-
公开(公告)号:CN115238518A
公开(公告)日:2022-10-25
申请号:CN202210944963.1
申请日:2022-08-08
Applicant: 哈尔滨工业大学
IPC: G06F30/20 , G06F111/04
Abstract: 一种利用迭代优化的航天器抵近轨道规划方法,本发明涉及航天器抵近轨道规划方法。本发明的目的是为了解决现有优化过程花费的时间长,算法稳定性也难以保证,不适合星载计算机执行轨道机动任务的实时计算性,很容易错过执行任务的窗口期的问题。过程为:观测卫星A位于GEO轨道初始停泊段,A在t0脉冲时间开始机动,在t0‑t1时间段A进入远程机动段;针对停泊的情况:在t2后进入近程机动段;先近程段再远程段再全局优化得到t0、t1、t2和所消耗的燃料;针对不停泊的情况:在t1后进入近程机动段;先近程段再远程段再全局优化得到t0、t1和所消耗的燃料;找到燃料消耗最小的R。本发明用于航天器抵近轨道规划领域。
-
公开(公告)号:CN114970180B
公开(公告)日:2023-02-28
申请号:CN202210630454.1
申请日:2022-06-06
Applicant: 哈尔滨工业大学
IPC: G06F30/20 , G06F111/04
Abstract: 一种航天器掠飞观测的在轨优化方法,本发明涉及航天器掠飞观测的在轨优化方法。本发明的目的是为了解决具有多个角度约束的掠飞观测模型较为复杂、约束难以同时满足,同时观测点位选取具有不确定性的问题。过程为:1:成像部位角度约束;2:太阳光约束;3:姿态角速度约束;4:观测距离约束;5:安全距离约束;6:选用优化变量,优化指标,将1的成像部位角度约束,2的太阳光约束,3的姿态角速度约束,4的观测距离约束,5的安全距离约束作为该优化过程中的非线性约束,通过SQP算法求解该优化问题,得到优化指标,即速度增量取最小值时对应的各个优化变量的具体取值。本发明用于航天器掠飞观测的在轨优化领域。
-
公开(公告)号:CN114970180A
公开(公告)日:2022-08-30
申请号:CN202210630454.1
申请日:2022-06-06
Applicant: 哈尔滨工业大学
IPC: G06F30/20 , G06F111/04
Abstract: 一种航天器掠飞观测的在轨优化方法,本发明涉及航天器掠飞观测的在轨优化方法。本发明的目的是为了解决具有多个角度约束的掠飞观测模型较为复杂、约束难以同时满足,同时观测点位选取具有不确定性的问题。过程为:1:成像部位角度约束;2:太阳光约束;3:姿态角速度约束;4:观测距离约束;5:安全距离约束;6:选用优化变量,优化指标,将1的成像部位角度约束,2的太阳光约束,3的姿态角速度约束,4的观测距离约束,5的安全距离约束作为该优化过程中的非线性约束,通过SQP算法求解该优化问题,得到优化指标,即速度增量取最小值时对应的各个优化变量的具体取值。本发明用于航天器掠飞观测的在轨优化领域。
-
公开(公告)号:CN115719035B
公开(公告)日:2023-06-30
申请号:CN202211367321.6
申请日:2022-11-03
Applicant: 哈尔滨工业大学
IPC: G06F30/27 , G06F111/06 , G06F119/02
Abstract: 本发明公开了一种考虑太阳光约束的单对多星连续掠飞观测轨迹优化方法及系统,属于航天器轨道优化技术领域,其中,该方法包括:构建任务星、n颗目标卫星与太阳之间的约束条件;获取n颗目标卫星初始轨道参数和第一任务卫星初始轨道参数;采用Lambert变轨策略和粒子群算法对总速度增量进行全局寻优,不满足条件则重新全局寻优,反之则向下执行局部寻优;采用Lambert变轨策略和序列二次规划算法对全局寻优后的初始总速度增量进行局部优化,判断局部优化后的总速度增量是否约束条件,若不满足,则重新局部寻优,反之则局部优化后的总速度增量为最优速度增量。该方法能够使任务星在满足任务约束的同时燃料消耗最小。
-
公开(公告)号:CN115719035A
公开(公告)日:2023-02-28
申请号:CN202211367321.6
申请日:2022-11-03
Applicant: 哈尔滨工业大学
IPC: G06F30/27 , G06F111/06 , G06F119/02
Abstract: 本发明公开了一种考虑太阳光约束的单对多星连续掠飞观测轨迹优化方法及系统,属于航天器轨道优化技术领域,其中,该方法包括:构建任务星、n颗目标卫星与太阳之间的约束条件;获取n颗目标卫星初始轨道参数和第一任务卫星初始轨道参数;采用Lambert变轨策略和粒子群算法对总速度增量进行全局寻优,不满足条件则重新全局寻优,反之则向下执行局部寻优;采用Lambert变轨策略和序列二次规划算法对全局寻优后的初始总速度增量进行局部优化,判断局部优化后的总速度增量是否约束条件,若不满足,则重新局部寻优,反之则局部优化后的总速度增量为最优速度增量。该方法能够使任务星在满足任务约束的同时燃料消耗最小。
-
-
-
-