基于卫星三维成像的主动漂移多目标优化方法和系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113609587A(43)申请公布日2021.11.05(21)申请号202110892841.8(22)申请日2021.08.04(71)申请人上海交通大学地址200240上海市闵行区东川路800号(72)发明人张德新陈筠力邵晓巍曹勇陈力鞠潭(74)专利代理机构上海汉声知识产权代理有限公司31236代理人胡晶(51)Int.Cl.G06F30/15(2020.01)G06F30/27(2020.01)G06N3/12(2006.01)G06F111/04(2020.01)G06F111/06(2020.01)权利要求书4页说明书11页附图4页(54)发明名称基于卫星三维成像的主动漂移多目标优化方法和系统(57)摘要本发明提供了一种基于卫星三维成像的主动漂移多目标优化方法和系统，包括：首先分析卫星系统三维成像原理；其次通过分析卫星轨道的动力学特性，建立标称轨道、多参考转移轨道的回归模型，并建立燃料、时间和回归精度的优化模型；最后以燃料最优为优化主线，进行分步逐层优化。第一步，应用帕累托最优解的思想，求解满足时间约束的燃料最优初值计算问题。第二步，以第一步的初值为基础，通过改进的自适应混合交叉遗传算法在满足回归精度要求的情况下，进一步优化燃料消耗。本发明解决了时间和回归精度约束下卫星三维成像主动漂移的燃料最优的轨道设计问题。CN113609587ACN113609587A权利要求书1/4页1.一种基于卫星三维成像的主动漂移多目标优化方法，其特征在于，包括：步骤1：建立参数约束下的太阳同步回归轨道参数表；步骤2：检查表格并确定满足全球覆盖条件的所有标称轨道参数；步骤3：对于每个标称轨道，确定基线长度范围内满足时间约束的所有过渡轨道参数，并获得所有可行解；步骤4：计算可行解的总采样时间和燃料消耗，得到帕累托最优解集；步骤5：选择满足时间约束的燃料偏好解作为下一次优化的初始值；步骤6：以上一步的偏好解为基础，建立回归精度约束下的燃料优化模型，通过遗传算法生成初始种群，并初始化种群代数；步骤7：分别以回归精度和燃料消耗为优化目标计算个体适应度值；步骤8：根据差异概率选择优化目标，计算个体适应度值；步骤9：判断选择的个体适应度值是否达到期望值或迭代次数是否达到终止条件，若满足，则输出优化结果，否则进行下一步操作；步骤10：进行遗传算法选择操作；步骤11：根据概率选择交叉操作的方式，进行遗传算法交叉操作；步骤12：更新每种交叉方法被选择的概率；步骤13：计算适应度值；步骤14：判断适应度值是否达到期望值或迭代次数是否到达终止条件，若满足，则输出设计结果，否则进行下一步操作；步骤15：进行遗传算法变异操作，并返回步骤7，进行下一次的迭代过程。2.根据权利要求1所述的基于卫星三维成像的主动漂移多目标优化方法，其特征在于，燃料消耗与转移轨道的速度增量对应，计算公式为：2CN113609587A权利要求书2/4页式中，表示从第k个工作轨道到第n个参考转移轨道的速度增量，表示从第n个参考转移轨道到第k+1个工作轨道到的速度增量，vk和vk+1分别为第k个、第k+1个工作轨道的速度；Δvtotal表示总速度的改变量；m表示基线数；表示第1个参考转移轨道的速度；表示第k个标称轨道的半长轴；表示第1个转移轨道的半长轴。3.根据权利要求2所述的基于卫星三维成像的主动漂移多目标优化方法，其特征在于，时间约束条件下的燃料优化模型为：其中，Δttotal,Δvtotal是目标函数；x1为可行解；X为可行解集合；minF()表示优化模型；Nnom表示标称轨道的回归天数；Ns表示数据采样的回归天数；表示标称轨道最小的回归天数；表示标称轨道最大的回归天数。4.根据权利要求3所述的基于卫星三维成像的主动漂移多目标优化方法，其特征在于，回归精度约束下的燃料优化模型为：式中，x2为决策变量，是决策变量中各元素的取值范围，Δr,Δvtotal为目标函数。5.根据权利要求1所述的基于卫星三维成像的主动漂移多目标优化方法，其特征在于，采用轮盘赌的形式进行选择操作，以回归精度的倒数作为个体的适应度值，计算出所有个体的适应度总和，计算出每个个体的相对适应度大小，产生预设数量的0到1之间的随机数，并分别与每个个体的适应度值进行比较，确定每个个体被选择的概率。6.一种基于卫星三维成像的主动漂移多目标优化系统，其特征在于，包括：模块M1：建立参数约束下的太阳同步回归轨道参数表；模块M2：检查表格并确定满足全球覆盖条件的所有标称轨道参数；模块M3：对于每个标称轨道，确定基线长度范围内满足时间约束的所有过渡轨道参数，并获得所有可行解；模块M4：计算可行解的总采样时间和燃料消耗，得到帕累托最优解集；模块M5：选择满足时