本發(fā)明涉及衛(wèi)星設(shè)計參數(shù)優(yōu)化技術(shù)領(lǐng)域，特別是涉及一種基于敏捷衛(wèi)星設(shè)計參數(shù)的優(yōu)化方法及系統(tǒng)。

背景技術(shù)：

對地觀測衛(wèi)星的任務(wù)通常是根據(jù)用戶的觀測需求，獲取地球表面指定目標的圖像信息。由于衛(wèi)星觀測具有諸多優(yōu)點，受到了世界各國的高度重視。衛(wèi)星總體設(shè)計參數(shù)優(yōu)化是衛(wèi)星研制過程中一個重要的環(huán)節(jié)。衛(wèi)星總體設(shè)計參數(shù)是指衛(wèi)星在制造和使用過程中可以調(diào)節(jié)，并對衛(wèi)星應(yīng)用效能產(chǎn)生影響的衛(wèi)星性能指標。由于技術(shù)水平以及制造成本等因素的制約，衛(wèi)星各項性能指標不能無限制的提升，衛(wèi)星總體設(shè)計參數(shù)優(yōu)化就是通過合理配置衛(wèi)星的各項性能指標，最大化衛(wèi)星的應(yīng)用效能，對于航天裝備的發(fā)展建設(shè)具有重要意義。

對于傳統(tǒng)的非敏捷衛(wèi)星優(yōu)化，由于只具有有限側(cè)擺能力以及技術(shù)水平落后等原因，衛(wèi)星能夠完成任務(wù)類型單一，無法考慮更多的任務(wù)要求，任務(wù)對衛(wèi)星資源的消耗容易計算，衛(wèi)星觀測效能可以根據(jù)衛(wèi)星靜態(tài)能力直接推斷得出，因此對非敏捷衛(wèi)星的優(yōu)化設(shè)計重點是對各分系統(tǒng)靜態(tài)能力的提高以及各分系統(tǒng)間物理結(jié)構(gòu)的優(yōu)化，但敏捷衛(wèi)星是新一代對地觀測衛(wèi)星，相對于傳統(tǒng)的非敏捷衛(wèi)星，具有側(cè)擺、俯仰以及偏航三個維度的姿態(tài)機動能力，增加了衛(wèi)星對給定目標進行觀測的靈活度，大大提高了完成任務(wù)的能力。由于敏捷衛(wèi)星對觀測靈活度的增加，敏捷衛(wèi)星的應(yīng)用效能更加依賴于任務(wù)管控過程制定的整體觀測計劃。對于敏捷衛(wèi)星，由于其具有俯仰能力，對目標具有可以滑動的時間窗口，選擇不同的開始時間，與目標的姿態(tài)機動會相應(yīng)改變，敏捷衛(wèi)星所消耗的資源也會有很大差異，從而影響整體觀測效能。因此，敏捷衛(wèi)星應(yīng)用效能不僅依賴于衛(wèi)星靜態(tài)能力指標，同時依賴于任務(wù)管控過程，傳統(tǒng)的非敏捷的衛(wèi)星優(yōu)化方法不再適用。

目前，對于敏捷衛(wèi)星優(yōu)化研究有如下幾個特點：

1.在針對一個或多個子系統(tǒng)進行參數(shù)優(yōu)化的研究中，優(yōu)化目標多為各個分系統(tǒng)的性能指標，如成像分辨率、電源負載、熱控等，此類研究中衛(wèi)星建模比較精確，但對子系統(tǒng)之間的相互影響考慮較少。

2.在針對衛(wèi)星總體參數(shù)進行優(yōu)化設(shè)計的研究中，主要采用先分割再集成的綜合集成方法，先建立各個分系統(tǒng)的數(shù)學模型，在模型的基礎(chǔ)上對各個分系統(tǒng)進行優(yōu)化，再綜合考慮各個分系統(tǒng)的整體優(yōu)化效果。

3.SBO方法在應(yīng)用中多與智能優(yōu)化或其他優(yōu)化方法相結(jié)合，將仿真系統(tǒng)嵌入到優(yōu)化方法中去，但此種方法對仿真系統(tǒng)有一定的要求，并且在時間性能方面往往消耗較大。

4.目前任務(wù)規(guī)劃算法比較多樣，總體而言，考慮的現(xiàn)實約束越多，建模越困難，算法也越復雜。已有的研究大多對問題做了簡化，集中研究問題的某一方面，若要考慮全部約束，算法復雜度將非常高。

針對現(xiàn)有的優(yōu)化需求，當前的研究還面臨著以下問題：

現(xiàn)有的衛(wèi)星參數(shù)優(yōu)化研究主要是針對與衛(wèi)星硬件平臺相關(guān)的衛(wèi)星能力的優(yōu)化，如分辨率優(yōu)化、衛(wèi)星結(jié)構(gòu)優(yōu)化等，難以與衛(wèi)星完成用戶需求的能力需求相對應(yīng)。敏捷衛(wèi)星觀測能力不僅取決于衛(wèi)星硬件的能力，同時也依賴于任務(wù)的分布特點，資源的動態(tài)變化以及衛(wèi)星規(guī)劃調(diào)度算法的設(shè)計，目前已有文獻中還缺乏此類的研究。

在應(yīng)用SBO方法時，若仿真系統(tǒng)復雜度很高，將仿真系統(tǒng)嵌入優(yōu)化方法中會導致搜索效率的降低，優(yōu)化方法往往需要多次迭代求解，大大增加了尋優(yōu)算法的時間開銷，在應(yīng)用時往往采用簡化模型來代替原模型以提高算法效率。而敏捷衛(wèi)星規(guī)劃系統(tǒng)是一個高度復雜的仿真系統(tǒng)，很難用簡化模型進行近似，其優(yōu)化方法依然有待研究。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的是提供一種基于敏捷衛(wèi)星設(shè)計參數(shù)的優(yōu)化方法及系統(tǒng)，通過建立基于任務(wù)驅(qū)動的敏捷衛(wèi)星設(shè)計參數(shù)優(yōu)化的仿真系統(tǒng)并運行，得到最優(yōu)參數(shù)組合，實現(xiàn)敏捷衛(wèi)星設(shè)計參數(shù)的優(yōu)化。

為實現(xiàn)上述目的，本發(fā)明提供了如下方案：

一種基于敏捷衛(wèi)星設(shè)計參數(shù)的優(yōu)化方法，所述優(yōu)化方法包括：

建立基于任務(wù)驅(qū)動的敏捷衛(wèi)星設(shè)計參數(shù)優(yōu)化的仿真系統(tǒng)；

獲取待優(yōu)化參數(shù)的取值范圍；所述待優(yōu)化參數(shù)的取值范圍中的初始值為基準水平值，所述待優(yōu)化參數(shù)的取值范圍中的第二個值為第二水平值；

根據(jù)所述基準水平值以及所述第二水平值，構(gòu)造兩水平正交表，生成基于任務(wù)驅(qū)動的敏捷衛(wèi)星設(shè)計參數(shù)優(yōu)化的仿真試驗方案；

根據(jù)所述仿真試驗方案，運行所述仿真系統(tǒng)并記錄第一仿真結(jié)果；

對所述第一仿真結(jié)果進行極差分析，確定第一最優(yōu)參數(shù)組合；

按照所述第一最優(yōu)參數(shù)組合運行所述仿真系統(tǒng)，記錄第二仿真結(jié)果；

判斷所述第二仿真結(jié)果是否滿足結(jié)束規(guī)則；

若是，則結(jié)束優(yōu)化；

若否，則更新最優(yōu)參數(shù)組合，運行所述仿真系統(tǒng)。

可選的，所述建立基于任務(wù)驅(qū)動的敏捷衛(wèi)星設(shè)計參數(shù)優(yōu)化的仿真系統(tǒng)，具體包括：

基于在總結(jié)用戶需求特點、場景任務(wù)分布以及資源配置的實際條件上，建立基于任務(wù)驅(qū)動的敏捷衛(wèi)星設(shè)計參數(shù)優(yōu)化的仿真系統(tǒng)。

可選的，所述對所述第一仿真結(jié)果進行極差分析，確定第一最優(yōu)參數(shù)組合，具體包括：

對所述第一仿真結(jié)果進行極差分析，計算各參數(shù)的優(yōu)水平值以及顯著性指標；

判斷當前參數(shù)的顯著性指標是否大于設(shè)定的閾值，得到判斷結(jié)果；

若所述判斷結(jié)果表示當前參數(shù)的顯著性指標大于設(shè)定的閾值，則用所述優(yōu)水平值代替當前參數(shù)的基準水平值；

若所述判斷結(jié)果表示當前參數(shù)的顯著性指標不大于設(shè)定的閾值，保持當前參數(shù)的取值不變；。

根據(jù)所述判斷結(jié)果，依次確定各參數(shù)的取值，進而確定第一最優(yōu)參數(shù)組合。

可選的，所述判斷所述第二仿真結(jié)果是否滿足結(jié)束規(guī)則，具體包括：

對所述第二仿真結(jié)果進行極差分析，計算各參數(shù)的優(yōu)水平值以及顯著性指標；

判斷所述第二仿真結(jié)果的顯著性指標是否達到衛(wèi)星實際應(yīng)用效能的評價指標；

或判斷所述第二仿真結(jié)果中各參數(shù)的優(yōu)水平值是否達到待優(yōu)化參數(shù)邊界值。

可選的，所述更新最優(yōu)參數(shù)組合，具體包括：

以每個參數(shù)基準水平值和第二水平值增加量為固定步長的基礎(chǔ)上，搜索方向為衛(wèi)星能力增強的方向進行計算，初步更新最優(yōu)參數(shù)組合；

在所述初步更新最優(yōu)參數(shù)組合之后進行的小范圍搜索；所述小范圍搜索采用二分法，不斷縮小搜索固定步長，更新最優(yōu)參數(shù)組合。

一種基于敏捷衛(wèi)星設(shè)計參數(shù)的優(yōu)化系統(tǒng)，所述優(yōu)化系統(tǒng)包括：

仿真系統(tǒng)建立單元，用于建立基于任務(wù)驅(qū)動的敏捷衛(wèi)星設(shè)計參數(shù)優(yōu)化的仿真系統(tǒng)；

待優(yōu)化參數(shù)取值范圍獲取單元，用于獲取待優(yōu)化參數(shù)的取值范圍；所述待優(yōu)化參數(shù)的取值范圍中的初始值為基準水平值，所述待優(yōu)化參數(shù)的取值范圍中的第二個值為第二水平值；

仿真試驗方案生成單元，用于根據(jù)所述基準水平值以及所述第二水平值，構(gòu)造兩水平正交表，生成基于任務(wù)驅(qū)動的敏捷衛(wèi)星設(shè)計參數(shù)優(yōu)化的仿真試驗方案；

第一仿真結(jié)果記錄單元，用于根據(jù)所述仿真試驗方案，運行所述仿真系統(tǒng)并記錄第一仿真結(jié)果；

第一最優(yōu)參數(shù)組合確定單元，用于對所述第一仿真結(jié)果進行極差分析，確定第一最優(yōu)參數(shù)組合；

第二仿真結(jié)果記錄單元，用于按照所述第一最優(yōu)參數(shù)組合運行所述仿真系統(tǒng)，記錄第二仿真結(jié)果；

結(jié)束規(guī)則判斷單元，用于判斷所述第二仿真結(jié)果是否滿足結(jié)束規(guī)則；

第一結(jié)果輸出單元，用于所述第二仿真結(jié)果滿足結(jié)束規(guī)則，則結(jié)束優(yōu)化；

第二結(jié)果輸出單元，用于所述第二仿真結(jié)果不滿足結(jié)束規(guī)則，則更新最優(yōu)參數(shù)組合，運行所述仿真系統(tǒng)。

可選的，所述仿真系統(tǒng)建立單元，具體包括：

仿真系統(tǒng)建立子單元，用于基于在總結(jié)用戶需求特點、場景任務(wù)分布以及資源配置的實際條件上，建立基于任務(wù)驅(qū)動的敏捷衛(wèi)星設(shè)計參數(shù)優(yōu)化的仿真系統(tǒng)。

可選的，所述第一最優(yōu)參數(shù)組合確定單元，具體包括：

各參數(shù)的優(yōu)水平值以及顯著性指標計算子單元，用于對所述第一仿真結(jié)果進行極差分析，計算各參數(shù)的優(yōu)水平值以及顯著性指標；

結(jié)果判斷子單元，用于判斷當前參數(shù)的顯著性指標是否大于設(shè)定的閾值，得到判斷結(jié)果；

第一結(jié)果輸出子單元，用于若所述判斷結(jié)果表示當前參數(shù)的顯著性指標大于設(shè)定的閾值，則用所述優(yōu)水平值代替當前參數(shù)的基準水平值；

第二結(jié)果輸出子單元，用于若所述判斷結(jié)果表示當前參數(shù)的顯著性指標不大于設(shè)定的閾值，保持當前參數(shù)的取值不變；。

第一最優(yōu)參數(shù)組合確定子單元，用于根據(jù)所述判斷結(jié)果，依次確定各參數(shù)的取值，進而確定第一最優(yōu)參數(shù)組合。

可選的，所述結(jié)束規(guī)則判斷單元，具體包括：

各參數(shù)的優(yōu)水平值以及顯著性指標再次計算子單元，用于對所述第二仿真結(jié)果進行極差分析，再次計算各參數(shù)的優(yōu)水平值以及顯著性指標；

結(jié)束規(guī)則判斷條件第一子單元，用于判斷所述第二仿真結(jié)果的顯著性指標是否達到衛(wèi)星實際應(yīng)用效能的評價指標；

結(jié)束規(guī)則判斷條件第二子單元，用于判斷所述第二仿真結(jié)果中各參數(shù)的優(yōu)水平值是否達到待優(yōu)化參數(shù)邊界值。

可選的，所述第二結(jié)果輸出單元，具體包括：

初步最優(yōu)參數(shù)組合更新子單元，用于以每個參數(shù)基準水平值和第二水平值增加量為固定步長的基礎(chǔ)上，搜索方向為衛(wèi)星能力增強的方向進行搜索，初步更新最優(yōu)參數(shù)組合；

最優(yōu)參數(shù)組合更新子單元，用于在所述初步更新最優(yōu)參數(shù)組合之后進行的小范圍搜索；所述小范圍搜索采用二分法，不斷縮小搜索固定步長，更新最優(yōu)參數(shù)組合根據(jù)本發(fā)明提供的具體實施例，本發(fā)明公開了以下技術(shù)效果：

本發(fā)明提供一種基于敏捷衛(wèi)星設(shè)計參數(shù)的優(yōu)化方法及系統(tǒng)，通過建立基于在總結(jié)用戶需求特點、場景任務(wù)分布以及資源配置的實際條件上任務(wù)驅(qū)動的敏捷衛(wèi)星設(shè)計參數(shù)優(yōu)化的仿真系統(tǒng)，克服了現(xiàn)有技術(shù)中敏捷衛(wèi)星設(shè)計參數(shù)優(yōu)化研究難以與衛(wèi)星完成用戶需求的能力需求相對應(yīng)現(xiàn)狀，使敏捷衛(wèi)星設(shè)計參數(shù)優(yōu)化研究不僅與衛(wèi)星硬件的能力有關(guān)，同時也與任務(wù)的分布特點，資源的動態(tài)變化以及衛(wèi)星規(guī)劃調(diào)度算法的有關(guān)；然后確定待優(yōu)化參數(shù)的取值范圍，進而確定基準水平值和第二水平值并構(gòu)造兩水平正交表，生成基于任務(wù)驅(qū)動的敏捷衛(wèi)星設(shè)計參數(shù)優(yōu)化的仿真試驗方案；再根據(jù)所述仿真試驗方案，運行所述仿真系統(tǒng)并記錄第一仿真結(jié)果并進行極差分析，確定第一最優(yōu)參數(shù)組合；按照所述第一最優(yōu)參數(shù)組合運行所述仿真系統(tǒng)，記錄第二仿真結(jié)果；判斷所述第二仿真結(jié)果是否滿足結(jié)束規(guī)則；若是，則結(jié)束優(yōu)化；若否，則更新最優(yōu)參數(shù)組合，運行所述仿真系統(tǒng)。本發(fā)明通過上述的仿真試驗方案實現(xiàn)了敏捷衛(wèi)星設(shè)計參數(shù)的優(yōu)化，減少了優(yōu)化方法多次迭代求解，提高了尋優(yōu)算法的效率。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實施例中的敏捷衛(wèi)星設(shè)計參數(shù)的優(yōu)化方法流程圖；

圖2為本發(fā)明實施例中的敏捷衛(wèi)星設(shè)計參數(shù)的優(yōu)化系統(tǒng)結(jié)構(gòu)圖。

具體實施方式

下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例。基于本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

本發(fā)明將從實際應(yīng)用出發(fā)，從以下兩個方面對該問題進行研究。

基于仿真的敏捷衛(wèi)星總體設(shè)計參數(shù)優(yōu)化

要實現(xiàn)對敏捷衛(wèi)星總體設(shè)計參數(shù)的優(yōu)化，首先要建立對敏捷衛(wèi)星總體設(shè)計參數(shù)的評價指標，最客觀的評價標準，就是敏捷衛(wèi)星對用戶需求的完成情況，基于仿真的敏捷衛(wèi)星總體設(shè)計參數(shù)優(yōu)化，就是依托仿真系統(tǒng)來完成對設(shè)計參數(shù)的評價。首先，由于敏捷衛(wèi)星使用方式靈活多樣，對敏捷衛(wèi)星資源調(diào)度以及任務(wù)安排的過程也更加復雜，必須依托任務(wù)規(guī)劃過程來完成，在實際的應(yīng)用中，任務(wù)規(guī)劃過程由任務(wù)規(guī)劃系統(tǒng)來實現(xiàn)。其次，任務(wù)規(guī)劃過程采用的規(guī)劃算法不同，規(guī)劃結(jié)果也往往有較大的差異。因此在進行敏捷衛(wèi)星總體設(shè)計參數(shù)優(yōu)化時，任務(wù)規(guī)劃系統(tǒng)的規(guī)劃算法應(yīng)當和衛(wèi)星實際使用過程中的規(guī)劃算法一致，才能保證優(yōu)化結(jié)果的有效性。本發(fā)明仿真過程采用敏捷衛(wèi)星任務(wù)規(guī)劃與調(diào)度系統(tǒng)來實現(xiàn)，其結(jié)果與衛(wèi)星實際應(yīng)用有較高的吻合性，可信度較高，能夠為敏捷衛(wèi)星參數(shù)設(shè)計提供較客觀的優(yōu)化結(jié)果。

任務(wù)驅(qū)動的敏捷衛(wèi)星總體設(shè)計參數(shù)優(yōu)化

任務(wù)驅(qū)動的敏捷衛(wèi)星總體設(shè)計參數(shù)優(yōu)化，就是針對具體的任務(wù)場景優(yōu)化衛(wèi)星總體設(shè)計參數(shù)，提高衛(wèi)星在這些場景下的觀測能力。未來信息化戰(zhàn)爭具有突發(fā)性強、節(jié)奏快、持續(xù)時間短等特點，要求一旦出現(xiàn)緊急情況，能夠在較短的時間內(nèi)發(fā)射衛(wèi)星執(zhí)行特定的任務(wù)，這些任務(wù)具有很強的戰(zhàn)役戰(zhàn)術(shù)目的，需要對某一些特定場景具有較強的觀測能力，需要以任務(wù)為驅(qū)動對衛(wèi)星進行參數(shù)優(yōu)化。其次，任務(wù)應(yīng)用場景和敏捷衛(wèi)星總體設(shè)計參數(shù)都是敏捷衛(wèi)星任務(wù)規(guī)劃系統(tǒng)的輸入，任務(wù)應(yīng)用場景同樣會影響任務(wù)規(guī)劃系統(tǒng)的輸出，在不同的應(yīng)用場景下，同樣的設(shè)計參數(shù)敏捷衛(wèi)星觀測能力可能存在較大差異，本發(fā)明研究敏捷衛(wèi)星應(yīng)用場景明確前提下的設(shè)計參數(shù)優(yōu)化問題。

為使本發(fā)明的上述目的、特征和優(yōu)點能夠更加明顯易懂，下面結(jié)合附圖和具體實施方式對本發(fā)明作進一步詳細的說明。

本發(fā)明的目的是提供一種基于敏捷衛(wèi)星設(shè)計參數(shù)的優(yōu)化方法，通過此優(yōu)化方法，建立基于任務(wù)驅(qū)動的敏捷衛(wèi)星設(shè)計參數(shù)優(yōu)化的仿真系統(tǒng)并運行，得到最優(yōu)參數(shù)組合，實現(xiàn)敏捷衛(wèi)星設(shè)計參數(shù)的優(yōu)化。

如圖1所示，圖1為敏捷衛(wèi)星設(shè)計參數(shù)的優(yōu)化方法流程圖，所述優(yōu)化方法包括：

步驟101：建立基于任務(wù)驅(qū)動的敏捷衛(wèi)星設(shè)計參數(shù)優(yōu)化的仿真系統(tǒng)，具體包括：所述任務(wù)驅(qū)動的敏捷衛(wèi)星設(shè)計參數(shù)優(yōu)化的仿真系統(tǒng)基于在總結(jié)用戶需求特點、場景任務(wù)分布以及資源配置的實際條件上而建立的基于任務(wù)驅(qū)動的敏捷衛(wèi)星設(shè)計參數(shù)優(yōu)化的仿真系統(tǒng)。

步驟102：獲取待優(yōu)化參數(shù)的取值范圍；所述待優(yōu)化參數(shù)的取值范圍中的初始值為基準水平值，所述待優(yōu)化參數(shù)的取值范圍中的第二個值為第二水平值。

結(jié)合敏捷衛(wèi)星硬件參數(shù)要求，設(shè)定各參數(shù)向量的取值范圍，所述各參數(shù)向量的初始值為基準水平值；

根據(jù)所述基準水平值，按照一定的步長間隔比例，確定各參數(shù)的第二水平值。

步驟103：根據(jù)所述基準水平值以及所述第二水平值，構(gòu)造兩水平正交表，生成基于任務(wù)驅(qū)動的敏捷衛(wèi)星設(shè)計參數(shù)優(yōu)化的仿真試驗方案；其中，假設(shè)現(xiàn)有參數(shù)基準水平值以及第二水平值如表1.1所示。

表1.1正交試驗參數(shù)水平表

步驟104：根據(jù)所述仿真試驗方案，運行所述仿真系統(tǒng)并記錄第一仿真結(jié)果。

步驟105：對所述第一仿真結(jié)果進行極差分析，確定第一最優(yōu)參數(shù)組合，具體包括：對所述第一仿真結(jié)果進行極差分析，計算各參數(shù)的優(yōu)水平值以及顯著性指標；其中，所述顯著性定義指標

判斷當前參數(shù)的顯著性指標是否大于設(shè)定的閾值，得到判斷結(jié)果；

若所述判斷結(jié)果表示當前參數(shù)的顯著性指標大于設(shè)定的閾值，則用所述優(yōu)水平值代替當前參數(shù)的基準水平值；

若所述判斷結(jié)果表示當前參數(shù)的顯著性指標不大于設(shè)定的閾值，保持當前參數(shù)的取值不變；

根據(jù)所述判斷結(jié)果，依次確定各參數(shù)的取值，進而確定第一最優(yōu)參數(shù)組合。

極差分析，又稱直觀分析法，是分析正交試驗結(jié)果的一種簡單直觀的方法。在分析某一因素時，認為其他因素取值的差異對此因素的影響是均衡的，通過各個因素平均指標值的差異來確定較優(yōu)水平值，從而確定最優(yōu)參數(shù)組合。如表1.2所示，構(gòu)造正交試驗表，運行仿真試驗，記錄仿真結(jié)果，運用極差分析法，得到極差分析表。

表1.2極差分析表

表中T是指所有指標的和，本例中T＝3.26。

T_i表示任意一列上水平號為i(1,2)時所對應(yīng)的試驗指標之和。在表中，T₁行姿態(tài)機動參數(shù)x₀因素列的數(shù)據(jù)1.61是x₀因素6個1水平試驗指標值的和，而x₀因素6個1水平分別在1到6號試驗，因此

參數(shù)x₀列中的1表示參數(shù)x₀為基準水平值水平所對應(yīng)的試驗指標和為T₁＝y(tǒng)₁+y₂+y₃+y₄+y₅+y₆＝1.61；

參數(shù)x₀列中的2表示參數(shù)x₀為第二水平值所對應(yīng)的試驗指標和為T₁＝y(tǒng)₇+y₈+y₉+y₁₀+y₁₁+y₁₂＝1.65；

同理可計算其他列中的T_i，結(jié)果見表1.2。

t_i是試驗指標的平均值，其中r為任一列上各水平出現(xiàn)的次數(shù)。在表1.2中，r＝6。

由T_i(或t_i)的大小可以判斷參數(shù)的優(yōu)水平值。參數(shù)優(yōu)水平值的確定與試驗指標有關(guān)，若指標越大越好，則應(yīng)選取使指標值大的水平，即各列T_i(或t_i)中最大值所對應(yīng)的水平；反之，若指標越小越好，則應(yīng)選取使指標值小的水平，即各列T_i(或t_i)中最小值所對應(yīng)的水平。在本發(fā)明中，評價指標值取任務(wù)完成率，因此各參數(shù)優(yōu)水平值如表1.2所示。

步驟106：按照所述第一最優(yōu)參數(shù)組合運行所述仿真系統(tǒng)，記錄第二仿真結(jié)果；

步驟107：判斷所述第二仿真結(jié)果是否滿足結(jié)束規(guī)則；若第二仿真結(jié)果滿足結(jié)束規(guī)則，則執(zhí)行步驟108；若第二仿真結(jié)果不滿足結(jié)束規(guī)則，則執(zhí)行步驟109；其中對第二仿真結(jié)果是否滿足結(jié)束規(guī)則的條件具體為：

首先，對所述第二仿真結(jié)果進行極差分析，計算各參數(shù)的優(yōu)水平值以及顯著性指標；

然后判斷所述第二仿真結(jié)果的顯著性指標是否達到衛(wèi)星實際應(yīng)用效能的評價指標；

或判斷所述第二仿真結(jié)果中各參數(shù)的優(yōu)水平值是否達到待優(yōu)化參數(shù)邊界值。

步驟108：則結(jié)束優(yōu)化；

步驟109：更新最優(yōu)參數(shù)組合，具體包括：

更新最優(yōu)參數(shù)組合的過程可以分為兩個階段，也就是設(shè)計參數(shù)算法的優(yōu)化過程可以分為為二個階段第一階段為固定步長搜索，第二階段為小范圍精確搜索；

第一階段：固定步長搜索

固定步長搜索是主要用在目標參數(shù)取值搜索的初始階段，此時每個參數(shù)基準水平值和第二水平值之間差距取固定值。本階段的目的是通過快速搜索，確定目標參數(shù)取值的范圍，即初步更新最優(yōu)參數(shù)取值。具體為：在確定參數(shù)第二水平值時，搜索方向為衛(wèi)星能力增強的方向，增加量采用固定步長的方法，假設(shè)固定步長為γ，第n+1代基準水平值為X_n，記第n+1代第二水平值X'_n+1，則

其中，式中表示參數(shù)所代表的衛(wèi)星能力提高γ。在本發(fā)明中，假設(shè)衛(wèi)星能力越強，觀測效能越好。對于敏捷衛(wèi)星設(shè)計參數(shù)，部分取值越大，代表衛(wèi)星能力越強，對于這一部分參數(shù)，有

x'_n+1＝min{(1+γ)×x_n,x_max} (5)

而另一部分取值越小，代表衛(wèi)星能力越強，此時

x'_n+1＝max{(1-γ)×x_n,x_min} (6)

若X_n中已有參數(shù)達到參數(shù)邊界，則在之后的優(yōu)化中鎖定該參數(shù)值，即不再將該參數(shù)看作待優(yōu)化參數(shù)。

固定步長搜索主要用在目標參數(shù)取值搜索的初始階段，那么，也就是在目標參數(shù)算法優(yōu)化的初始階段，此時，衛(wèi)星總體參數(shù)水平較低，提升參數(shù)水平會使觀測效能大幅度提高，而對于某一具體應(yīng)用場景，采用固定步長搜索，敏捷衛(wèi)星觀測效能隨著迭代次數(shù)的增加，提升會越來越慢，直至不再提升，此時衛(wèi)星能力在該場景下達到極限。

第二階段：小范圍精確搜索

在衛(wèi)星能力達到要求或無法繼續(xù)提升時，即目標參數(shù)的初步取值范圍確定之后，需要進行小范圍搜索，直到確定目標參數(shù)取值。本階段采用二分法，不斷縮小搜索步長，即各參數(shù)基準值與第二水平值之差，直到達到精度要求。

假設(shè)優(yōu)化到第n代，y_n值大于y_n-1，若要求參數(shù)值無冗余，則目標參數(shù)組合既可能在X_n之后，也可能在X_n-1到X_n之間，則在第n+1代的優(yōu)化中，保持固定步長。

若y_n的值不大于y_n-1，則說明參數(shù)在取值X_n-1的時候已經(jīng)達到了飽和狀態(tài)，則目標參數(shù)組合在X_n-2與X_n-1之間，此時需要對這個區(qū)間內(nèi)進行更為細致的搜索，此時進入小范圍精確搜索，具體為：在衛(wèi)星能力達到極限值或達到用戶要求時，停止對衛(wèi)星能力的優(yōu)化，此時進入第三步，即精確搜索階段。假設(shè)優(yōu)化到第n代時此時未達到邊界的參數(shù)值組合為共l個參數(shù)。則精確搜索的范圍[X^down,X^up]。

精確搜索第一步，確定精確搜索的范圍。其中參數(shù)上限

且滿足

參數(shù)下限

記在參數(shù)組合X^down下，指標值為y_down，在參數(shù)X^up下，指標值為y_up，記

在進行搜索的時候，引入二分法的思想，將第X^down與X^up的中間值X^mid與X^down作為新的參數(shù)兩個水平，通過尋優(yōu)算子，得出新的最優(yōu)參數(shù)組合X'。

根據(jù)所述得出新的最優(yōu)參數(shù)組合X'，運行仿真系統(tǒng)，對應(yīng)生成指標值為y'。若有y'＝y(tǒng)_up，則令X^up＝X'；否則，若y'＜y_up，則令X^down＝X'，循環(huán)上述操作，再次更新最優(yōu)參數(shù)取值組合，直到區(qū)間[X^down,X^up]小于預定的精度要求，結(jié)束仿真。

其中，小范圍精確搜索主要功能是滿足參數(shù)“無冗余”的要求，在滿足用戶需求的前提下減小衛(wèi)星制造成本。在實際的衛(wèi)星設(shè)計中，往往要求衛(wèi)星各設(shè)計參數(shù)留有一定的冗余量，因此在實際應(yīng)用過程中，精確搜索步驟并非是必須的，具體取決于用戶的需求。

本發(fā)明通過建立基于任務(wù)驅(qū)動的敏捷衛(wèi)星設(shè)計參數(shù)優(yōu)化的仿真系統(tǒng)，克服了現(xiàn)有技術(shù)中敏捷衛(wèi)星設(shè)計參數(shù)優(yōu)化研究難以與衛(wèi)星完成用戶需求的能力需求相對應(yīng)現(xiàn)狀，使敏捷衛(wèi)星設(shè)計參數(shù)優(yōu)化研究不僅與衛(wèi)星硬件的能力有關(guān)，同時也與任務(wù)的分布特點，資源的動態(tài)變化以及衛(wèi)星規(guī)劃調(diào)度算法的有關(guān)；然后運行所述仿真系統(tǒng)，優(yōu)化設(shè)計參數(shù)，實現(xiàn)了敏捷衛(wèi)星設(shè)計參數(shù)的優(yōu)化，減少了優(yōu)化方法多次迭代求解，提高了尋優(yōu)算法的效率。

本實施例提出了任務(wù)驅(qū)動的敏捷衛(wèi)星設(shè)計參數(shù)優(yōu)化框架。由于仿真結(jié)果不僅依賴于衛(wèi)星設(shè)計參數(shù)的取值，同時也依賴于場景任務(wù)分布以及資源配置情況，因此本發(fā)明建立了任務(wù)驅(qū)動的敏捷衛(wèi)星設(shè)計參數(shù)優(yōu)化框架，在總結(jié)用戶需求特點以及資源配置的實際條件的基礎(chǔ)上，建立仿真場景，模擬敏捷衛(wèi)星應(yīng)用環(huán)境，并以衛(wèi)星實際應(yīng)用效能為評價指標，使優(yōu)化結(jié)果更加貼近實際應(yīng)用

本實施例還提出了設(shè)計了一種基于正交試驗設(shè)計思想的仿真優(yōu)化方法。隨著仿真系統(tǒng)越來越復雜，SBO方法的應(yīng)用方式也在逐漸改變，敏捷衛(wèi)星任務(wù)規(guī)劃系統(tǒng)具有很高的復雜度，應(yīng)用現(xiàn)有的SBO方法分析敏捷衛(wèi)星總體設(shè)計參數(shù)的優(yōu)化問題，時間開銷非常大。本發(fā)明基于正交試驗設(shè)計思想提出了一種新的迭優(yōu)化算法，對于應(yīng)用SBO方法實現(xiàn)對復雜系統(tǒng)的優(yōu)化分析具有一定的借鑒意義。該仿真優(yōu)化方法針對傳統(tǒng)非敏捷衛(wèi)星參數(shù)總體設(shè)計參數(shù)優(yōu)化方法不再適用于敏捷衛(wèi)星總體設(shè)計參數(shù)優(yōu)化問題，針對復雜的敏捷衛(wèi)星任務(wù)規(guī)劃仿真系統(tǒng)設(shè)計了一種基于正交試驗設(shè)計的優(yōu)化方法，該方法通過正交試驗設(shè)計，減少了仿真次數(shù)，達到提高算法效率的目的

本發(fā)明的另一目的是提供一種基于敏捷衛(wèi)星設(shè)計參數(shù)的優(yōu)化系統(tǒng)，通過此優(yōu)化系統(tǒng)，建立基于任務(wù)驅(qū)動的敏捷衛(wèi)星設(shè)計參數(shù)優(yōu)化的仿真系統(tǒng)并運行，得到最優(yōu)參數(shù)組合，實現(xiàn)敏捷衛(wèi)星設(shè)計參數(shù)的優(yōu)化。

如圖2所示，圖2為敏捷衛(wèi)星設(shè)計參數(shù)的優(yōu)化系統(tǒng)結(jié)構(gòu)圖，所述優(yōu)化系統(tǒng)包括：仿真系統(tǒng)建立單元201、待優(yōu)化參數(shù)取值范圍獲取單元202、仿真試驗方案生成單元203、第一仿真結(jié)果記錄單元204、第一最優(yōu)參數(shù)組合確定單元205、第二仿真結(jié)果記錄單元206、結(jié)束規(guī)則判斷單元207、第一結(jié)果輸出單元208以及第二結(jié)果輸出單元209。其中，

仿真系統(tǒng)建立單元201，用于建立基于任務(wù)驅(qū)動的敏捷衛(wèi)星設(shè)計參數(shù)優(yōu)化的仿真系統(tǒng)；具體包括：仿真系統(tǒng)建立子單元，用于基于在總結(jié)用戶需求特點、場景任務(wù)分布以及資源配置的實際條件上，建立基于任務(wù)驅(qū)動的敏捷衛(wèi)星設(shè)計參數(shù)優(yōu)化的仿真系統(tǒng)。

待優(yōu)化參數(shù)取值范圍獲取單元202，用于獲取待優(yōu)化參數(shù)的取值范圍；所述待優(yōu)化參數(shù)的取值范圍中的初始值為基準水平值，所述待優(yōu)化參數(shù)的取值范圍中的第二個值為第二水平值。

仿真試驗方案生成單元203，用于根據(jù)所述基準水平值以及所述第二水平值，構(gòu)造兩水平正交表，生成基于任務(wù)驅(qū)動的敏捷衛(wèi)星設(shè)計參數(shù)優(yōu)化的仿真試驗方案。

第一仿真結(jié)果記錄單元204，用于根據(jù)所述仿真試驗方案，運行所述仿真系統(tǒng)并記錄第一仿真結(jié)果，具體包括：

各參數(shù)的優(yōu)水平值以及顯著性指標計算子單元，用于對所述第一仿真結(jié)果進行極差分析，計算各參數(shù)的優(yōu)水平值以及顯著性指標；

結(jié)果判斷子單元，用于判斷當前參數(shù)的顯著性指標是否大于設(shè)定的閾值，得到判斷結(jié)果；

第一結(jié)果輸出子單元，用于若所述判斷結(jié)果表示當前參數(shù)的顯著性指標大于設(shè)定的閾值，則用所述優(yōu)水平值代替當前參數(shù)的基準水平值；

第二結(jié)果輸出子單元，用于若所述判斷結(jié)果表示當前參數(shù)的顯著性指標不大于設(shè)定的閾值，保持當前參數(shù)的取值不變；。

第一最優(yōu)參數(shù)組合確定子單元，用于根據(jù)所述判斷結(jié)果，依次確定各參數(shù)的取值，進而確定第一最優(yōu)參數(shù)組合。

第一最優(yōu)參數(shù)組合確定單元205，用于對所述第一仿真結(jié)果進行極差分析，確定第一最優(yōu)參數(shù)組合；

第二仿真結(jié)果記錄單元206，用于按照所述第一最優(yōu)參數(shù)組合運行所述仿真系統(tǒng)，記錄第二仿真結(jié)果；

結(jié)束規(guī)則判斷單元207，用于判斷所述第二仿真結(jié)果是否滿足結(jié)束規(guī)則；具體包括：

各參數(shù)的優(yōu)水平值以及顯著性指標再次計算子單元，用于對所述第二仿真結(jié)果進行極差分析，再次計算各參數(shù)的優(yōu)水平值以及顯著性指標；

結(jié)束規(guī)則判斷條件第一子單元，用于判斷所述第二仿真結(jié)果的顯著性指標是否達到衛(wèi)星實際應(yīng)用效能的評價指標；

結(jié)束規(guī)則判斷條件第二子單元，用于判斷所述第二仿真結(jié)果中各參數(shù)的優(yōu)水平值是否達到待優(yōu)化參數(shù)邊界值。

第一結(jié)果輸出單元208，用于所述第二仿真結(jié)果滿足結(jié)束規(guī)則，則結(jié)束優(yōu)化；

所述第二仿真結(jié)果的顯著性指標達到衛(wèi)星實際應(yīng)用效能的評價指標，則結(jié)束優(yōu)化；

或所述第二仿真結(jié)果中各參數(shù)的優(yōu)水平值是否達到待優(yōu)化參數(shù)取值邊界，則結(jié)束優(yōu)化。

第二結(jié)果輸出單元209，用于所述第二仿真結(jié)果不滿足結(jié)束規(guī)則，則更新最優(yōu)參數(shù)組合，運行所述仿真系統(tǒng)；具體包括：

初步最優(yōu)參數(shù)組合更新子單元，用于以每個參數(shù)基準水平值和第二水平值增加量為固定步長的基礎(chǔ)上，搜索方向為衛(wèi)星能力增強的方向進行搜索，初步更新最優(yōu)參數(shù)組合；

最優(yōu)參數(shù)組合更新子單元，用于在所述初步更新最優(yōu)參數(shù)組合之后進行的小范圍搜索；所述小范圍搜索采用二分法，不斷縮小搜索固定步長，更新最優(yōu)參數(shù)組合。

本發(fā)明通過仿真系統(tǒng)建立單元，克服了現(xiàn)有技術(shù)中敏捷衛(wèi)星設(shè)計參數(shù)優(yōu)化研究難以與衛(wèi)星完成用戶需求的能力需求相對應(yīng)現(xiàn)狀，使敏捷衛(wèi)星設(shè)計參數(shù)優(yōu)化研究不僅與衛(wèi)星硬件的能力有關(guān)，同時也與任務(wù)的分布特點，資源的動態(tài)變化以及衛(wèi)星規(guī)劃調(diào)度算法的有關(guān)；然后運行所述仿真系統(tǒng)，優(yōu)化設(shè)計參數(shù)，實現(xiàn)了敏捷衛(wèi)星設(shè)計參數(shù)的優(yōu)化，減少了優(yōu)化方法多次迭代求解，提高了尋優(yōu)算法的效率

本說明書中各個實施例采用遞進的方式描述，每個實施例重點說明的都是與其他實施例的不同之處，各個實施例之間相同相似部分互相參見即可。對于實施例公開的系統(tǒng)而言，由于其與實施例公開的方法相對應(yīng)，所以描述的比較簡單，相關(guān)之處參見方法部分說明即可。

本文中應(yīng)用了具體個例對本發(fā)明的原理及實施方式進行了闡述，以上實施例的說明只是用于幫助理解本發(fā)明的方法及其核心思想；同時，對于本領(lǐng)域的一般技術(shù)人員，依據(jù)本發(fā)明的思想，在具體實施方式及應(yīng)用范圍上均會有改變之處。綜上所述，本說明書內(nèi)容不應(yīng)理解為對本發(fā)明的限制。