[发明专利]一种空间碎片清除任务的规划方法及装置

说明书

本发明公开了一种空间碎片清除任务的规划方法及装置，获取待清除空间碎片信息和航天器状态信息；根据待清除空间碎片信息和航天器状态信息构建强化学习搜索树模型；其中，在强化学习搜索树模型中包括状态量、动作和收益值；根据强化学习搜索树模型的初始状态，采用上确界树搜索方法生成动作；根据状态量和动作生成下一个的状态量，当生成的状态量为终止状态量，生成空间碎片的清除序列及对应的收益值；重复执行生成序列步骤，直至清除序列的数量达到第一预定数量时，选择收益值最大的清除序列，作为待清除空间碎片的最优清除序列；本申请可以减少生成最优清除序列的时间消耗，提升航空器的能源利用率。

【技术领域】

本发明属于空间碎片清除技术领域，尤其涉及一种空间碎片清除任务的规划方法及装置。

【背景技术】

空间碎片已成为人类航天活动以及在轨航天器的巨大障碍与威胁。低轨空间碎片分布密集、危害较大。由于Kessler效应，碎片间碰撞、轨道摄动使得空间碎片数量急剧增加、分布范围不断扩大。最新空间碎片发展预测报告显示：截止2014年，低轨空间碎片数量已远超预测值，发展低轨空间碎片清除技术刻不容缓。

主动碎片清除(Active Debris Removal，ADR)是一种通过逐一抓捕来清理低轨空间碎片的技术，如何设计ADR航天器最优的任务序列及多次交会轨迹是目前多碎片主动清除面临的首要难题，目前，常见的ADR航天器的规划方法有基于遗传算法的规划算法以及在文“On the Application of Reinforcement Learning in Multi-debris ActiveRemoval Mission Planning”中的Deep Q Learning(DQN)算法，但是这些规划方法中搜索最优清除序列的耗时长，精度低，且容易陷入局部最优的方案中，会降低航天器的能源利用率。

【发明内容】

本发明的目的是提供一种空间碎片清除任务的规划方法及装置，以减少生成最优清除序列的时间消耗，提升航空器的能源利用率。

本发明采用以下技术方案：一种空间碎片清除任务的规划方法，包括：

获取待清除空间碎片信息和航天器状态信息；

根据待清除空间碎片信息和航天器状态信息构建强化学习搜索树模型；其中，在强化学习搜索树模型中包括状态量、动作和收益值；

生成序列：根据强化学习搜索树模型的初始状态，采用上确界树搜索方法生成动作；根据状态量和动作生成下一个的状态量，当生成的状态量为终止状态量，生成空间碎片的清除序列及对应的收益值；

其中，在上确界树搜索方法的扩展过程中，通过随机或者构建好的神经网络模型选择动作；在上确界树搜索方法的模拟过程中，模拟方式选择随机模拟方式；

重复执行生成序列步骤，直至清除序列的数量达到第一预定数量时，选择收益值最大的清除序列，作为待清除空间碎片的最优清除序列。

进一步地，在生成序列步骤中，当生成的状态量为非终止状态量时，重复执行以下步骤：

根据当前的状态量，采用上确界树搜索方法中的第一策略生成动作；

根据当前的状态量以及生成的动作生成下一状态量；

判断下一状态量是否为终止状态量。

进一步地，根据当前的状态量以及生成的动作生成下一状态量包括：

获取当前状态量；

当当前状态量为非终止状态量且满足第一预设条件时，根据第一策略从预先构建好的动作库中选择动作；

根据选择的动作和当前状态量生成下一状态量。

进一步地，当当前状态量为非终止状态量且不满足第一预设条件时：