CN106570337A - 一种航天器综合能力评估方法 - Google Patents

Abstract

本发明提供了一种航天器综合能力评估方法，用于解决现有航天器能力表达不直观，无法在其应用规划中提供最直接有效的决策信息的问题。本发明引入健康状态和风险状态作为重要的评估关键的输入因子，在此基础上从载荷性能和平台性能两个方面评估单星综合能力值；从重访周期，扫描幅宽，功能互补等方面量化计算多星综合能力提升指数。本发明提出了航天器综合能力的评估方案，给出了具体步骤，为航天器在轨能力评估提供了一种易于操作的评估方法。

Description

一种航天器综合能力评估方法

技术领域

本发明属于航天测量与控制领域，具体涉及一种针对航天器综合能力评估方法。

背景技术

航天器综合能力描述了航天器完成一系列任务的本领，具有主观性、抽象性、复杂性的特征。多星综合能力是多个航天器作为一个整体所具有固有静态属性，它与单个卫星的性能参数、战术指标、协作模式、数量相关。航天器在如今的信息化战争中起着至关重要的作用，要合理使用航天器需要充分了解对应航天器的能力特点，航天器能力评估是其重要手段。

关于航天器健康评估的文献专利并不鲜见，而直接关于航天器能力评估的论文则较少。现有的关于武器装备体系的能力评估，在评估方法上有一定的可取之处，为解决多属性决策中各属性权值常依赖主观确定的问题，采用基于模糊集和粗糙集的评估方法；针对武器装备体系能力指标的不确定性特征，采用区间数对指标值进行描述的方法；针对武器装备体系复杂性的特点，采用灰色层次分析法对武器装备体系作战能力进行评估。在航天器能力评估过程，亦可借鉴上述方法用于解决指标量化，权值确定等问题。

发明内容

为了克服现有技术的不足，本发明提供一种航天器综合能力评估方法，将健康评估结果和风险状态结果引入单星评估过程中，在此基础上从载荷性能和平台性能两个方面更为全面的评估单星综合能力值；从重访周期、扫描幅宽、功能互补等方面量化计算多星综合能力提升指数，通过单星能力评估、多星能力提升值计算两大步骤处理，从航天器实测数据、历史信息中获取航天器的综合能力评估结果。

本发明解决其技术问题所采用的技术方案包括以下步骤：

(1)计算单星能力值

式中H表示健康因子，h_index为健康评估系统输出的健康指数，健康等级分为健康、基本健康、降级使用和功能丧失四个等级；

R表示风险因子，R_index为风险指数，采用两目标运动直线化假设方法进行计算，风险等级分为红色、黄色以及潜在风险；

V₁和V₂分别表示载荷与平台表示权重系数，采用灰色系统理论中的G(1,3)模型对其定量计算；

n表示所选取的用于评估载荷能力的参数个数；

w_1i表示载荷对应参数的权重，采用层次分析法AHP获得，i表示载荷评估参数序号；

m表示所选取的用于评估平台能力的参数个数；

w_2j表示平台对应参数的权重，采用层次分析法AHP获得，j表示平台评估参数序号；

(2)评估多星能力值，具体步骤如下：

首先根据目标任务，采用灰色系统理论的GM(1,4)模型确定重访周期、扫描幅宽、数据传输能力对任务完成效果的影响程度，从而确定其权重，记为w_{mult_p}，p∈[1,3]，

然后计算每个指标协同前后的提升情况，设l颗卫星进行任务协同，其中有q颗卫星有指标b_g对应的功能，g∈[1,q]，协同后的指标值为B_{co_g}，根据卫星轨道，星下点轨迹计算获得；该项指标提升值

采用灰色系统理论的GM(3,l)模型确定上述l个卫星的重访周期、扫描幅宽、数据传输能力的影响程度，从而确定每颗卫星权重，记为w_as，

接着计算多星针对此次任务的综合能力其中，a_s为重复步骤(1)得到的第s颗卫星的单星能力值。

本发明的有益效果是：将航天器健康状态和风险状态作为单星能力评估的重要要素，可以更加直接全面的反映出单星卫星综合能力情况。在单星评估的基础上，明确了多星能力评估的目标指标，并提出了对应的计算方法，解决了当前对多星能力评估手段缺失，考虑要素不周全的问题。与现有技术相比，该方法实施与计算简单，获得的指标更贴近实际情况。

附图说明

图1是本方法框架图。

图2是本方法指标项确定流程图。

图3是本方法权值系数确定流程图。

具体实施方式

下面结合附图和实施例对本发明进一步说明，本发明包括但不仅限于下述实施例。

本发明包括单星能力评估、多星能力提升值计算两大步骤。单星能力评估对每个参与评估的航天器对象进行能力的计算和评估，并综合考虑单星健康状态和风险状态情况。多星能力提升值计算在单星能力评估的基础上，根据多星协同方式进行重访周期、功能互补、扫描幅宽等的计算，比较协同前后的性能提升情况，得出最终的能力值。

单星能力评估需要优先考虑健康等级和风险等级，在此之后考虑平台性能和载荷性能。按照公式(1)进行单星能力值计算：

式中H表示健康因子，由卫星健康等级确定，健康等级一般分为4个等级，健康、基本健康、降级使用、功能丧失。具体的转换公式如下：

式中h_index为健康指数，为健康评估系统输出量，某等级一般为功能丧失等级，在该等级下，卫星不具有既定的功能能力。

R表示风险因子，由风险等级确定。风险等级一般可分为红色、黄色以及潜在风险。

式中R_index为风险指数，风险指数可以采用空间碰撞概率来表征，碰撞概率一般可根据空间目标两行根数采用两目标运动直线化假设方法进行定量计算，某确定等级一般指红色风险等级，在红色风险下，认为航天器必须进行轨道机动，无法提供其他应用支持。

V₁和V₂分别表示载荷与平台表示权重系数，采用灰色系统理论中的G(1,3)模型对其定量计算，具体如下：

设为卫星历史完成历史任务情况记录， 为载荷和平台的能力值，M为描述数据的个数。为的1阶累加生成算子序列，为的紧邻均值生成序列，即：

假设：

设用最小二乘进行参数估计：

计算获得中因子的大小即为载荷和平台的权重，使用中进行归一化，即：

n表示所选取的用于评估载荷能力的参数个数；

w_1i表示载荷对应参数的权重，采用层次分析法AHP获得，i表示载荷评估参数序号；

m表示所选取的用于评估平台能力的参数个数；

w_2j表示平台对应参数的权重，采用层次分析法AHP获得，j表示平台评估参数序号。

多星能力评估以重访周期、扫描幅宽、数据传输能力为评估指标，针对不同的任务，根据多星协同方式进行计算，具体步骤如下：

首先根据目标任务，采用灰色系统理论的GM(1,4)模型确定上述3个指标的对任务完成效果的影响程度，从而确定其权重，记为w_{mult_p}，p∈[1,3]，且为整数，参考载荷和平台的权值确定过程。

然后计算每个指标协同前后的提升情况，设l颗卫星进行任务协同，其中有q颗卫星有该指标对应的功能，对应的指标b_g，g∈[1,q]，且为整数。协同后的该指标值为B_{co_g}，该指标可根据卫星轨道，星下点轨迹计算获得。那么该项指标提升值b_{co_g}计算如下：

采用灰色系统理论的GM(3,l)模型确定上述l个卫星的对重访周期、扫描幅宽、数据传输能力的影响程度，从而确定每颗卫星权重，记为w_as，s∈[1,l]，且为整数

接着计算根据公式(8)计算多星针对此次任务的综合能力。

式中w_{mult_p}为重访周期、扫描幅宽、数据传输指标权值，b_{co_p}为表示第p项考核指标的提升值，w_as为第s颗卫星的权值，a_s为第s颗卫星的能力按式(1)计算的评估结果。

参照图1，其为本方法框架图，首先进行步骤1-1单星能力评估，该步骤首先需要将健康状态评估的值和风险状态评估值引入，作为能力评估因子。由于健康状态是体现卫星本体的直接量，为0～1之间的实数，将其直接作为评估因子加入到形式化表达式中；而风险状态是体现卫星本体的间接量，也为0～1之间的实数，将其取根号后作为评估因子加入到形式表达式中；在此基础上，同时考虑平台能力和载荷能力，确定平台和载荷的权重，用0～1之间的实数表示；选定平台和载荷对应的评估指标，以及每个指标的权重，用0～1之间的实数表示；最后，进行单星能力评估结果计算。在单星能力评估的基础上，进行步骤1-2多星能力评估，首先确定评估指标，如扫描幅宽，重访周期、扫描幅宽、功能互补等，比较这些指标的提升情况。

参照图2，其为本方法单星能力评估的流程图。首先进行步骤2-1，将引入的健康状态结果和风险状态结果进行量化处理。然后进行步骤2-2，给平台和载荷赋权值。接着进行步骤2-3，读取平台的评估参数，确定平台评估参数的状态分值。然后执行2-4步骤，确定平台各评估参数的权重。接着执行步骤2-5，依据平台评估参数的分值和权重计算出平台的能力值。然后进行步骤2-6，读取选定的载荷评估参数，确定载荷评估参数的状态分值，则执行2-7步骤，确定载荷各评估参数的权重。执行步骤2-8，依据载荷评估参数的分值和权重计算出载荷的能力值。步骤2-9根据平台和载荷的能力值以及对应的权重进行加权，获得单星能力评估结果。

参照图3，其为本方法多星能力确定的流程图。首先明确任务及卫星集合。然后进行步骤3-2，输入计算好的卫星能力值。接着进行步骤3-3，确定每个卫星的权重。然后进行步骤3-4，确定多星能力提升指标为扫描幅宽，重访周期、数传能力。然后进行步骤3-5，每个提升指标在该次评价中的权重确定。接着执行步骤3-6，综合卫星能力评估值、能力提升指标计算获得多星能力结果。

Claims (1)

1.一种航天器综合能力评估方法，其特征在于包括下述步骤：

(1)计算单星能力值

式中H表示健康因子，h_index为健康评估系统输出的健康指数，健康等级分为健康、基本健康、降级使用和功能丧失四个等级；

R表示风险因子，R_index为风险指数，采用两目标运动直线化假设方法进行计算，风险等级分为红色、黄色以及潜在风险；

V₁和V₂分别表示载荷与平台表示权重系数，采用灰色系统理论中的G(1,3)模型对其定量计算；

n表示所选取的用于评估载荷能力的参数个数；

w_1i表示载荷对应参数的权重，采用层次分析法AHP获得，i表示载荷评估参数序号；

m表示所选取的用于评估平台能力的参数个数；

w_2j表示平台对应参数的权重，采用层次分析法AHP获得，j表示平台评估参数序号；

(2)评估多星能力值，具体步骤如下：

首先根据目标任务，采用灰色系统理论的GM(1,4)模型确定重访周期、扫描幅宽、数据传输能力对任务完成效果的影响程度，从而确定其权重，记为w_{mult_p}，p∈[1,3]，

然后计算每个指标协同前后的提升情况，设l颗卫星进行任务协同，其中有q颗卫星有指标b_g对应的功能，g∈[1,q]，协同后的指标值为B_{co_g}，根据卫星轨道，星下点轨迹计算获得；该项指标提升值

采用灰色系统理论的GM(3,l)模型确定上述l个卫星的重访周期、扫描幅宽、数据传输能力的影响程度，从而确定每颗卫星权重，记为w_as，s∈[1,l]，

接着计算多星针对此次任务的综合能力其中，a_s为重复步骤(1)得到的第s颗卫星的单星能力值。