当前位置: 首页> 交通专利数据库 >详情
原文传递 空间碎片清除系统和方法及其任务规划方法
专利名称: 空间碎片清除系统和方法及其任务规划方法
摘要: 本发明公开了一种空间碎片清除系统和方法及其任务规划方法,空间碎片清除方法包括:任务卫星携带多个推进离轨装置至目标碎片处;任务卫星释放一个推进离轨装置,推进离轨装置推动目标碎片至坟墓轨道;任务卫星机动至下一目标碎片处,重复上述操作。空间碎片清除任务规划方法包括采用免疫遗传算法进行顶层优化,获取最优任务序列;采用粒子群优化算法进行底层优化,获取最优转移轨道。本发明的空间碎片清除系统和方法及其任务规划方法,任务卫星只需在多个待清除碎片之间进行机动即可,可以获取使整个任务燃料消耗最小的最优任务序列及携带的最优离轨推进装置的数量,使碎片清除过程的燃料消耗量较小,效率较高。
专利类型: 发明专利
国家地区组织代码: 湖南;43
申请人: 中国人民解放军国防科技大学
发明人: 白玉铸;陈阳;赵勇;杨磊;宋新;陈小前;袁建平
专利状态: 有效
申请日期: 2019-07-05T00:00:00+0800
发布日期: 2019-11-01T00:00:00+0800
申请号: CN201910603201.3
公开号: CN110395412A
代理机构: 北京奥文知识产权代理事务所(普通合伙)
代理人: 张文;苗丽娟
分类号: B64G1/66(2006.01);B;B64;B64G;B64G1
申请人地址: 410073 湖南省长沙市开福区德雅路109号
主权项: 1.一种空间碎片清除系统,其特征在于,所述系统包括:任务卫星、空间基地和推进离轨装置; 所述任务卫星,用于携带所述推进离轨装置至目标碎片处然后释放所述推进离轨装置; 所述推进离轨装置,用于推动目标碎片至坟墓轨道; 所述空间基地,用于向所述任务卫星补给燃料和所述推进离轨装置。 2.一种空间碎片清除方法,其特征在于,所述方法包括: S101,任务卫星携带多个推进离轨装置至目标碎片处; S102,所述任务卫星释放一个所述推进离轨装置,所述推进离轨装置推动目标碎片至坟墓轨道; S103,所述任务卫星机动至下一目标碎片处,重复S102; S104,所述任务卫星的燃料或推进离轨装置不足时,返回空间基地进行补充。 3.一种空间碎片清除任务规划方法,其特征在于,所述方法包括: 采用免疫遗传算法进行顶层优化,获取最优任务序列; 采用粒子群优化算法进行底层优化,获取最优转移轨道。 4.根据权利要求3所述的空间碎片清除任务规划方法,其特征在于,所述方法包括: S201,设置参数以初始化粒子群和抗体; S202,通过粒子群优化算法在底层优化中计算适应度; S203,计算基于适应度值和抗体浓度的亲和力; S204,根据亲和力选择记忆细胞,在顶层优化的免疫遗传算法中执行选择、交叉和变异操作; S205,重复步骤S202至S204直至达到最大迭代次数。 5.根据权利要求3所述的空间碎片清除任务规划方法,其特征在于,在底层优化中采用惯性权重改进的粒子群优化算法,包括: S301,将粒子群初始化为d维位置矢量Xi=(xi1,xi2,…,xid)和速度矢量Vi=(vi1,vi2,…,vid); S302,初始化个体的最佳位置和最佳价值; S303,计算速度脉冲ΔV作为每个粒子的适应值; S304,对于每个粒子,将其当前适应值与其计算的最佳粒子Pi=(pi1,pi2,…,pid)进行比较,如果当前值更好,使用当前粒子进行更新; S305,对于每个粒子,将其当前适应值与整个群体的最佳粒子Pg=(pg1,pg2,…,pgd)进行比较,如果当前值更好,使用当前粒子Pg进行更新; S306,通过下述公式更新每次迭代的惯性权重w; 式中,wmax是最大惯性权重,wmin是最小惯性权重,run是当前迭代次数,runmax是迭代总数; S307,使用以下公式更新每个粒子的位置和速度: vid(t+1)=wvid(t)+c1k1(t)(pid(t)-xid(t))+c2k2(t)(pgd(t)-xid(t)) xid(t+1)=xid(t)+vid(t+1) 式中,w是惯性权重,t=1,2,…,G表示迭代次数,G是最大迭代次数且i=1,2,…,N,c1,c2是学习因子,k1,k2是0到1之间的随机数; S308,增加循环计数器,如果已达到最大循环次数,则停止计算;若否,转至S303。 6.根据权利要求3所述的空间碎片清除任务规划方法,其特征在于,免疫遗传算法如下: S401,初始化抗体和抗原,其中,抗体代表最佳变量,抗原代表目标函数; S402,计算抗原和抗体之间的亲和力; S403,选择具有更高亲和力的抗体; S404,执行基本遗传算法中的编码、选择、交叉和变异操作。 7.根据权利要求4或6所述的空间碎片清除任务规划方法,其特征在于,根据下述公式获取亲和度: 式中,f(N,X)代表目标函数,con代表抗体浓度,p是评估参数。 8.根据权利要求7所述的空间碎片清除任务规划方法,其特征在于,用于顶层优化的设计变量为N,X,N表示任务序列,X表示空间基地的轨道参数,包括空间基地的半长轴、升交点赤经、轨道倾角、纬度幅角和近地点纬度幅角。 9.根据权利要求6所述的空间碎片清除任务规划方法,其特征在于,选择操作采用轮盘赌方式进行,个体亲和度越高,其在轮盘中占据的空间越大。 10.根据权利要求6所述的空间碎片清除任务规划方法,其特征在于,交叉操作采用单点交叉方式,随机选择两个不同的抗体和抗体中的一个位置,在两个抗体之间交换位于该位置后的基因。
所属类别: 发明专利
检索历史
应用推荐