基于改进MOPSO算法的区域侦察弹性星座重构方法

针对区域侦察弹性星座重构问题,提出了基于改进多目标粒子群优化算法(multi-objective particle swarm optimization,MOPSO)的区域侦察弹性星座重构方法。该方法采用一箭多星发射和在轨卫星相位机动相结合的方式对受损星座重构。首先选取了星座覆盖、重构成本、重构时间和星座弹性四方面的指标;其次对一箭多星发射过程和卫星相位机动过程进行了分析,对失效轨道面内剩余正常卫星采取均匀相位的策略。以恢复原有星座性能为目的,考虑最大重访时间、重构成本、重构时间及弹性,建立了重构时间和重构成本最优的重构优化模型。最后对MOPSO算法进行了改进,提出了基于学习机制的种群更新策略,通过变量转化将离散变量转化为连续变量,解决了重构优化模型中混合变量优化问题。针对某一受损星座进行仿真,重构时间最优的重构方案为发射6颗新卫星结合在轨卫星均匀相位;重构成本最优的重构方案为发射4颗新卫星结合在轨卫星均匀相位。案例表明提出的重构方法有效,可为侦察星座的建设提供参考。