【技术实现步骤摘要】
涉及空地混合多空间碎片清除，具体涉及基于模拟退火算法的空地混合多空间碎片清除任务规划。
技术介绍
1、随着科技的发展和时代的进步，大规模卫星星座不断受到世界各国的重视，规划中以及在轨运行的大规模卫星星座不断涌现，越来越多的小卫星被发射到太空中，其中较为突出的大规模星座有马斯克的星链、中国的北斗等。空间碎片为由于人类活动产生的外太空的空间垃圾，空间碎片可能与在轨运行卫星发生撞击，对卫星星座的正常运行造成干扰，越来越多的卫星被发射到了外太空，由这些卫星产生的空间碎片也随之不断增加，对卫星正常运行造成极大的影响，合适的轨道资源也因此更加珍贵。因此，使用合适的方法对空间碎片进行清除极为重要。
2、对空间碎片的清除技术进行的研究很多，现在已有几种较为成熟经过在轨验证的空间碎片清理技术，如空间绳网捕获技术，机械臂捕获技术等等。这些技术都需要搭载清除装置的卫星被发射到太空中，为了节省资源，每颗卫星可以执行多次变轨，进行多次抓捕任务直到卫星所搭载的燃料耗尽。因此，节省卫星燃料，让单颗卫星清理多颗空间碎片成为清理更多空间碎片的重中之重。对于单颗卫星节省燃料问题，很多学者对此进行了探讨。但单颗卫星对多颗卫星进行打击，有其优化上限所在，当两个轨道二面角差距过大或者初始位置相差较远时，即使经过优化后的最佳结果也会耗费较多的燃料。
技术实现思路
1、为解决现有技术中存在的，现有的几种较为成熟经过在轨验证的空间碎片清理技术，都是基于单颗卫星对多颗卫星进行打击，有其优化上限所在，当两个轨道二面角差距
2、一种大规模星群轨道协同机动优化方法，应用于空地混合清除空间碎片任务，包括：
3、采集算法的优化目标的步骤；
4、根据所述优化目标，设置模拟退火算法参数的步骤；
5、采集随机生成的初始解，作为所述模拟退火算法的起点的步骤；
6、对所述初始解进行迭代优化，至得到预设条件的变轨参数组合的步骤。
7、进一步，提供一个优选实施方式，所述算法为兰伯特算法。
8、进一步，提供一个优选实施方式，所述优化目标包括变轨时间、交会时间和交会圈数。
9、进一步，提供一个优选实施方式，所述参数包括初始温度、终止温度、降温速率和每个温度下的迭代次数。
10、基于同一专利技术构思，本专利技术还提供了一种大规模星群轨道协同机动优化装置，应用于空地混合清除空间碎片任务，包括：
11、采集算法的优化目标的模块；
12、根据所述优化目标，设置模拟退火算法参数的模块；
13、采集随机生成的初始解，作为所述模拟退火算法的起点的模块；
14、对所述初始解进行迭代优化，至得到预设条件的变轨参数组合的模块。
15、基于同一专利技术构思，本专利技术还提供了空地混合清除空间碎片方案匹配方法，包括：
16、采集得到的变轨参数组合的步骤；
17、在每颗卫星只清除一颗空间碎片的基础上，根据所述变轨参数组合，将卫星个体与空间碎片个体进行匹配的步骤。
18、基于同一专利技术构思，本专利技术还提供了空地混合清除空间碎片方案匹配装置，包括：
19、采集得到的变轨参数组合的模块；
20、在每颗卫星只清除一颗空间碎片的基础上，根据所述变轨参数组合，将卫星个体与空间碎片个体进行匹配的模块。
21、基于同一专利技术构思，本专利技术还提供了计算机储存介质，用于储存计算机程序，当所述计算机程序被计算机读取时，所述计算机执行所述的方法。
22、基于同一专利技术构思，本专利技术还提供了计算机，包括处理器和储存介质，当所述处理器读取所述储存介质中储存的计算机程序时，所述计算机执行所述的方法。
23、基于同一专利技术构思，本专利技术还提供了计算机程序产品，作为计算机程序，当所述计算机程序被执行时，实现所述的方法。
24、与现有技术相比，本专利技术提供的技术方案的有益之处在于：
25、模拟退火算法的引入有效解决了兰伯特变轨问题的全局优化难题。具体来说，模拟退火算法通过逐步降低温度并接受次优解，避免了传统兰伯特变轨方法容易陷入局部最优解的局限性。这一改进使得变轨过程中能够显著减少速度脉冲，从而降低燃料消耗，相比于直接使用兰伯特方法，优化后的效果更加显著。
26、动态规划算法优化了卫星与空间碎片的匹配问题。通过合理设计状态转移方程和边界条件，动态规划确保了在每颗卫星只能清除一颗碎片的约束下，清除代价总和最小化。这种优化方式相比于简单的启发式匹配方法，更加系统化和高效，最终使得任务的总体清除成本显著降低。
27、在模拟退火算法和动态规划的结合下，整个技术方案不仅解决了变轨和碎片清除的双重问题，还实现了资源的最优配置。与现有的单一优化方法相比，该组合方案提供了更强的全局优化能力，特别是在面对多变量和复杂约束条件时，能够提供更优质的解，并且显著提高了任务执行的效率和成功率。
28、适合应用于空地混合多空间碎片清除的工作中。
本文档来自技高网...【技术保护点】
1.一种大规模星群轨道协同机动优化方法，应用于空地混合清除空间碎片任务，其特征在于，包括：
2.根据权利要求1所述的一种大规模星群轨道协同机动优化方法，其特征在于，所述算法为兰伯特算法。
3.根据权利要求1所述的一种大规模星群轨道协同机动优化方法，其特征在于，所述优化目标包括变轨时间、交会时间和交会圈数。
4.根据权利要求1所述的一种大规模星群轨道协同机动优化方法，其特征在于，所述参数包括初始温度、终止温度、降温速率和每个温度下的迭代次数。
5.一种大规模星群轨道协同机动优化装置，应用于空地混合清除空间碎片任务，其特征在于，包括：
6.空地混合清除空间碎片方案匹配方法，其特征在于，包括：
7.空地混合清除空间碎片方案匹配装置，其特征在于，包括：
8.计算机储存介质，用于储存计算机程序，其特征在于，当所述计算机程序被计算机读取时，所述计算机执行权利要求1所述的方法。
9.计算机，包括处理器和储存介质，其特征在于，当所述处理器读取所述储存介质中储存的计算机程序时，所述计算机执行权利要求1所
10.计算机程序产品，作为计算机程序，其特征在于，当所述计算机程序被执行时，实现权利要求1所述的方法。
...【技术特征摘要】
1.一种大规模星群轨道协同机动优化方法，应用于空地混合清除空间碎片任务，其特征在于，包括：
2.根据权利要求1所述的一种大规模星群轨道协同机动优化方法，其特征在于，所述算法为兰伯特算法。
3.根据权利要求1所述的一种大规模星群轨道协同机动优化方法，其特征在于，所述优化目标包括变轨时间、交会时间和交会圈数。
4.根据权利要求1所述的一种大规模星群轨道协同机动优化方法，其特征在于，所述参数包括初始温度、终止温度、降温速率和每个温度下的迭代次数。
5.一种大规模星群轨道协同机动优化装置，应用于空地混合清除空间碎片...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。