【技术实现步骤摘要】
本专利技术属于航天器的交会规划领域，具体涉及一种航天器多对多交会规划方法。
技术介绍
1、当前，随着人造卫星的大量发射，空间中分布着大量的资产。对于这些高价值卫星，通过在轨服务进行燃油加注、部件升级等将产生大量的经济效益。同时，针对于空间中大量分布的空间碎片，也需要通过碎片清除的方式避免其对正常工作的卫星产生干扰，基于在轨航天器的碎片清除方法是一种重要手段。通常而言，为了确定多个航天器对多个目标的分配关系、服务时序关系、转移轨迹，需要构建包括离散变量、连续变量以及许多非线性约束的多层优化模型，是一类经典的混合整数非线性规划(minlp)问题。目前关于解决该问题已有大量优化算法解决策略，但是现有优化求解策略的性能仍然较差，提出一种新的航天器多对多交会规划方法是十分必要的。
技术实现思路
1、本专利技术的目的是为解决现有优化求解策略的性能差的问题，而提出的一种基于拍卖算法初始化的航天器多对多交会规划方法。
2、本专利技术为解决上述技术问题所采取的技术方案是：
3、一种基于拍卖算法初始化的航天器多对多交会规划方法，所述方法具体包括以下步骤：
4、步骤一、获取在轨服务任务需求，利用拍卖算法生成初始的在轨服务任务分配结果；
5、步骤二、根据初始的在轨服务任务分配结果生成初始种群；
6、步骤三、基于初始种群进行优化，得到最终的任务分配结果、各服务航天器服务的服务序列、各服务航天器的lambert转移时长以及变轨参数。
7、
8、步骤一一、随机生成n个服务航天器的竞拍顺序；
9、步骤一二、初始化迭代次数k＝1；
10、步骤一三、初始化服务航天器序号i＝1；
11、步骤一四、生成的竞拍顺序中的第i个服务航天器从待分配在轨服务任务中筛选最大盈余的任务；
12、步骤一五、判断第i个服务航天器执行最大盈余任务时是否满足燃料约束；
13、若第i个服务航天器执行最大盈余任务时满足燃料约束，则第i个服务航天器选定最大盈余任务并进行价格更新，再执行步骤一七；
14、否则，第i个服务航天器执行最大盈余任务时不满足燃料约束，则判断是否还有剩余任务，若还有剩余任务，则执行步骤一六，若没有剩余任务，则第i个服务航天器不选定任务，并继续执行步骤一九；
15、步骤一六、第i个服务航天器从剩余任务中重新筛选最大盈余任务，再返回步骤一五；
16、步骤一七、判断所选定任务在本次迭代过程中是否已经被其它服务航天器所选定过；
17、若所选定的任务已经被其它服务航天器所选定过，则执行步骤一八；
18、若所选定的任务未被其它服务航天器所选定过，则直接执行步骤一九；
19、步骤一八、所选定任务的原分配服务航天器重新筛选最大盈余任务，并对原分配服务航天器重新筛选的最大盈余任务执行步骤一五；
20、步骤一九、判断i是否等于n，其中n是服务航天器总数，若i不等于n，则令i＝i+1，再返回执行步骤一四，否则执行步骤一十；
21、步骤一十、判断第k次迭代后是否还有在轨服务任务未被分配以及第k次迭代过程中是否有服务航天器分配到任务；
22、若第k次迭代后没有在轨服务任务未被分配或第k次迭代过程中没有服务航天器分配到任务，则分配结束得到初始的在轨服务任务分配结果；
23、否则，将第k次迭代过程中最终被各服务航天器选定的任务从待分配在轨服务任务集合中删除，得到更新后的待分配在轨服务任务集合，再执行步骤一十一；
24、步骤一十一、令迭代次数k＝k+1，利用更新后的待分配在轨服务任务集合返回执行步骤一三。
25、进一步地，所述盈余的计算方法为：
26、
27、其中，是第k次迭代时，第i个服务航天器服务第j个任务获得的收益，是第k次迭代时，第i个服务航天器服务第j个任务花费的价格，是第k次迭代时，第i个服务航天器服务第j个任务获得的盈余，m是待分配在轨服务任务的个数。
28、进一步地，所述价格更新方式为：
29、
30、其中，是第k次迭代时，更新后第i′个服务航天器服务第j0个任务花费的价格，是第k次迭代时，更新前第i′个服务航天器服务第j0个任务花费的价格，是第k次迭代时，第i′个服务航天器服务当前次迭代中盈余最大的任务j0对应的盈余值，是第k次迭代时，第i′个服务航天器服务当前次迭代中盈余第二大的任务j1对应的盈余值，α为升价参数；
31、若没有盈余第二大的任务j1，则价格更新为：
32、
33、进一步地，所述步骤二的具体过程为：
34、根据初始的在轨服务任务分配结果构造分配结果变量x1：
35、x1＝[x1,x2,...,xj,...,xm]
36、其中，基因xj的值为第j个任务被分配的服务航天器的编号，若某个任务未被分配，则在变量x1中，将该任务被分配的服务航天器的编号记为0；
37、再根据变量x1生成大小为n的种群。
38、进一步地，所述根据变量x1生成大小为n的种群，具体为：
39、步骤1、初始化b＝1；
40、步骤2、将变量xb中的值不为0的基因总数记为a，从a个值不为0的基因中任意选取出a/2个值不为0的基因，将选取出的不为0的基因的值变换为0，将经过基因变换后得到的变量xb+1作为种群中的一条染色体；
41、步骤3、判断b是否等于n-1；
42、若b等于n-1，则执行步骤4；
43、否则令b＝b+1，返回执行步骤2；
44、步骤4、利用各次迭代生成的x2、x3、…、xn以及x1分别作为初始种群中的一条染色体。
45、进一步地，所述步骤三的具体过程为：
46、步骤三一、初始化迭代次数q＝1；
47、步骤三二、初始化染色体条数l＝1；
48、步骤三三、根据第l条染色体的任务分配信息得到各服务航天器的服务任务列表，并初始化服务航天器个数i＝1；
49、步骤三四、通过随机初始化生成第i个服务航天器的k个服务序列，再计算出每个服务序列的速度增量消耗后，得到初始化的k个服务序列中的最小速度增量消耗以及最小速度增量消耗对应的lambert转移时长和变轨参数；
50、步骤三五、采用sa算法不断地对k个服务序列进行迭代更新，且每次更新后，均计算对应k个服务序列的速度增量消耗、lambert转移时长，通过比较得出更新后k个服务序列中的最小速度增量消耗以及最小速度增量消耗对应的lambert转移时长和变轨参数；
51、再比较每轮迭代更新得到的最小速度增量消耗，将其中的最小值作为第i个服务航天器的最小速度增量消耗；
52、步骤三六本文档来自技高网...
【技术保护点】
1.一种基于拍卖算法初始化的航天器多对多交会规划方法，其特征在于，所述方法具体包括以下步骤：
2.根据权利要求1所述的一种基于拍卖算法初始化的航天器多对多交会规划方法，其特征在于，所述步骤一中，利用拍卖算法生成初始的在轨服务任务分配结果；具体为：
3.根据权利要求2所述的一种基于拍卖算法初始化的航天器多对多交会规划方法，其特征在于，所述盈余的计算方法为：
4.根据权利要求3所述的一种基于拍卖算法初始化的航天器多对多交会规划方法，其特征在于，所述价格更新方式为：
5.根据权利要求2所述的一种基于拍卖算法初始化的航天器多对多交会规划方法，其特征在于，所述步骤二的具体过程为：
6.根据权利要求5所述的一种基于拍卖算法初始化的航天器多对多交会规划方法，其特征在于，所述根据变量X1生成大小为N的种群，具体为：
7.根据权利要求6所述的一种基于拍卖算法初始化的航天器多对多交会规划方法，其特征在于，所述步骤三的具体过程为：
8.根据权利要求7所述的一种基于拍卖算法初始化的航天器多对多交会规划方法，其特征在于，所
9.根据权利要求8所述的一种基于拍卖算法初始化的航天器多对多交会规划方法，其特征在于，所述对于任一条染色体，根据该条染色体中每个服务航天器的最小速度增量消耗，计算该条染色体的适应度函数值f；具体为：
10.根据权利要求9所述的一种基于拍卖算法初始化的航天器多对多交会规划方法，其特征在于，所述根据每条染色体的适应度函数值对种群中的染色体进行筛选，具体为：
...【技术特征摘要】
1.一种基于拍卖算法初始化的航天器多对多交会规划方法，其特征在于，所述方法具体包括以下步骤：
2.根据权利要求1所述的一种基于拍卖算法初始化的航天器多对多交会规划方法，其特征在于，所述步骤一中，利用拍卖算法生成初始的在轨服务任务分配结果；具体为：
3.根据权利要求2所述的一种基于拍卖算法初始化的航天器多对多交会规划方法，其特征在于，所述盈余的计算方法为：
4.根据权利要求3所述的一种基于拍卖算法初始化的航天器多对多交会规划方法，其特征在于，所述价格更新方式为：
5.根据权利要求2所述的一种基于拍卖算法初始化的航天器多对多交会规划方法，其特征在于，所述步骤二的具体过程为：
6.根据权利要求5所述的一种基于拍卖算法初始化的航天器多对多交会规划方法，其特征在于，所述根据变量x1生成大小为n的种群，具体为：
7.根据权利要求6所述的一...
【专利技术属性】
技术研发人员：徐杭，郭延宁，宋斌，许旭升，郭浩男，马广富，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。