With recent increase of interest in the space community towards the application of low cost, this thesis tries to capture the idea of designing an optimum orbit for area coverage using a constellation of satellites with low cost sensor for limited coverage radius, around one degree field of view. The optimization problem is focused on non-symmetric, circular orbit constellation over three Low Earth Orbit (LEO) satellites. Optimization is done using Genetic Algorithm (GA), which is chosen due to its ability to find a global optimum solution for non-linear problem, which suit this study case. The area of interest in this simulation is represented as a polygon filled with grid points. In this thesis up to five optimization variables is varied from six classical orbit elements.
Both single and multi-objectives optimization are done in this thesis. While the single objective optimization only use percent coverage as the objective, the multi-objectives optimization uses percent coverage and revisit time as two main parameter to analyze the performance of the constellation. Some effort are done to improve the objective function value and to minimize the computational time. Semi-analytical approach is implemented in this study for initial guess in the multi-objectives case. This method has proved to be able to reduce the overall computational time. A number of case studies are also done by varying genetic operators; the Selection, Crossover, and Mutation method. To determine the best parametric operator combination, fitness value and the computational time resulted from each study
cases are compared.
최근 우주 커뮤니티에서 저비용 시스템에 대한 관심이 증가함에 따라, 본 논문은 1 도 가량의 제한된 시야를 가진 저비용의 센서를 이용한 위성 관측에 있어 최적 궤도를 설계하는 데에 아이디어를 제시하고자 한다. 이 최적화 문제는 비대칭의 원형 궤적을 가지는 세 개의 저궤도위성을 전제한다. 본 논문이 다루는 비선형 문제에서 전역해를 찾기 위해 유전자 알고리즘을 최적화에 사용하였다. 시뮬레이션에서 관심범위는 격자점으로 채워진
다각형으로 표현되며, 6 개의 궤도 요소 중에 5 개까지 최적화하고 있다.
본 논문에서는 단일 목적함수 및 복수 목적함수 최적화를 모두 수행한다. 단일 목적함수 최적화 기법은 퍼센트 범위만 목적함수로 사용하는 데 반해, 복수 목적함수 최적화 기법은 퍼센트 범위와 재방문 시간을 두개의 주요 파라미터로 설정하여 위성 관측의 성능을 분석한다. 목적함수 값을 향상하고 계산 시간을 최소화하는 방법이 제시되었다. 복수 목적함수의 경우, 초기 궤도 추축 계산을 위해 준-분석적인 접근법이 구현되었다. 이 방법은 전체 계산 시간을 줄이는 효과를 가져온다는 것이 증명되었다. 다음과 같은 여러 유전자 연산자를 통해 많은 사례 연구가 수행되었다: 선택, 크로스오버, 돌연변이. 최적의 연산자 조합을 결정하기 위해 각 경우에 대한 적합성 값과 계산 시간을 비교하였다.