[發明專利]基于混沌種群變異PIO的航天器姿態軌道協同規劃方法

有效

• 申請號: 201810366021.3
• 申請日: 2018-04-23
• 公開（公告）號: CN108919818B
• 公開（公告）日: 2020-08-04
• 發明（設計）人: 華冰;劉睿鵬;段海濱;吳云華;陳志明
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G05D1/08
• 分類號: G05D1/08
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 熊玉瑋

1.基于混沌種群變異PIO的航天器姿態軌道協同規劃方法，其特征在于，采用基于混沌種群變異的自適應鴿群算法規劃航天器路徑，依據路徑節點與航天器的姿態性強制約束以及限制性約束的相對關系建立姿態規劃模型，將姿態規劃模型映射到R參數空間，采用包含指南針算子迭代演化階段和地標算子迭代演化階段的基于混沌種群變異的自適應鴿群算法規劃航天器姿態得到耦合的姿態軌道規劃結果，其中，

指南針算子迭代演化階段：在每次迭代過程中分別選出當前迭代過程中的局部最優位置以及所有個體在當前迭代過程中產生的全局最優位置，并引入表示個體對鴿群整體在之前迭代中所產生的精英個體學習的全局更新算子和表示前兩次迭代演化趨勢的自適應算子以及對種群進行變異操作的變異算子，迭代更新個體的位置和速度，變異算子僅在種群適應度變化率達判定門限值時啟動，所述變異算子啟動后生成一個以個體當前位置為均值且以當前種群適應度變化率的倒數為方差的隨機數，在當前迭代次數達到設定值時進入地標算子迭代演化階段。

2.根據權利要求1所述基于混沌種群變異PIO的航天器姿態軌道協同規劃方法，其特征在于，

地標算子迭代演化階段：依據種群適應度對種群進行篩選進而迭代更新局部最優個體和全局最優個體。

3.根據權利要求2所述基于混沌種群變異PIO的航天器姿態軌道協同規劃方法，其特征在于，所述指南針算子描述為：V_i(t)、V_i(t+1)分別為第i只個體在第t次迭代、第t+1次迭代中的速度，X_i(t)、X_i(t+1)分別為第i只個體在第t次迭代、第t+1次迭代中的位置，w為慣性因子，w_max和w_min為慣性因子最大值和最小值，T_max為最大迭代次數，為第i只個體在第t次迭代中的局部最優位置，C_p為自適應算子，fitness(t-3)、fitness(t-2)、fitness(t-1)分別為種群在第t-3次、第t-2次、第t-1次迭代中的適應度值，X_g為所有個體在第t次迭代中的全局最優位置，C_g為全局更新算子，C_r為激活因子，R_d(t+1)為變異算子在第t+1次迭代中生成的隨機數，fitness(t)為種群在第t次迭代中的適應度值。

4.根據權利要求2所述基于混沌種群變異PIO的航天器姿態軌道協同規劃方法，其特征在于，所述種群適應度由各個體的適應度確定，第i只個體的適應度fitness(i)的表達式為：fitness(i)為第i只個體的適應度，threat_in^j(i)、w₁為第i只個體進入威脅區域j時的威脅度及其權值，threat_out^j(i)、w₂為第i只個體在威脅區域j外時的威脅度及其權值，distance(i)、w₃為第i只個體規劃路徑的整體距離消耗對整體規劃距離的影響程度及其權值，angle(i)、w₄為第i只個體規劃路徑的機動角度及其權值，w₁+w₂+w₁+w₄＝1。

5.根據權利要求4所述基于混沌種群變異PIO的航天器姿態軌道協同規劃方法，其特征在于，第i只個體進入威脅區域j時的威脅度threat_in^j(i)為：L_i,k為第i只個體所規劃路徑第k個分段的長度，t_j為威脅區域j的威脅等級，K為第i只個體所規劃路徑的分段數目，d_0.1,k、d_0.3,k、d_0.5,k、d_0.7,k、d_0.9,k分別為第i只個體所規劃路徑第k個分段的十分之一處、十分之三處、十分之五處、十分之七處、十分之九處與威脅區域j中心的距離，T_j為威脅區域j的中心位置，R_j為威脅區域j的半徑，X_i(t)為在t次迭代中第i只個體位置的三維坐標。