分布估计算法在航天器近距离最优交会中的应用

针对空间在轨服务飞行器实施近距离变轨最优化问题,探讨了在能量和时间两项指标情况下,航天器轨道机动中能量时间综合最优化的研究方法。基于C-W方程,推导了在轨服务器在双冲量变轨时的特征速度,以时间-燃料为指标构造了相应的模型,并针对基本遗传算法局部搜索能力不强的问题,采用一种新的利用统计学习手段从群体宏观角度建立描述解分布的分布估计算法。仿真结果表明,该分布估计算法可加速算法的收敛,具有良好的优化能力,能够从宏观上对整个群体建立模型,得到了混合指标下时间和能量关系,实现近距离变轨最优指标的精确数值模拟。从数值结果的对比分析中得出了一些有意义的结论,可供下一步研究参考。     

基于离散粒子群算法的航天器在轨服务任务分配问题研究

航天器任务分配对于提高多颗服务航天器之间的协同工作效率具有十分重要的意义;针对服务航天器协同目标分配问题特点,提出了一种基于离散粒子群算法的协同目标分配方法,设计了新的离散粒子群位置和速度更新公式,综合分析影响目标卫星价值、服务航天器损耗以及距离消耗等3项关键指标因素,建立了在轨服务任务分配问题的数学模型;仿真结果表明:离散粒子群算法具有收敛速度快、寻优能力强等优点,能够有效地解决多约束条件下的服务航天器协同任务分配问题,特别是在大规模的任务分配中,该方法具有很强的优越性。     

航天器近距离变轨能量时间关系研究

随着航天任务需求的多样化,对航天器轨道转移问题不但提出了最省燃料要求,还提出了最小时间要求。主要研究了航天器近距离双脉冲变轨燃料和时间最优问题,基于线性化C-W方程,推导了在轨服务器在双冲量变轨时的特征速度,以时间-燃料为指标构造了加权模型,分析单一和混合指标情况下对系统的影响后,得到了混合指标下时间和能量关系,通过设计分布估计算法,找到最优能量和相应的转移时间,使得燃料和时间的加权和最小,实现近距离变轨最优指标的精确数值模拟。从数值结果的对比分析中得出了一些有意义的结论,可供下一步研究参考。