需求分析划分规则如下：判断各需求自然语句的句式，若该语句为包含动词的陈述句，将获取的需求划分到功能性需求；若为不包含动词的句式，则将其划分为非功能性需求。4.根据权利要求1所述的一种基于SysML的卫星总体参数建模及优化方法，其特征在于：所述步骤(2)的指标获取过程如下：从需求模型出发，经过功能分解完成需求的量化，通过判断量化后的指标是否直接与利益相关者相关来划分各指标。5.根据权利要求4所述的一种基于SysML的卫星总体参数建模及优化方法，其特征在于：指标获取的结果包括4个MoE指标、6个MoP指标、8个TPM指标；其中，MoE指标包括观测区域、成像质量和能力、卫星质量、任务寿命；MoP指标包括降交点地方时、轨道高度、任务寿命、蓄电池循环次数、像元分辨率、幅宽；TPM指标包括重量、CCD相机焦距、动量轮容量、太阳电池阵帆板类型和面积、相机谱段范围、观测信噪比、日照时长、发动机推力。6.根据权利要求1所述的一种基于SysML的卫星总体参数建模及优化方法，其特征在于：所述步骤(3)的对地观测卫星的多学科设计优化模型的建立，将MoE累加值作为目标函数，描述如下：式中，X为设计变量；W
i
是由序关系分析法确定的第i个权重系数；F(X)为系统级目标函数；MoE
i
为量化后的第i个系统变量，MoE
i0
是为归一化引入的固定值。7.根据权利要求6所述的一种基于SysML的卫星总体参数建模及优化方法，其...

【专利技术属性】
技术研发人员：褚长勇，石硕，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：