[发明专利]一种基于遗传算法的敏捷多星任务观测计划求解方法及系统

权利要求书

1.一种基于遗传算法的敏捷多星任务观测计划求解方法，其特征在于，包括如下步骤：

步骤A.根据单颗敏捷卫星在规划周期轨道圈次内，卫星沿侧摆、卫星沿俯仰以及卫星沿翻滚三个自转轴的姿态机动角速度及其之间的几何关系，将待观测目标区域动态分解成多个元任务，以及其对应的多个可见时间窗口，并构建元任务集合；

步骤B.分别构建满足姿态机动稳定约束条件的单星任务规划优化数学模型，以及满足卫星能量约束条件的单星任务规划优化数学模型；

步骤C.针对元任务集合中的多个可见时间窗口进行编码，并基于此针对满足姿态机动稳定约束条件的单星任务规划优化数学模型，以及满足卫星能量约束条件的单星任务规划优化数学模型，计算获得同时满足上述两个约束条件单星任务规划优化数学模型最大值所对应的观测计划。

2.根据权利要求1所述的基于遗传算法的敏捷多星任务观测计划求解方法，其特征在于：所述步骤C中，采用遗传搜索算法针对元任务集合中的多个可见时间窗口进行编码，并基于此针对满足姿态机动稳定约束条件的单星任务规划优化数学模型，以及满足卫星能量约束条件的单星任务规划优化数学模型，以适应度函数作为操作依据，运用解空间中每个个体的适应度值来进行搜索，通过选择、交叉和变异三个算子的遗传操作，获得同时满足上述两个约束条件单星任务规划优化数学模型最大值所对应的观测计划。

3.根据权利要求1所述的基于遗传算法的敏捷多星任务观测计划求解方法，其特征在于，所述步骤A具体包括如下：

根据点目标P经纬度坐标卫星轨道高度h，卫星轨道倾角τ，地球半径R，相机视场角φ，遥感器侧摆角范围[αmin，αmax]，规划周期T；设卫星观测角βt，星下点坐标为原理公式如下：

计算卫星的最小观测角βmin和最大观测角βmax：

β min = α min - φ / 2 β max = α max + φ / 2 ]]>

计算星下点经纬度：

其中，圆心角C为

C＝arcsin((1+h/R)sinβt)-βt

计算驻点：

确定单调区间：

如果且βmax＞β0，函数u＝f(β)在[βmin，β0]上单调递减，在[β0，βmax]上单调递增；

如果且βmin＜β0，函数u＝f(β)在[βmin，β0]上单调递增，在[β0，βmax]上单调递减；

如果且βmax≤β0，函数u＝f(β)在[βmin，βmax]上单调递减

如果且βmin≥β0，函数u＝f(β)在[βmin，βmax]上单调递减；

判断是否存在可见时间窗口。

4.一种用于权利要求1～3任意一项所述的基于遗传算法的敏捷多星任务观测计划求解方法的系统，其特征在于：包括复杂任务区域动态分解模块、任务规划数学建模与约束分析模块、遗传算法求解模型模块，其中：

复杂任务区域动态分解模块根据用户的观测需求以及卫星自身的资源情况，对观测区域动态分解为卫星一次可执行观测的条带目标；

任务规划数学建模与约束分析模块为了对卫星任务规划观测计划进行优化与资源合理的分配，依据卫星等资源约束条件，进行多卫星任务规划数学模型构建；

遗传算法求解模型模块依据任务约束、资源约束以及它们之间的关系，对建立满足的任务规划数学模型进行遗传算法求解，按照约束条件，生成合理的任务观测计划方案。