一种针对GEO轨道共面在轨加注任务规划方法技术

一种针对GEO轨道共面在轨加注任务规划方法，本发明专利技术涉及针对GEO轨道共面在轨加注任务规划方法。本发明专利技术的目的是为了解决现有的GEO轨道共面在轨往返式加注往往采用单层或两层优化策略，会导致在寻优的过程中陷入局部最优解，并且收敛速度不够快，很难找到最优解，致使服务星往返服务站目标星进行加注任务时的燃料消耗不能达到最优的问题。过程为：步骤一、建立GEO轨道共面在轨加注任务规划模型；步骤二、根据CGAPB三层优化算法对GEO轨道共面在轨加注任务规划模型进行求解，获得最优的服务星的服务顺序序列，最优的服务时间序列以及服务星返回服务站的最优时间节点序列。本发明专利技术用于航天技术领域。天技术领域。天技术领域。

【技术实现步骤摘要】
一种针对GEO轨道共面在轨加注任务规划方法


[0001]本专利技术涉及针对GEO轨道共面在轨加注任务规划方法。

技术介绍

[0002]随着航天技术越来越成熟，人类的航天活动也逐年增多，在轨服务的卫星的数量逐渐增加。据Celestrak网站的数据显示，截止到2022年4月30日，在轨服役的卫星共有5465颗，其中GEO卫星共有565颗。很多GEO卫星为了保持位置，需要进行轨道机动，就要消耗燃料。据统计1(1翟光,张景瑞,周志成.静止轨道卫星在轨延寿技术研究进展[J].宇航学报,2012,33(07):849
‑
859.)，2008
‑
2010年间的GEO航天器由于燃料耗尽从而使其失去作用的数量比例占据85.4％，而且随着硬件设施的可靠性设计的提高，通过燃料耗尽的数量和比例还会进一步增加。由于GEO轨道的资源有限，同时考虑到GEO轨道的发射成本高，所以导致GEO轨道卫星大多数是高价值卫星。为了使高价值的GEO卫星不过早的丧失其使用价值，持续的发挥其应有的功能，在轨加注技术应运而生。
[0003]考虑到从地本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种针对GEO轨道共面在轨加注任务规划方法，其特征在于：所述方法具体过程为：步骤一、建立GEO轨道共面在轨加注任务规划模型；步骤二、根据CGAPB三层优化算法对GEO轨道共面在轨加注任务规划模型进行求解，获得最优的服务星的服务顺序序列，最优的服务时间序列以及服务星返回服务站的最优时间节点序列。2.根据权利要求1所述的一种针对GEO轨道共面在轨加注任务规划方法，其特征在于：所述步骤一中建立GEO轨道共面在轨加注任务规划模型；具体过程为：建立GEO轨道共面在轨加注任务规划模型；建立GEO轨道共面在轨加注任务规划模型；其中，n为目标星的总数，x
i
、x
j
分别为第i颗、第j颗目标星编号；t
i
为服务星为第i颗目标星加注所消耗的时间；s
i
为服务星为第i颗目标星加注后是否返回服务站决定标志，0为不返回，1为返回；s
n
为服务星为第n颗目标星加注后返回服务站决定标志；f
i
为服务星从服务站出发为第i颗目标星加注所携带的燃料质量，单位kg，若非从服务站出发为第i颗目标星加注，则为0；f为整个加注任务服务星所消耗的燃料质量，单位kg；C为服务星携带燃料上限，单位为kg；T
max
为任务总时长约束。3.根据权利要求2所述的一种针对GEO轨道共面在轨加注任务规划方法，其特征在于：所述步骤二中根据CGAPB三层优化算法对GEO轨道共面在轨加注任务规划模型进行求解，获得最优的服务星的服务顺序序列，最优的服务时间序列以及服务星返回服务站的最优时间节点序列；具体过程为：步骤二一、将GEO轨道共面在轨加注任务规划模型转换为如下：find X
best
＝[x1,x2,
…
,x
n
]
其中，n为目标星的总数，x
i
、x
j
为具体某颗目标星编号；X
best
为最优的服务星的服务顺序序列；find为寻找；T
best
为服务星根据服务序列X
best
所对应的最优的服务时间序列，单位为天；t
i
为服务星为第i颗目标星加注所消耗的时间；T
max
为任务总时长约束，单位为天；S
best
为服务星返回服务站的最优时间节点序列，0为不返回，1为返回；s
i
为服务星为第i颗目标星加注后是否返回服务站决定标志，0为不返回，1为返回；s
n
服务星为第n颗目标星加注后返回服务站决定标志；f
i
为服务星从服务站出发为第i颗目标星加注所携带的燃料质量，单位kg，若非从服务站出发为第i颗目标星加注，则为0；f为整个加注任务服务星所消耗的燃料质量，单位kg；C为服务星携带燃料上限，单位为kg；步骤二二、根据CGAPB三层优化算法对GEO轨道共面在轨加注任务规划模型进行求解，获得最优的服务星的服务顺序序列，最优的服务时间序列以及服务星返回服务站的最优时间节点序列。4.根据权利要求3所述的一种针对GEO轨道共面在轨加注任务规划方法，其特征在于：所述步骤二二中根据CGAPB三层优化算法对GEO轨道共面在轨加注任务规划模型进行求解，获得最优的服务星的服务顺序序列，最优的服务时间序列以及服务星返回服务站的最优时间节点序列；具体过程为：步骤二二一、采用混沌遗传算法进行优化求解服务序列；步骤二二二、采用粒子群算法优化服务时间；步骤二二三、采用分支定界算法优化返回服务站的时间节点。5.根据权利要求4所述的一种针对GEO轨道共面在轨加注任务规划方法，其特征在于：所述步骤二二一中采用混沌遗传算法进行优化求解服务序列；具体过程为：步骤二二一一、初始化种群；具体过程为：采用整数排列到小数的映射方式进行混沌初始化服务星服务顺序序列集合X；
X＝[X1,X2,
…
,X
i
′
,
…
,X
NP
]；X
i
′
＝[x1,x2,
…
,x
i
,
…
,x
n
]；其中，NP为种群数量，即服务星服务顺序序列集合中服务星服务顺序序列个数；X
i
′
为服务星服务顺序序列集合中第i
′
个服务顺序序列；x
i
为第i颗目标星编号；步骤二二一二、计算适应度值；具体过程为：将每个X
i
′
赋值给步骤二二二，得到每个X
i
′
对应的服务时间T
i
′
、服务星返回服务站的时间节点序列S
i
′
以及适应度值F
i
′
；将适应度值进行比较，得到此代最优个体，更新最优个体，记为服务顺序序列、服务时间、服务星返回服务站的时间节点序列、适应度值；步骤二二一三、对序列X＝[X1,X2,
…
,X
i
′
,
…
,X
NP
]进行选择操作：采用轮盘赌策略；步骤二二一四、进行交叉操作；然后进行去重复操作：从左到右把出现重复的基因用没有出现的代替；步骤二二一五、变异操作：随机选取染色体中的两个基因，进行交换；步骤二二一六、进行混沌扰动；步骤二二一七、判断是否满足迭代要求，若满足，则结束，得到最优服务顺序序列X
best
、对应的最优服务时间T
best
、最优服务星返回服务站的时间节点序列S
best
以及最优适应度值F
best
；若不满足迭代要求，则执行步骤二二一二。6.根据权利要求5所述的一种针对GEO轨道共面在轨加注任务规划方法，其特征在于：所述采用整数排列到小数的映射方式进行混沌初始化服务星服务顺序序列集合X；X＝[X1,X2,
…
,X
i
′
,
…
,X
NP
]；X
i
′
＝[x1,x2,
…
,x
i
,
…
,x
n
]；其中，NP为种群数量，即服务星服务顺序序列集合中服务星服务顺序序列个数；X
i
′
为服务星服务顺序序列集合中第i
′
个服务顺序序列；x
i
为第i颗目标星编号；具体方法如下：假设共有...

【专利技术属性】
技术研发人员：梁维奎，郭浩男，郭延宁，马广富，宋斌，李兴龙，
申请(专利权)人：上海宇航系统工程研究所，
类型：发明
国别省市：