一種geo衛(wèi)星群的“一對多”在軌加注任務規(guī)劃方法
【技術領域】
[0001] 本發(fā)明設及空間在軌服務領域，特別設及一種對多個地球同步軌道（GE0)衛(wèi)星在 軌加注的任務規(guī)劃方法。
【背景技術】
[0002]GE0是一類非常特殊的軌道，軌道高度為35786虹1，軌道周期與地球自轉周期相 同。位于該軌道的衛(wèi)星始終與地球保持同步，覆蓋面積廣，在預警、通信、數(shù)據(jù)中繼、電子偵 察等民用和軍用領域發(fā)揮著重要的作用。影響GE0衛(wèi)星壽命的一個重要因素是其攜帶的燃 料質量，一是由于地球非球形，日月引力，太陽光壓等攝動的作用，GE0衛(wèi)星大約每年需施加 52m/s的速度增量進行東西和南北位置的保持，二是GE0衛(wèi)星為覆蓋其它區(qū)域而進行的軌 道機動需要消耗燃料。GE0衛(wèi)星的燃料將要消耗殆盡時，通常的做法是對它進行離軌操作， 重新發(fā)射一顆替代衛(wèi)星。由于航天發(fā)射的高成本和衛(wèi)星本身的制造成本，運是非常昂貴的。 因此，近年來各航天大國紛紛提出通過在軌加注提高GE0衛(wèi)星的壽命和在軌機動能力。
[0003] 對GE0衛(wèi)星群的在軌加注方式，W及相對應的任務規(guī)劃是亟需解決的技術問題。 現(xiàn)有的對多個衛(wèi)星在軌加注的方式主要有"一個服務星方式"，"多個服務星方式"，和"分布 式（P2巧"。采用一個服務星時，由于其攜帶的燃料有限，在軌加注的能力非常有限。采用多 個服務星時，只能在一定程度上提高在軌加注能力。采用分布式時，每個衛(wèi)星既可被用作服 務星也可被用作目標星，但目前絕大多數(shù)衛(wèi)星都不具備作為服務星的能力。因此，對GE0衛(wèi) 星群的在軌加注，已有的方法顯然不能滿足要求。

【發(fā)明內容】

[0004] 針對現(xiàn)有技術中存在的問題，本發(fā)明提供一種GE0衛(wèi)星群的"一對多"在軌加注任 務規(guī)劃方法，即采用一個服務星和一個儲油站對GE0衛(wèi)星群加注的方式。
[0005] 本發(fā)明的任務場景為：多個具有不同軌道傾角、升交點赤經和相位的GE0衛(wèi)星提 出在軌加注需求，把一個服務星和一個儲油站發(fā)射至GE0上，且初始軌道參數(shù)相同。服務星 通過往返于GE0目標和儲油站實現(xiàn)燃料的運輸，從而完成對多個GE0目標的在軌加注任務。 優(yōu)化目標是服務星軌道轉移消耗的燃料最少。約束條件是服務星攜帶燃料的能力有限，每 個GE0目標只能被服務一次，任務完成后服務星轉移至初始軌道。在軌加注任務過程中，月良 務星有W下五種狀態(tài)：1、停泊在初始GE0上；2、轉移至GE0目標；3、為GE0目標進行加注； 4、轉移至儲油站；5、從儲油站獲得補給。儲油站有W下兩種狀態(tài)：1、停泊在初始GE0上；2、 為服務星進行加注。
[0006] 已知服務星和儲油站的初始軌道，多個GE0目標在軌加注的任務規(guī)劃問題需要解 決W下Ξ個子問題：一是優(yōu)化服務星對GE0目標的加注次序；二是確定服務星對GE0目標 加注完成后是否回到儲油站進行補給；Ξ是確定服務星軌道機動的脈沖速度和每一次從儲 油站出發(fā)時攜帶的燃料質量。
[0007] 為解決上述技術問題，本發(fā)明一種GE0衛(wèi)星群的"一對多"在軌加注任務規(guī)劃方 法，采用的技術方案是：
[000引步驟一：輸入初始參數(shù)：包括η個GE0目標的軌道根數(shù)和燃料需求，服務星的軌道 根數(shù)、結構質量和燃料攜帶能力，儲油站的軌道根數(shù)；
[0009] 步驟二：確定加注方式：服務星通過軌道機動實現(xiàn)與儲油站的交會對接，獲得燃 料的補給；與GE0目標交會對接后，為其在軌加注；服務星往返于GE0目標和儲油站之間， 運送燃料。軌道機動時，服務星首先調整軌道面，然后進行軌道面內相位的調整，從而實現(xiàn) 與儲油站或GE0目標的交會對接。通過施加兩次速度脈沖進行調相，調相速度增量與調相 時間稱反比。分析表明，當調相時間超過一個月時，調相速度增量與調整軌道面相比可忽略 不計，因此本發(fā)明中忽略調相所需的燃料。
[0010] 為形象地說明在軌加注任務過程，圖1給出了服務星和儲油站對GE0目標加注的 一個過程：服務星首先在儲油站得到補給，軌道機動后與8號目標交會對接并進行在軌加 注，然后對1號目標在軌加注，回到儲油站重新得到補給后，接著又對2號目標在軌加注，直 至完成對所有選定的GE0目標的在軌加注任務。
[0011] 步驟Ξ:在軌加注任務規(guī)劃：
[0012]S3. 1設計優(yōu)化變量
[0013] 定義優(yōu)化變量
[0014]X= [xi,X2, ···,xj,S= [si,S2, ···,sj
[0015] 其中，X表示對n個GEO目標的在軌加注次序，S是由0和1組成的決策變量，0表 示直接轉移至下一個GE0目標，1表示回到儲油站進行補給，接著轉移至下一個目標。例如， X=垃4, 5, 1，3]，S= [0 0 1 0 1]表示共有5個GE0目標，服務星對目標的在軌加注次 序為2-4-5-1-3,在對5號目標完成加注后服務星回到儲油站進行補給，接著對1號目標進 行加注，對3號目標加注后回到儲油站。
[0016]S3. 2計算服務星軌道機動的速度增量，同時確定優(yōu)化指標
[0017] (1)服務星在調整軌道面時，脈沖速度需同時改變軌道升交點赤經Ω和軌道傾角 I;如果服務星要從一個GE0衛(wèi)星（Ii，Ωι)機動至另一個衛(wèi)星（12,Ω2)，需要的速度增量為
[0018]
[0019] 其中V是GE0衛(wèi)星的運行速度，丫通過下式得到。
[0020] cos丫= sinlisinizcos ( Ω1_ Ω2)+cosIiC〇sl2
[0021] 軌道機動消耗的燃料質量為
[0022]
[0023] 其中m。是服務星的初始質量，包括結構質量和燃料質量；I,ρ是發(fā)動機比沖，g。是 地球引力加速度。
[0024] 給定的X和S，即可計算出服務星每次軌道機動的速度增量W及軌道機動的燃料 消耗。
[0025] 似優(yōu)化指標定義為服務星從儲油站獲得的總燃料質量
[0026]
[0027]其中，N是服務星在儲油站得到補給的次數(shù)，是第i次獲得的燃料質量。
[0028]下面給出優(yōu)化指標Mfuei的計算方法。
[0029] 給定輸入：加注次序X，決策變量S;
[0030]1)將Mfuei初始化為0;
[0031] 2)找出S中所有元素為1的位置，用S表示，并將其擴充S= [0,S];
[0036]iii)nii,fuel=m-mdry，如果叫,fuel<C，則Μfuel=Μfuel+m;,fuel，否則S不是一個可行解， 令Mfuel=1〇5,結束計算；
[0037] 其中，nid。為服務星結構質量，ΔV表示服務星第i次從儲油站出發(fā)后，回到儲 油站所需的速度增量，AVi,,是服務星第i次從儲油站出發(fā)，與第j個目標交會所需的速度 增量，δmi,為目標的燃料需求，C為服務星攜帶燃料能力，如果m1,fuel>C，則說明不是一個 可行方案。
[0038]S3. 3設計優(yōu)化模型
[0039] 建立一個服務星和一個儲油站對多個GE0目標在軌加注任務規(guī)劃的兩層優(yōu)化模 型，上層優(yōu)化是對加注次序X的優(yōu)化，下層優(yōu)化是在給定X的情況下對決策變量S的優(yōu)化， 具體如下：
[0040] 上層優(yōu)化：找到最優(yōu)的X=山而，…，X。]，使得優(yōu)化指標
最小，且滿足下列條件：（l)Xi《η,X{1, 2,...,η};似 聲Xj,i,je(1，2, ...η)，i聲j;
[0041] 下層優(yōu)化：在給定的X情況下找到最優(yōu)的S，且滿足條件：(a)Si= 0/1，ie(1, 2,…n-1);(b)Sn=1;(c)mC;
[0042]S3. 4利用遺傳算法和隨機捜索法進行優(yōu)化
[0043] 本發(fā)明采用具有高效全局捜索能力的遺傳算法進行上層優(yōu)化，遺傳算法是一種常 用的智能優(yōu)化方法，其每一步驟皆為本技術領域公知常識；
[0044] 下層優(yōu)化采用隨機捜索方法，隨機生成Q個S，選擇優(yōu)化指標最小的解作為最優(yōu) 解。圖2給出了遺傳算法和隨機捜索法的優(yōu)化過程。首先隨機生成在軌加注次序X的初始 種群，并令遺傳代數(shù)Gen為0。對于每一個給定的X，在下層優(yōu)化中利用隨機捜索法對決策 變量S進行優(yōu)化，并得到X的適應值。若遺傳代數(shù)未達到設置的最大代數(shù)，對X進行遺傳操 作，包括選擇、交叉、變異，遺傳代數(shù)Gen加1。當遺傳代數(shù)達到最大代數(shù)時，算法停止。
[0045]與基本遺傳算法不同，本發(fā)明的遺傳算法中的選擇操作采用了精英策略，具體如 下：找出群體中適應值較高和較低的個體，為保證較好的個體不被交叉和變異操作所破壞， 直接進入下一代群體，將適應值高的個體替換掉適應值低的個體，然后新得到的種群進行 選擇、交叉、變異遺傳操作；精英策略的優(yōu)點是能保證每一代的最佳個體適應值不減??；
[004引變量X采用順序交叉：1)隨機選擇兩個切點k郝k2,。交換中間部分，扣從kz后 第一個基因起列出原順序，并去掉已有基因，4)從k2后第一個位置起，將獲得的無重復基因 順序填入，下面給出了一個例子：
[0050]變量X的變異方式如下：1)隨機選擇兩個切點k郝k 2,。中間部分從小到大重新 排列，下面給出了一個例子：
[0053]S3. 5輸出最優(yōu)方案：
[0054] 最優(yōu)方案包括服務星對GE0目標的加注次序X、決策變量S，服務星軌道機動的速 度增量和從儲油站出發(fā)時攜帶的燃料質量。
[00巧]與現(xiàn)有技術相比，本發(fā)明具有W下優(yōu)點：
[0056]1、本發(fā)明提出采用一個服務星和一個儲油站對GE0目標在軌加注的方式，具有對 GE0目標群在軌加注能力強，燃料消耗少等特點。
[0057] 2、本發(fā)明提出利用加注次序X和決策變量S來表示任務規(guī)劃問題，并建立相應的 兩層優(yōu)化模型。
[0058] 3、本發(fā)明采用遺傳算法解決上層優(yōu)化問題，其編碼方式和全局優(yōu)化能力非常適合 路徑規(guī)劃問題，能夠快速得到全局最優(yōu)的方案。
【附圖說明】
[0059] 圖1為本發(fā)明一個服務星和一個儲油站對多個GE0目標進行在軌加注的示意圖；
[