一种基于遗传算法的低轨巨型星座测控任务规划优化方法及系统与流程

本发明涉及卫星测控，尤其涉及一种基于遗传算法的低轨巨型星座测控任务规划优化方法及系统。

背景技术：

1、 随着低轨巨型星座技术的快速发展，星座中卫星数量大幅增加（如walker 3600/72/f构型星座含3600颗卫星），传统测控任务规划方法面临诸多挑战：

2、多约束协调难题：需同时满足测站覆盖（仰角、遮挡约束）、星间链路带宽限制、计算资源有限等多重约束，传统规划方法难以实现全局最优平衡。

3、定轨效率与精度矛盾：若增加星地测量次数以提升定轨精度，会导致地面测站硬件资源与运维成本激增；若减少测量次数，又会因观测数据不足降低定轨精度，且难以依托星间链路实现误差有效传递。

4、资源分配不均衡：地面测站数量有限（如仅4个），传统调度易出现单测站负载过高、任务重叠或资源闲置问题，影响测量时效性与可靠性。

5、算法寻优效率低：现有优化算法多针对小规模星座设计，面对巨型星座时易陷入局部最优，且迭代次数多、收敛慢，难以满足实时测控需求。

6、当前，卫星轨道确定与数据处理系统已具备轨道传播（如earthsat类实现的数值传播）、坐标转换（如eci与ecf转换）、观测数据生成及参数优化（如最小二乘优化）等基础能力，但缺乏针对巨型星座测控任务规划的系统性优化方案，无法有效整合“星间建链 - 导数分布 - 定轨精度”关联规律，难以在多目标（少测量、高精度、高速度）下实现全局优化。因此，亟需一种创新的测控任务规划优化方法，解决上述技术痛点。

技术实现思路

1、本发明的目的在于提供种基于遗传算法的低轨巨型星座测控任务规划优化方法及系统，从而解决现有技术中存在的前述问题。

2、为了实现上述目的，本发明采用的技术方案如下：

3、一种基于遗传算法的低轨巨型星座测控任务规划优化方法，包括以下步骤：

4、根据walker星座轨道参数、星间菱形链路规则及测站地理数据，经轨道动力学传播、可见性判算和链路冗余分析，得到星座-链路-地面一体化模型；

5、根据星地测量占比、整网定轨精度与定轨速度，经加权归一化，得到多目标适应度函数；

6、根据遗传算法对卫星测量状态进行二进制编码、锦标赛选择、双点交叉和位翻转变异，并经可见性过滤与测站负载均衡约束迭代进化，得到最优测控任务规划方案；

7、根据最优染色体解码结果，经任务时序编排与测站分配，得到24小时可执行的“卫星-测站-时段”调度表及整网定轨精度指标。

8、优选的，星座-链路-地面一体化模型的获得包括：

9、根据walker3600/72/f构型参数，经earthsat类propagate_seq函数24h轨道动力学传播，得到3600颗卫星的位置-速度序列；根据菱形星间链路规则为每星建立4条邻居链路并形成全网冗余拓扑；根据测站地理坐标经to_blh函数计算仰角与地形遮挡角，筛选仰角≥5°的可见弧段，综合生成含isl邻居表及可见时段列表的星座-链路-地面一体化模型。

10、优选的，多目标适应度函数的获得包括：根据染色体解码结果统计星地测量占比，经crosslinkod_model::compute_y与earthsat::div_seq_equinox计算整网定轨残差及轨道梯度得到定轨精度，经crosslinkod.hpp计时器获得定轨速度，再将三项指标归一化后按权重α＝0.4、β＝0.3、γ＝0.3加权求和，得到适应度函数值。

11、优选的，最优测控任务规划方案的获得包括：对卫星测量状态进行3600位二进制编码，经锦标赛选择、概率0.8的双点交叉及概率0.01的位翻转变异后，立即以星间链路连通性验证修正交叉结果，并在每代解码后强制将仰角<5°或测站任务>24的卫星置0，经可见性与负载均衡约束迭代进化至连续5代适应度变化<1e-6，得到最优测控任务规划方案；

12、遗传算法采用启发式初始化策略，在生成初始种群时，优先将可见仰角≥5°且星间菱形链路冗余度≥2的卫星对应的基因位初始化为1，其余基因位以0.3概率随机置1，以提高初始解的质量和收敛速度；

13、遗传算法的计算过程包括：

14、（1）在交叉阶段采用“链路-感知双点交叉”：对父代染色体执行标准双点交叉后，立即调用isl深度优先搜索函数，若子代任一卫星的四条菱形邻居链路全部中断，则判定为拓扑断裂，自动重新选择交叉点并重复交叉，直至子代保持全网连通，否则舍弃该子代；

15、（2）在变异阶段引入“自适应多样性变异”：每5代统计种群汉明距离，若平均距离低于阈值θ，则将位翻转变异概率动态提升至0.03，否则维持0.01，以自适应方式维持探索与开发平衡；

16、（3）在适应度评估阶段执行“动态权重微调”：每10代计算测量占比方差，若方差<0.5%，则将适应度权重α下调0.05、β上调0.05，实时提高定轨精度权重，防止算法过早陷入少测量局部最优，实现测量压缩与定轨精度的持续均衡优化。

17、优选的，24小时可执行调度表及整网定轨精度指标的获得包括：根据最优染色体解码得到需测量卫星列表，经1h粒度可见窗口时序编排后，按每测站每小时≤1任务的贪心轮询完成测站分配，生成96个观测slot并写入“卫星-测站-时段”调度文件；将调度文件输入crosslinkod_model::compute_dx求解轨道修正量，统计平均、最大、最小rmse，得到整网定轨精度指标。

18、优选的，在双点交叉操作后，立即调用链路连通性验证函数，对交叉后子代染色体的星间菱形链路进行深度优先搜索，若出现任一卫星的4条邻居链路全部中断，则判定为链路断裂，自动重新选择交叉点并再次执行交叉，直至子代染色体保持全网连通，从而在非测量卫星区域仍能实现定轨误差有效传递，降低整网rmse累积。

19、优选的，在迭代过程中引入“动态权重自适应”机制：每10代统计种群适应度分布，若星地测量占比方差小于0.5%，则将α权重下调0.05、β权重上调0.05，实时提高精度权重，防止算法过早收敛于少测量局部最优，兼顾测量压缩与定轨精度双目标持续优化。

20、在另一实施例中，一种基于遗传算法的低轨巨型星座测控任务规划优化系统，包括：

21、星座与链路建模模块：用于根据walker星座轨道参数、星间菱形链路规则及测站地理数据，经轨道动力学传播、可见性判算和链路冗余分析，构建星座-链路-地面一体化模型；

22、适应度函数构建模块：用于根据星地测量占比、整网定轨精度与定轨速度，经加权归一化，构建多目标适应度函数；

23、遗传算法优化模块：用于根据遗传算法对卫星测量状态进行二进制编码、锦标赛选择、双点交叉和位翻转变异，并在迭代过程中经可见性过滤与测站负载均衡约束，得到最优测控任务规划方案；

24、任务调度与评估模块：用于根据最优染色体解码结果，经任务时序编排与测站分配，得到24小时可执行的“卫星-测站-时段”调度表及整网定轨精度指标。

25、优选的，星座与链路建模模块通过调用earthsat类的propagate_seq函数生成卫星实时轨道状态序列，基于卫星轨道动力学模型确定卫星在任意时刻的位置、速度及地面测站可见性，并按菱形链路规则为每颗卫星分配邻居节点，形成全网连通的链路拓扑；

26、适应度函数构建模块中，适应度函数的权重系数α、β、γ分别为0.4、0.3、0.3，可根据实际工程需求调整；适应度函数综合“减少星地测量、提升定轨精度、加快定轨速度”三大目标，通过归一化处理后加权求和得到。

27、优选的，遗传算法优化模块中，交叉操作概率为0.8，变异操作概率为0.01；在双点交叉操作后，立即调用链路连通性验证函数，对交叉后子代染色体的星间链路进行验证，若出现链路断裂则重新选择交叉点，确保规划结果的可行性；

28、任务调度与评估模块中，任务时序编排模块按“每测站每小时≤1任务”原则进行测站分配，生成24小时内的任务调度表；定轨精度评估模块调用crosslinkod_model类的compute_dx函数，计算整网定轨精度指标，包括平均rmse、最大rmse和最小rmse。

29、本发明的有益效果是：

30、降低资源成本：减少360颗卫星的星地测量任务，降低地面测站硬件采购与运维成本，同时避免测站负载过高导致的测量延迟。

31、提升定轨性能：依托星间链路实现误差有效传递，整网平均定轨精度达 7.52m，最大误差<17m，满足工程应用需求；误差分布集中（标准差2.42m），定轨稳定性高。

32、保障执行可行性：实时过滤不可见卫星与测站负载约束，规划结果有效率 100%；24小时无测量空白时段，卫星覆盖无遗漏，满足全局测控需求。

33、高兼容性与扩展性：复用现有卫星轨道确定与数据处理系统的模块接口，可快速适配不同构型星座（如walker1296/36/f）或新增摄动模型（如j3/j4项），适用范围广。