“在轨服务”技术由于其显著的经济价值和潜在的军事应用,已成为航天领域的重要发展方向。在轨服务任务规划,即研究如何统筹安排所有在轨服务资源,在最大化满足用户需求以及资源充分利用的条件下,制定出最佳的服务航天器任务执行预案。针对在轨服务任务规划问题,本文以建立一套系统的建模与优化方法为目标,深入研究了在轨服务任务规划模型建模方法,及其在典型任务中的应用与改进。全文主要研究成果如下:1、提出了具有一定通用性的在轨服务任务规划模型——HOC任务规划模型。通过对在轨服务任务一般流程的分析与总结,指出在轨服务任务本质上是一个多空间目标交会任务,其一般流程不外乎是空间交会和在轨操作的组合。随后基于混杂优化理论建立了多空间目标交会问题的HOC任务规划模型,模型对于“一对多”以及多数“多对多”模式的在轨服务问题具有很好的适用性。2、针对空间碎片清理任务,提出了一套系统的建模与优化方法,可解决LEO与GEO空间碎片清理任务规划问题。(1)提出了LEO空间碎片清理任务规划算法。考虑摄动、测控等多个复杂约束,针对LEO空间碎片清理任务的需求与特点,建立了HOC任务规划模型,提出了能够有效处理复杂约束的优化算法。通过仿真算例验证了方法的有效性,并总结出了很多有益结论,可为任务的实际应用提供有益参考。(2)提出了针对GEO空间碎片清理的快速任务规划算法。针对共面GEO空间碎片清理任务的需求与特点,探究了碎片分布与最优任务序列的内在关联,得出结论:该空间任务的最优任务序列是若干逆序排列的目标集的组合,且各个目标集中相邻两个目标的相位差总是大于某个阈值。基于这个规律,提出了一套快速规划算法,可以在较短时间内获取较为优化的碎片清理方案。(3)提出了多服务航天器多优化目标的GEO空间碎片清理任务规划方法。考虑GEO碎片轨道面的差异,以飞行时间和推进剂消耗为优化目标,建立了多目标HOC优化模型,并提出了与之适应的求解算法。通过对不同场景的任务进行分析与对比,得出结论:对于一个确定的任务,到底哪个任务模式(单服务航天器或多服务航天器)更好,不能一概而论,其取决于多个因素。3、针对在轨加注任务,提出了一套系统的建模与优化方法,可应用于P2P、“一对多”和混合模式的在轨加注任务规划问题中。(1)提出了P2P在轨加注任务规划方法。“P2P”即卫星间“一对一”进行相互补给。考虑测控约束,以圆轨道卫星群P2P在轨加注为任务背景,提出了数学规划模型和双层解耦求解策略。上层任务分配忽略轨道转移的推进剂消耗,仅以推进剂均衡为优化目标进行优化。下层时间分配被视为“一对一”空间交会的优化问题,以推进剂消耗最小为优化目标。仿真实验证明了算法的有效性。(2)提出了复杂约束下多阶段空间交会任务规划方法,并应用于P2P在轨加注任务规划中。针对标称的空间交会任务,将多个交会阶段看作一个整体,综合考虑通信时间窗、光照等复杂约束,建立多阶段空间交会的数学优化模型,提出两阶段规划策略。上层规划利用二体模型求解出满足复杂约束的粗粒度交会路径,下层规划利用高精度模型进行修正。最后将该成果应用于P2P在轨加注任务中。(3)提出了目标不确定的GEO卫星群“一对多”在轨加注任务规划方法。考虑目标数量、任务等级、推进剂消耗三个优化目标,针对服务目标数量未知的“一对多”在轨加注任务规划问题,建立了HOC多目标任务规划模型,并提出了对应的求解方法。仿真分析证明:本文提出的方法可以有效求解该任务规划问题;优化目标侧重点的不同、目标卫星分布的不同,都会对优化结果有影响,且这些影响是有规律可寻的。(4)提出了混合模式下GEO卫星群的在轨加注任务规划方法。假设服务航天器只能逐次对部分目标卫星进行在轨加注,剩下的待加注卫星由已被加注的卫星提供后续的在轨加注操作。以HOC规划模型为基础建立了混合模式下的在轨加注任务规划模型,并提出了对应的求解算法。通过仿真实验验证了上述模型与算法的有效性,并分析对比了“一对多”、“多对多”和混合模式的优劣与适用范围。总之,论文对航天器在轨服务任务规划技术进行了深入研究,提出了具有一定通用性的HOC任务规划模型,并针对在轨服务任务的典型应用:空间碎片清理和在轨加注任务,提出了与之相适应的、且较为系统的建模与优化方法,可分别应用于LEO、GEO空间碎片清理任务,以及P2P、“一对多”和混合模式下的在轨加注任务中。论文的研究成果对推动航天器在轨服务任务规划技术的发展有较大意义,同时由于有效结合了工程因素,论文的研究可为工程实践应用提供有益参考。