欢迎来到天天文库
浏览记录
ID:46628373
大小:2.27 MB
页数:5页
时间:2019-11-26
《多在轨服务飞行器目标分配问题研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、第34卷第1期计算机仿真2017年1月文章编号:1006—9348(2017)01—0090—04多在轨服务飞行器目标分配问题研究肖海,刘新学,舒健生,李亚雄(第二炮兵工程大学,陕西西安710025)摘要:为解决多在轨服务飞行器的目标分配问题,为提高服务效率和减少燃料消耗,对多在轨服务飞行器目标分配的模型和方法进行了研究。首先对在轨服务任务的当前态势进行了分析,以服务效能、燃料消耗、燃料消耗均衡性为指标,建立了多在轨服务飞行器目标分配模型,其次对标准粒子群算法的粒子和位置的更新策略及惯性权重和学习因子进行了改进,并引入禁忌搜索
2、算法,提出了基于禁忌离散粒子群算法的模型求解方法。仿真结果表明,改进的算法能快速的确定出合理的目标分配方案。关键词:在轨服务飞行器;目标分配;服务效能;禁忌离散粒子群算法中图分类号:V412.4文献标识码:BResearchonTargetAllocationforMultipleOn-OrbitServiceVehiclesXIAOHai,LIUXin-xue,ShuJian-sheng,LIYa-xiong(TheSecondArtilleryEngineeringUniversity,Xi’anShanxi710025,
3、China)ABSTRACT:Inordertosolvetheproblemoftargetallocationformultipleon-orbitservicevehicles,westudiedthetargetallocationmodelanditsmethod.First,thecurrentsituationofon-orbitservicemissionwasanalyzed,basedontheanalysisofkeyfactorsincludingserviceefficiency,fuelconsum
4、ptionandfuelconsumption,andthetargetalloca—tionmodelformultion-orbitservicevehiclesWasformulated.Second,theupdatestrategyofparticleandpositionofstandardparticleswarnloptimizationaswellastheinertiaweightandlearningfactorswereimproved,onthisbasis,themethodbasedontabud
5、iscreteparticleswarmoptimizationalgorithmwaspresented.ThesimulationresultsshowthattheproposedTS-DPSOalgorithmCansolvethetargetallocationproblemformultipleon-orbitservicevehiclesef-fectively.KEYWORDS:On-orbitservicevehicle(OSV);Targetallocation(TA);Serviceefficiency;
6、Tabudiscreteparticleswarnloptimization(TS—DPSO)1引言随着空间技术的发展和应用需求的增加,自主式在轨服务技术逐渐兴起。自主式在轨服务是利用智能在轨服务飞行器(on—orbitservicevehicle,简称OSV)自主对空间目标完成在轨服务任务⋯。为有效的实现自主式在轨服务,首先需要解决的一个关键问题是如何根据在轨服务任务实现目标分配。多在轨服务飞行器的目标分配是指合理调度多架OSV为多个空间目标在轨服务。从而有效利用和配置服务资源,提高OSV的续航能力,进而有效提高其服务效能。
7、目前相关的研究较多,文献[2]对多颗卫星拦截多个空间目标的任务分配问题进行分析研究,并采用遗传算法对问题进行了求解;文献[3]对多服务航天器协同目标分配问题进行了研究,并基于离散粒子群算法对问题进行了求解;文收稿日期:2015—12—25修回日期:2016—01—06—90一献[4]分析研究了在轨服务航天器的任务指派问题,并利用NSGA一1I对问题进行了求解,等等。总体而言,现有的研究对问题分析较为透彻.并采用各种方法获取最终的分配方案。但仍有改进的余地,主要体现在模型的完备性及方法的时效性两方面。本文在对多OSV目标分配问题
8、合理描述的基础上.选取服务效能最大、燃料消耗最小、燃料消耗均衡性最好为目标分配的指标。建立目标分配模型。随后对离散粒子群算法进行改进,提出基于禁忌离散粒子群(TS—DiscreteParticleSwarmOptimization,简称TS—DPSO)算法的目标分配方法,最后
此文档下载收益归作者所有