CN111783233B - 一种中轨道Walker导航星座在轨备份方案优化设计方法 - Google Patents
一种中轨道Walker导航星座在轨备份方案优化设计方法 Download PDFInfo
- Publication number
- CN111783233B CN111783233B CN202010863195.8A CN202010863195A CN111783233B CN 111783233 B CN111783233 B CN 111783233B CN 202010863195 A CN202010863195 A CN 202010863195A CN 111783233 B CN111783233 B CN 111783233B
- Authority
- CN
- China
- Prior art keywords
- orbit
- replacement
- satellite
- backup
- optimization model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 147
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000013461 design Methods 0.000 title claims abstract description 27
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 28
- 230000007704 transition Effects 0.000 claims description 28
- 238000006467 substitution reaction Methods 0.000 claims description 10
- 238000004088 simulation Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 7
- 230000002068 genetic effect Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 230000008859 change Effects 0.000 description 5
- 210000000349 chromosome Anatomy 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000015556 catabolic process Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/03—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了一种中轨道Walker导航星座在轨备份方案优化设计方法,其中包括了在轨备份星轨位设计方法和利用在轨备份星替换故障卫星的方法,具体为:根据导航星座的参数确定在轨备份星的轨位优化模型;基于在轨备份星的轨位优化模型,利用多目标优化算法获得在轨备份星的轨位;结合在轨备份星的轨位,确定在轨备份星替换故障卫星的替换优化模型,根据替换优化模型确定替换方法。本发明优化了导航星座在轨备份方案,增强了星座服务性能、增强了导航星座的稳定性和鲁棒性;同时替换优化模型中,目标函数的选取,考虑了速度增量和替换时间,将两种替换方案进行对比,从而获取最优的替换方案。
Description
技术领域
本发明涉及一种中轨道Walker导航星座在轨备份方案优化设计方法,包括在轨备份星轨位设计方法和利用在轨备份星替换故障卫星的方法,属于导航星座技术领域。
背景技术
导航星座为了满足***对可用性、连续性和完整性的严格要求,通常会在空间部署若干颗备份卫星,若星座中有卫星发生失效,则通过在轨备份卫星变轨对其进行替换。如GPS(Global Positioning System)星座将备份卫星部署在故障概率最大的卫星附近形成‘卫星对’,以便其中的一颗卫星发生故障时,备份卫星能够在较短时间内,通过轨道机动来实现对故障卫星的快速替换,从而降低对用户的影响。在轨备份方案的优化设计关系到整个导航星座运行期间的服务性能,同时还涉及到空间轨道资源的维护利用等问题,因此必须对在轨备份方案进行合理设计。
发明内容
本申请的目的在于,提供一种中轨道Walker导航星座在轨备份方案优化设计方法,包括在轨备份星轨位设计方法和利用在轨备份星替换故障卫星的方法。本申请优化了导航星座在轨备份方案,使得在轨备份星的轨位为最优轨位,同时增强了星座服务性能、增强了导航星座的稳定性和鲁棒性;同时,替换优化模型中,目标函数的选取,考虑了速度增量和替换时间,将两种替换方案进行对比,从而获取最优的替换方案。本申请中选取了以时间最少为目标函数的替换方案,能够实现在短时间内以较低的能量完成卫星的替换。
本发明的中轨道Walker导航星座在轨备份方案优化设计方法,包括:
根据导航星座的参数确定在轨备份星的轨位优化模型;
基于所述在轨备份星的轨位优化模型,利用多目标优化算法获得在轨备份星的轨位;
结合所述在轨备份星的轨位,确定在轨备份星替换故障卫星的替换优化模型,根据所述替换优化模型确定替换方法。
优选地,根据导航星座的参数确定在轨备份星的轨位优化模型,具体为:
将每个轨道面上在轨备份星的轨位作为所述轨位优化模型的优化变量;
根据星座位置精度衰减因子值和设定仰角范围内的可见卫星数确定所述轨位优化模型的目标函数;
将在轨备份星的轨位角度作为所述轨位优化模型的约束条件。
优选地,所述每个轨道面上在轨备份星的轨位以编码形式表征,所述编码采用浮点数编码。
优选地,根据星座位置精度衰减因子值和设定仰角范围内的可见卫星数确定所述轨位优化模型的目标函数,具体为:
采用网格分析法对所述导航星座的服务区域进行网格划分;
获取设定仿真时间内,每一时刻所有网格点的星座位置精度衰减因子值和可见卫星数;
获取设定仿真时间段内,所述服务区域内所述星座位置精度衰减因子值的平均值和所述可见卫星数的平均值;
根据所述星座位置精度衰减因子值的平均值和所述可见卫星数的平均值确定所述轨位优化模型的目标函数。
优选地,所述目标函数为:
式中,FP(X)为所述星座位置精度衰减因子值的平均值,FM(X)为所述可见卫星数的平均值。
优选地,所述基于所述在轨备份星轨位优化模型,利用多目标优化算法获得在轨备份星的轨位,具体为:
基于所述在轨备份星轨位优化模型,利用非支配排序遗传算法获得在轨备份星的轨位。
优选地,结合所述在轨备份星的轨位,确定所述在轨备份星替换故障卫星的替换优化模型,根据所述替换优化模型确定替换方法,具体为:
根据故障卫星的相位和所述在轨备份卫星的相位之间的关系,确定在轨备份卫星的替换模式;所述替换模式包括相位超前替换和相位滞后替换;
结合所述替换模式,确定替换优化模型的目标函数和约束条件,得到在轨备份星替换故障卫星的替换优化模型,根据所述替换优化模型确定替换方法。
优选地,结合所述替换模式,确定替换优化模型的目标函数和约束条件,得到在轨备份星替换故障卫星的替换优化模型,根据所述替换优化模型确定替换方法,具体为:
根据所述替换模式,确定在轨备份星替换故障卫星时过渡轨道的半长轴;
结合所述过渡轨道的半长轴确定替换优化模型的目标函数和约束条件,得到在轨备份星替换故障卫星的替换优化模型;
基于所述替换优化模型,确定最优的替换方法。
优选地,所述替换优化模型的目标函数为结合所述过渡轨道的半长轴确定的在轨备份星替换故障卫星时的最少速度增量或者最少替换时间。
优选地,所述替换优化模型的约束条件为所述过渡轨道的半长轴、在轨备份星在过渡轨道上运行的圈数和故障卫星位置在原始轨道上运行的圈数
本发明的中轨道Walker导航星座在轨备份方案优化设计方法,相较于现有技术,具有如下有益效果:优化导航星座在轨备份方案,使得在轨备份星的轨位为最优轨位,同时增强了星座服务性能,增强了导航星座的稳定性和鲁棒性。
结合在轨备份星的轨位,确定在轨备份星替换故障卫星的替换优化模型中的替换方案,对于目标函数的选取,考虑了速度增量和替换时间。在本申请的实施例中,最终选取了以时间最少为目标函数的替换方案,以该目标函数为替换方案能够实现在短时间内以较低的能量完成卫星的替换,为导航星座备份星的建设提供借鉴。
附图说明
图1为本发明的中轨道Walker导航星座在轨备份方案优化设计方法的流程图;
图2为本发明实施例中染色体编码示意图;
图3为本发明中NSGA-Ⅱ算法流程图;
图4是在轨备份星轨位优化结果;
图5是在轨备份星轨位示意图;
图6是星座PDOP值比较;
图7是星座可见卫星数比较;
图8是相位超前替换示意图;
图9是相位滞后替换示意图;
图10是以速度增量最少为优化目标的优化设计结果;
图11是以替换时间最少为优化目标的优化设计结果。
具体实施方式
为了使本发明的目的、技术方案及有益效果更加清楚明白,下面结合附图及实施例,对本发明进行进一步详细说明。应当注意,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
图1为本发明中轨道Walker导航星座在轨备份方案优化设计方法的流程图。
本发明的中轨道Walker导航星座在轨备份方案优化设计方法,包括:
步骤1、根据导航星座的参数确定在轨备份星的轨位优化模型,具体为:
将每个轨道面上在轨备份星的轨位作为轨位优化模型的优化变量;其中每个轨道面上在轨备份星的轨位以编码形式表征,编码采用浮点数编码;
根据星座位置精度衰减因子值和设定仰角范围内的可见卫星数确定的轨位优化模型的目标函数,具体为:
采用网格分析法对所述导航星座的服务区域进行网格划分;
获取设定仿真时间段内,每一时刻所有网格点的星座位置精度衰减因子值和可见卫星数;
获取设定仿真时间段内,服务区域内所述星座位置精度衰减因子值的平均值和可见卫星数的平均值;
根据星座位置精度衰减因子值的平均值和可见卫星数的平均值确定轨位优化模型的目标函数,其中目标函数优选为式中,FP(X)为星座位置精度衰减因子值的平均值,FM(X)为可见卫星数的平均值;FP(X)和FM(X)是形式上的符号,X没有特定的含义。
将在轨备份星的轨位角度作为轨位优化模型的约束条件。
步骤2、基于在轨备份星的轨位优化模型,利用多目标优化算法获得在轨备份星的轨位,所确定的轨位为在轨备份星的最优轨位,具体为:
基于在轨备份星轨位优化模型,利用非支配排序遗传算法获得在轨备份星的最优轨位。
步骤3、结合在轨备份星的轨位,确定在轨备份星替换故障卫星的替换优化模型,根据替换优化模型确定替换方法,所确定的替换方法为最优的替换方法,具体为:
根据故障卫星的相位和在轨备份卫星的相位之间的关系,确定在轨备份卫星的替换模式;替换模式包括相位超前替换和相位滞后替换;
结合替换模式,确定替换优化模型的目标函数和约束条件,得到在轨备份星替换故障卫星的替换优化模型,根据替换优化模型确定最优的替换方法,具体为:
根据替换模式,确定在轨备份星替换故障卫星时过渡轨道的半长轴;
结合过渡轨道的半长轴确定替换优化模型的目标函数和约束条件,得到在轨备份星替换故障卫星的替换优化模型;其中,替换优化模型的目标函数为结合过渡轨道的半长轴确定的在轨备份星替换故障卫星时的最少速度增量或者最少替换时间;替换优化模型的约束条件为过渡轨道的半长轴、在轨备份星在过渡轨道上运行的圈数和故障卫星位置在原始轨道上运行的圈数。
基于替换优化模型,确定最优的替换方法。
下面将以具体的实施例详述本发明。
本申请考虑星座运行期间内在轨备份星与工作卫星存在共同提供服务的情况,通过建立在轨备份星轨位优化模型,选取星座位置精度衰减因子(PDOP)值和可见卫星数作为轨位优化目标函数,利用NSGA-Ⅱ算法分析在轨备份星在不同轨位下对***服务性能的影响;
举例来说,本发明实施例以中轨道Walker导航星座为分析对象,该星座由24颗卫星组成,星座参数为24/3/1,轨道高度为21528km,倾角为55°,同时,模型中每个轨道面上分别部署两颗在轨备份星:
(1)优化变量
在在轨备份星轨位优化设计中,模型优化变量为每个轨道面上在轨备份星的轨位fi,j,其中i∈(1,2,3),j∈(1,2),i为轨道面编号,j为在轨备份星编号。如f1,2表示第1个轨道面上的第2个在轨备份星的轨位。
(2)目标函数
在导航星座中,定位精度是其性能评估的重要指标,而该指标除了受到各伪距测量值的影响还与星座的几何构型有关,通过计算星座位置精度衰减因子(PDOP)值可以对构型进行量化评估。因此,本申请选取PDOP值作为备份星轨位优化的评价指标之一,其计算如下:
假设用户坐标为(X0,Y0,Z0),此时在用户本地坐标系中,满足最小观测仰角α的N颗卫星坐标可表示为:
ri=[Xi,Yi,Zi],(i=1,2,...,N) (1)
则相应的系数矩阵H为:
式中,(i=1,2,...,N)为卫星到用户之间的距离。记矩阵Q为:
最终用户坐标的PDOP值为:
同时,本申请还选取可见卫星数作为另一个备份星轨位优化的评价指标。可见卫星数是指在一定的仰角范围内,用户能接收到卫星导航信号的卫星数目,其值的大小决定着精度因子计算结果的准确性,因此同样是衡量导航星座性能优劣的重要指标。
为了更全面的评价导航星座服务区域的性能,本申请采取网格分析法,对导航星座的服务区域进行网格划分,并统计在每一时刻下,所有网格点的PDOP值和可见卫星数,最终得到仿真时间内服务区域PDOP值和可见卫星数的平均值,分别用FP(X)和FM(X)表示。综上可得,导航星座在轨备份星轨位优化设计的数学模型为:
(3)约束条件
在在轨备份星轨位优化设计中,模型的约束条件为在轨备份星的轨位fi,j∈[0°,360°],同时,由于工作卫星的存在,在轨备份星的轨位不能取值为同一轨道面中已有工作卫星的轨位。
确定模型的各项参数后,利用NSGA-Ⅱ算法的多目标优化设计获得在轨备份星的最优轨位。
(1)轨位优化变量的编码方式
在轨备份星轨位优化变量属于连续型变量,要利用NSGA-Ⅱ算法对其进行求解,必须对优化变量进行编码。变量编码有多种编码方式,其中应用最广泛的为二进编码方式,然而当模型优化变量取值范围较大时,为了保证优化变量具有较高的精度,需要增大二进制字符串位数,这会导致染色体基因过长,从而降低搜索效率,影响算法的收敛速度。因此,本申请采用浮点数编码方法,染色体中每个基因代表一个变量,该编码方法能够有效降低染色体编码长度,提高运算效率,同时能确保变量具有较高的精度。对每个变量进行编码后,将它们串联成一个染色体,从而完成对一个个体的编码,如图2所示。
(2)基于Pareto占优的选择机制
与单目标优化问题不同的是,由于在求解过程中难以获得一个能使所有目标函数都达到最优值的理想解,当进一步优化一个目标时通常会引起其他目标的劣化,因此多目标优化问题的最优解是一组最优解集。已有大量学者对多目标优化问题的求解展开了研究并提出相应的求解思路,其中应用较为广泛的是基于Pareto占优思想的优化方法。
假设多目标优化是求解目标函数的最小值,若可行解x1所对应的任意一个目标函数值fk(x1)都小于等于可行解x2对应的目标函数值fk(x2),并且存在一个目标函数值fl(x1)小于x2对应的目标函数值fl(x2),则称可行解x1相比于x2占优或x1支配x2:
如果可行解x不被其他任一解所支配,则该可行解称为非支配解,经过算法迭代进化,可以得到所有非支配解,并组成非支配解集称为Pareto前沿。在NSGA-Ⅱ算法中采取Pareto占优的选择机制来获得Pareto前沿,其公式为:
式中,μi,g为试验向量,Xi,g为目标向量。
(3)NSGA-Ⅱ算法的优化流程
非支配排序遗传算法(NSGA)是Srinivas和Deb于1994年提出的基于Pareto占优选择的多目标优化算法。在此基础上,Deb等人于2002年进一步提出了NSGA的改进算法NSGA-Ⅱ,该算法较上一代算法的优势主要体现在,NSGA-Ⅱ算法采取快速非支配排序法,从而降低了搜索非支配解的复杂度,并定义拥挤距离来计算各层中点之间的拥挤度,代替了NSGA算法中共享函数的使用,避免了人为确定共享参数对解空间分布的影响,保持了种群的多样性,同时还引入精英策略,通过对解空间进行分层确定非支配序列,保留了种群中解的优越性,也扩大了采样空间。NSGA-Ⅱ算法主要包括初始化、选择、交叉和变异等步骤,其具体流程如图3所示。
依据上述模型及优化算法对在轨备份星轨位进行优化设计,中轨道Walker导航星座的服务区域为全球区域,并按5°×5°的经纬线对其进行网格划分,仿真时间为一个星座回归周期,用户最小观测仰角α为5°,数据统计步长为600s。优化算法的初始参数为:种群个数N为50,最大进化代数G为50,交叉因子为1,变异因子为0.16。在轨备份星轨位优化结果如4所示。
从图4中可得,算法迭代获得的优化解集中可见卫星数对应的区间为[10.3303,10.3306],PDOP值对应的区间为[1.665,1.695]。同时,对于优化解集中不同的解,其可见卫星数的变化范围较小,而且在这小范围内,不同解所对应的PDOP值呈现出随着可见卫星数增大而增大的趋势。最终,从优化解集中筛选出非支配解集,即图4中的Pareto等级1,并按照PDOP值进行升序排列,如表1所示。
表1
从表1中的非支配解集可得,可见卫星数变化范围较小,因此本申请将选择非支配解集中PDOP值最小的解作为最优解进行优化结果分析。最优解的在轨备份星轨位示意图如图5所示,图5的(b)中M11表示第1个轨道面上编号为1的卫星,其他同理。
针对最优解的在轨备份星轨位,对全球区域内中轨道Walker导航星座和加入在轨备份星后的星座PDOP值和可见卫星数进行对比分析,如图6和图7所示。可以看出,全球区域内中轨道Walker导航星座最大PDOP值为1.8889,最小PDOP值为1.8759,平均PDOP值为1.8824。在加入在轨备份星后星座最大PDOP值降至1.6797,降低幅度为11.1%;最小PDOP值降至1.6618,降低幅度为11.4%;平均PDOP值降至1.6697,降低幅度为11.3%。同理,对于星座可见卫星数,中轨道Walker导航星座最大值为8.2845,最小值为8.2476,平均值为8.2642。加入在轨备份星后可见卫星数最大值升至10.3529,增大幅度为24.9%;最小值升至10.3075,增大幅度为24.9%;平均值升至10.3304,增大幅度为25%。由此可得,在轨备份星对导航星座的性能有较为显著的增强效果。
基于在轨备份星轨位的优化结果,根据故障卫星相位和在轨备份星相位的关系,建立相应的在轨备份星替换轨道机动模型,即替换优化模型,并分析比较以速度增量最少和替换时间最少为优化目标进行在轨备份星替换方案,得到最终的在轨备份星替换方案;
为详细说明本发明的在轨备份星与故障卫星的替换方法,本申请以具体的实施例说明。
根据卫星相位调整过程中是否涉及轨道面的变化,卫星相位的调整方式可以分为同轨道面相位调整和异轨道面相位调整。由于异面轨道调整所消耗的燃料较大,因此在轨备份星通常只对同一轨道面内的故障卫星进行替换。根据故障卫星相位和在轨备份星相位的关系,备份星同轨道面的替换又可以分为相位超前和相位滞后两种情况。
(1)相位超前
相位超前时,在轨备份星沿着运行方向到故障卫星之间的地心角θ∈[180°,360°)。此时,在轨备份星可以通过抬升轨道高度,在初始位置施加一次冲量进入高轨过渡椭圆轨道,该过渡轨道的半长轴a须满足:
a0<a (7)
式中,a0为原始轨道半长轴。
当在轨备份星在过渡轨道上运行若干圈后,故障卫星位置正好运行到在轨备份星的初始位置,此时,再对在轨备份星施加一次冲量,使其从过渡轨道进入原始轨道,即可完成对故障卫星的替换,如图8所示。
(2)相位滞后
相位滞后时,在轨备份星沿着运行方向到故障卫星之间的地心角θ∈(0°,180°)。此时,在轨备份星可以通过降低轨道高度,在初始位置施加一次冲量进入低轨过渡椭圆轨道,该过渡轨道的半长轴a须满足:
式中,a0为原始轨道半长轴,R为地球半径。
当在轨备份星在过渡轨道上运行若干圈后,故障卫星位置正好运行到在轨备份星的初始位置,此时,再对在轨备份星施加一次冲量,使其从过渡轨道进入原始轨道,即可完成对故障卫星的替换,如图9所示。
依据上述的轨道机动模型,可以获得在轨备份星替换故障卫星的数学模型,在轨备份星在原始轨道上的速度为v1,在过渡轨道上变轨点处的速度为v2,由于经过两次变轨,因此替换所需的总能量ΔV为两倍的速度增量:
ΔV=2|v2-v1| (11)
式中,μ为地球引力常数。
假设在轨备份星替换过程中,在轨备份星在过渡轨道上运行的圈数为n,故障卫星位置在原始轨道上运行的圈数为m,若不到1圈则为0。在轨备份星完成替换所需的时间为ΔT,则有:
以在轨备份星替换故障卫星时所需的速度增量最少为优化目标,分析各在轨备份星对同一轨道面上的8颗工作卫星的替换结果。由于中轨道Walker导航星座中每个轨道面分别部署了两颗在轨备份星,因此,根据两颗在轨备份星的替换结果,可以得到每个轨道面内替换不同故障卫星时所需的最少速度增量。模型目标函数为:
F=min(ΔVx,y,z),x∈(1,2,3),y∈(1,2),z∈(1,2,...8) (14)
式中,ΔVx,y,z为第x个轨道面中,编号为y的在轨备份星替换编号为z的故障卫星所需的速度增量。
模型约束条件:在轨备份星相位超前时采取高轨变相,相位滞后时采取低轨变相,同时,针对实际情况,假设在轨备份星在过渡轨道上运行的圈数n和故障卫星位置在原始轨道上运行的圈数m都小于等于10。
最终,以速度增量最少为优化目标的优化设计结果如图10所示,图10的(a)为每个轨道面上替换不同卫星时所需的最少速度增量,图10的(b)为该替换方案所对应的替换时间。从图中可以看出,速度增量的最大值为0.1062km/s,最小值为0.015km/s,然而,虽然替换所需的速度增量较小,但是替换所需的时间较长,最短的替换时间需要126.4个小时,最长的替换时间则需要134.5个小时。
另以在轨备份星替换故障卫星时所需的替换时间最少为优化目标,再次对在轨备份星替换轨道面内的8颗工作卫星的优化结果进行分析。通过比较每个轨道面中两颗在轨备份星的替换结果,从而得到每个轨道面内替换不同故障卫星时所需的最少替换时间。模型目标函数为:
F=min(ΔTx,y,z),x∈(1,2,3),y∈(1,2),z∈(1,2,...8) (15)
式中,ΔTx,y,z为第x个轨道面中,编号为y的在轨备份星替换编号为z的故障卫星所需的替换时间。
模型约束条件:在轨备份星相位超前时采取高轨变相,相位滞后时采取低轨变相,同时,在轨备份星在过渡轨道上运行的圈数n和故障卫星位置在原始轨道上运行的圈数m都小于等于10。
最终,以替换时间最少为优化目标的优化设计结果如图11所示,图11的(a)为每个轨道面上替换不同卫星时所需的最少替换时间,图11的(b)为该替换方案所对应的替换速度增量。从图中可以看出,以替换时间最少为优化目标时,替换卫星所需的最短时间为8.8个小时,最长替换时间为18.5个小时,极大的缩短了替换所需的时间。同时,替换所需的速度增量虽然比以速度增量最小为优化目标时的大,但速度增量最大值为1.16km/s,最小值为0.14km/s,仍处于较低水平。
基于上述对两种替换方案的分析可得,以速度增量最少为优化目标的轨道机动方案,虽然所需的能量较少,但是替换所需的时间较长,适用于主要考虑节省能量的星座,而对于需要快速恢复服务性能的导航星座而言,该替换方案并不十分合适。而以替换时间最少为优化目标的轨道机动方案,其最长的替换时间和最短的替换时间分别降低了86.25%和93.04%,因此该方案能够在很大程度上减少替换时间,同时,速度增量较以速度增量最小为优化目标的替换方案有所增加,备份星单次机动的速度增量最大值为0.58km/s,最小值为0.07km/s,而对于卫星轨道机动而言,该值仍保持在较低水平,因此综合两种替换方案,本申请选用以替换时间最少为优化目标的替换方案作为在轨备份星替换的最终方案。
以上所述,仅是本申请的几个实施例,并非对本申请做任何形式的限制,虽然本申请以较佳实施例揭示如上,然而并非用以限制本申请,任何熟悉本专业的技术人员,在不脱离本申请技术方案的范围内,利用上述揭示的技术内容做出些许的变动或修饰均等同于等效实施案例,均属于技术方案范围内。
Claims (7)
1.一种中轨道Walker导航星座在轨备份方案优化设计方法,其特征在于,包括:
根据导航星座的参数确定在轨备份星的轨位优化模型;
基于所述在轨备份星的轨位优化模型,利用多目标优化算法获得在轨备份星的轨位;
结合所述在轨备份星的轨位,确定在轨备份星替换故障卫星的替换优化模型,根据所述替换优化模型确定替换方法;其中,
所述根据导航星座的参数确定在轨备份星的轨位优化模型,包括:将每个轨道面上在轨备份星的轨位作为所述轨位优化模型的优化变量;其中每个轨道面上在轨备份星的轨位以编码形式表征,所述编码采用浮点数编码;
根据星座位置精度衰减因子值和设定仰角范围内的可见卫星数确定所述轨位优化模型的目标函数,具体为:
采用网格分析法对所述导航星座的服务区域进行网格划分;
获取设定仿真时间内,每一时刻所有网格点的星座位置精度衰减因子值和可见卫星数;
获取设定仿真时间段内,所述服务区域内所述星座位置精度衰减因子值的平均值和所述可见卫星数的平均值;
根据所述星座位置精度衰减因子值的平均值和所述可见卫星数的平均值确定所述轨位优化模型的目标函数;
将在轨备份星的轨位角度作为所述轨位优化模型的约束条件;
所述结合所述在轨备份星的轨位,确定在轨备份星替换故障卫星的替换优化模型,根据所述替换优化模型确定替换方法包括:基于在轨备份星的轨位的优化结果,根据故障卫星相位和在轨备份星相位的关系,建立相应的在轨备份星替换轨道机动模型,即替换优化模型,并分析比较以速度增量最少和替换时间最少为优化目标进行在轨备份星替换方案,得到最终的在轨备份星替换方案。
2.根据权利要求1所述的中轨道Walker导航星座在轨备份方案优化设计方法,其特征在于,所述目标函数为:
式中,为所述星座位置精度衰减因子值的平均值,/>为所述可见卫星数的平均值。
3.根据权利要求1~2任一项所述的中轨道Walker导航星座在轨备份方案优化设计方法,其特征在于,所述基于所述在轨备份星轨位优化模型,利用多目标优化算法获得在轨备份星的轨位,具体为:
基于所述在轨备份星轨位优化模型,利用非支配排序遗传算法获得在轨备份星的轨位。
4.根据权利要求3所述的中轨道Walker导航星座在轨备份方案优化设计方法,其特征在于,结合所述在轨备份星的轨位,确定所述在轨备份星替换故障卫星的替换优化模型,根据所述替换优化模型确定替换方法,具体为:
根据故障卫星的相位和所述在轨备份星的相位之间的关系,确定在轨备份星的替换模式;所述替换模式包括相位超前替换和相位滞后替换;
结合所述替换模式,确定替换优化模型的目标函数和约束条件,得到在轨备份星替换故障卫星的替换优化模型,根据所述替换优化模型确定替换方法。
5.根据权利要求4所述的中轨道Walker导航星座在轨备份方案优化设计方法,其特征在于,结合所述替换模式,确定替换优化模型的目标函数和约束条件,得到在轨备份星替换故障卫星的替换优化模型,根据所述替换优化模型确定替换方法,具体为:
根据所述替换模式,确定在轨备份星替换故障卫星时过渡轨道的半长轴;
结合所述过渡轨道的半长轴确定替换优化模型的目标函数和约束条件,得到在轨备份星替换故障卫星的替换优化模型;
基于所述替换优化模型,确定最优的替换方法。
6.根据权利要求5所述的中轨道Walker导航星座在轨备份方案优化设计方法,其特征在于,所述替换优化模型的目标函数为结合所述过渡轨道的半长轴确定的在轨备份星替换故障卫星时的最少速度增量或者最少替换时间。
7.根据权利要求5所述的中轨道Walker导航星座在轨备份方案优化设计方法,其特征在于,所述替换优化模型的约束条件为所述过渡轨道的半长轴、在轨备份星在过渡轨道上运行的圈数和故障卫星位置在原始轨道上运行的圈数。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2020104380448 | 2020-05-21 | ||
CN202010438044.8A CN111680360A (zh) | 2020-05-21 | 2020-05-21 | 一种导航星座在轨备份方案优化设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111783233A CN111783233A (zh) | 2020-10-16 |
CN111783233B true CN111783233B (zh) | 2023-10-31 |
Family
ID=72453525
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010438044.8A Pending CN111680360A (zh) | 2020-05-21 | 2020-05-21 | 一种导航星座在轨备份方案优化设计方法 |
CN202010863195.8A Active CN111783233B (zh) | 2020-05-21 | 2020-08-25 | 一种中轨道Walker导航星座在轨备份方案优化设计方法 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010438044.8A Pending CN111680360A (zh) | 2020-05-21 | 2020-05-21 | 一种导航星座在轨备份方案优化设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN111680360A (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113572515B (zh) * | 2021-07-29 | 2023-03-28 | 中国联合网络通信集团有限公司 | 一种卫星选择方法和装置 |
CN114578398B (zh) * | 2022-03-02 | 2023-05-30 | 西南交通大学 | 基于nsga-ii算法的星间链路构型优化设计方法 |
CN117040607B (zh) * | 2023-10-10 | 2024-03-26 | 中国人民解放军战略支援部队航天工程大学 | 一种低轨通信卫星星座的设计方法 |
CN117252113B (zh) * | 2023-11-17 | 2024-02-23 | 中国人民解放军战略支援部队航天工程大学 | 面向中轨导航星座卫星失效的低轨混合星座优化设计方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005106720A (ja) * | 2003-10-01 | 2005-04-21 | Alpine Electronics Inc | Gps信号を用いた位置検出装置および位置検出方法 |
CN105335541A (zh) * | 2014-08-12 | 2016-02-17 | 中国人民解放军装备学院 | 导航卫星星座的工程设计方法 |
CN107329146A (zh) * | 2017-07-05 | 2017-11-07 | 中国人民解放军装备学院 | 一种导航卫星低轨监测星座的优化设计方法 |
CN108984998A (zh) * | 2018-09-29 | 2018-12-11 | 深圳市欣顿智能科技有限公司 | 一种考虑复杂工程约束的卫星布局方案设计方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020177403A1 (en) * | 2001-02-09 | 2002-11-28 | Laprade James Nicholas | High availability broadband communications satellite system using satellite constellations in elliptical orbits inclined to the equatorial plane |
US9321544B2 (en) * | 2014-07-10 | 2016-04-26 | The Aerospace Corporation | Systems and methods for optimizing satellite constellation deployment |
-
2020
- 2020-05-21 CN CN202010438044.8A patent/CN111680360A/zh active Pending
- 2020-08-25 CN CN202010863195.8A patent/CN111783233B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005106720A (ja) * | 2003-10-01 | 2005-04-21 | Alpine Electronics Inc | Gps信号を用いた位置検出装置および位置検出方法 |
CN105335541A (zh) * | 2014-08-12 | 2016-02-17 | 中国人民解放军装备学院 | 导航卫星星座的工程设计方法 |
CN107329146A (zh) * | 2017-07-05 | 2017-11-07 | 中国人民解放军装备学院 | 一种导航卫星低轨监测星座的优化设计方法 |
CN108984998A (zh) * | 2018-09-29 | 2018-12-11 | 深圳市欣顿智能科技有限公司 | 一种考虑复杂工程约束的卫星布局方案设计方法 |
Non-Patent Citations (5)
Title |
---|
A Method on Constellation On-Orbit Backup of Regional Navigation Satellite System;Laiping Feng,Wenhai Jiao,Xiaolin Jia,Xianbing Wu,Kai Ren;China Satellite Navigation Conference (CSNC) 2012 Proceedings;197-211 * |
Research on Doppler Locating Method of LEO Satellite Backup Navigation System;Zhixin Deng,Guangwei Fan,Chenglong He;China Satellite Navigation Conference (CSNC) 2017 Proceedings;第2卷;487-496 * |
基于Petri网的Walker导航星座备份策略研究;胡敏;宋旭民;杨雪榕;;航天器工程(02);18-25 * |
基于多目标粒子群算法的导航星座优化设计;蒙波;伊成俊;韩潮;;航空学报(07);126-133 * |
基于***服务性能提升的北斗卫星备份星轨位方案分析;陈志鹏,胡彩波,刘昌洁,汤廷松;第七届中国卫星导航学术年会论文集;1-9 * |
Also Published As
Publication number | Publication date |
---|---|
CN111680360A (zh) | 2020-09-18 |
CN111783233A (zh) | 2020-10-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111783233B (zh) | 一种中轨道Walker导航星座在轨备份方案优化设计方法 | |
CN107329146B (zh) | 一种导航卫星低轨监测星座的优化设计方法 | |
CN107421434B (zh) | 多基站Multi-GNSS长基线近实时形变监测方法 | |
CN110986974B (zh) | 面向复杂动力学环境的多航天器任务智能规划与控制方法 | |
CN110096069B (zh) | 基于nsga ii超幅宽成像卫星编队构型的优化方法 | |
CN110336751B (zh) | 基于隶属函数的低轨卫星网络路由策略 | |
CN108594638B (zh) | 面向多任务多指标优化约束的航天器acs在轨重构方法 | |
CN113688560B (zh) | 面向多星单侦察目标的轨道机动优化方法 | |
CN109214580B (zh) | 基于交通***性能的商业用地布局优化方法 | |
CN102663224A (zh) | 基于信息熵的交通流量集成预测模型 | |
CN104252132A (zh) | 基于自适应遗传算法的行星际轨道控制优化方法 | |
CN109635332A (zh) | 一种基于遗传算法的变步长星座轨道优化方法及装置 | |
CN109639338B (zh) | 一种适用于通导遥一体化应用的全球覆盖星座的设计方法 | |
CN102156478A (zh) | 一种基于蚁群Unscented粒子滤波算法的组合定姿方法 | |
CN115310378A (zh) | 一种极端台风灾害下电网韧性评估及差异化规划方法 | |
CN108649605A (zh) | 一种基于双层场景区间潮流的der并网准入容量规划方法 | |
CN114578398A (zh) | 基于nsga-ii算法的星间链路构型优化设计方法 | |
CN116170853A (zh) | 基于机器学习的QoS与负载均衡协同保障卫星路由算法 | |
CN109445906A (zh) | 一种虚拟机需求数量预测方法 | |
CN102322863B (zh) | 一种遥感卫星多星联合逆向定轨定姿方法 | |
CN116757446B (zh) | 基于改进粒子群算法的梯级水电站调度方法及*** | |
Chengzhuo et al. | Dynamic optimization of laser inter-satellite link network topology based on genetic algorithm | |
CN112036651A (zh) | 基于量子免疫优化bp神经网络算法的电价预测方法 | |
CN116187165A (zh) | 基于改进粒子群算法的电网弹性提升方法 | |
CN110532057B (zh) | 一种容器的资源使用量预测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |