1. 课程导入与任务全景

一颗卫星从任务需求到最终在轨运行,中间要经历概念设计、方案论证、详细设计、总装测试、发射入轨和在轨运行等多个阶段。在这些阶段中,真正决定任务成败与成本上限的,往往不是某个单机做得多精致,而是方案层面的选择是否正确。例如:对地观测任务究竟采用太阳同步轨道还是低倾角轨道?遥感载荷用大口径相机还是多颗小卫星组网?数传采用X频段还是Ka频段?电源用刚性太阳翼还是柔性太阳翼?这些选择彼此耦合,牵一发而动全身。本课程要讲的,就是如何用系统化、可量化、可追溯的方法,在这些选择中做出合理决策。

1.1 什么是卫星任务方案权衡与优化

卫星任务方案权衡与优化,是指在给定任务需求、约束条件和可用技术条件下,对卫星系统的总体构型、轨道、载荷、平台分系统、发射与运行方式等关键设计变量进行建模、分析、比较与寻优,从而得到一组在性能、成本、风险、周期等目标上综合最优或最满意的方案。

它包含三个层次的工作:

  • 权衡(Trade-off):在若干候选方案之间做比较与取舍,回答“选A还是选B”。
  • 优化(Optimization):在连续或离散的设计空间中寻找使目标函数最优的参数组合,回答“参数取多少最好”。
  • 决策(Decision):在多个目标冲突、信息不完全、约束刚性不同的情况下,给出可解释、可追溯的方案选择,回答“为什么这样选”。

需要强调的是,权衡与优化不是设计完成后的“打分表”,而是贯穿任务全生命周期的设计活动。越早介入,可影响的自由度越大、代价越小。概念设计阶段一个轨道高度的选择,可能决定整星质量、发射成本和寿命;到了详细设计阶段再改,代价往往是数量级的。

1.2 核心问题:多目标、多约束、强耦合

卫星任务方案权衡之所以困难,根源在于它同时具备三个特征:

第一,多目标冲突。 任务通常同时追求高分辨率、大幅宽、短重访、长寿命、低成本、低风险。这些目标往往互相矛盾:分辨率提高意味着口径增大、质量增加、成本上升;重访时间缩短意味着轨道或星座规模变化,进而影响发射与运维成本。不存在让所有目标同时最优的“完美方案”,只能在帕累托前沿上做取舍。

第二,多约束刚性。 卫星受发射包络、运载能力、整流罩尺寸、功耗预算、热控能力、数传带宽、测控弧段、频率协调、经费上限、进度节点等硬约束限制。任何一个约束被突破,方案就不可行。约束之间还可能互相传导,例如质量超限会迫使减重,减重又可能降低刚度或寿命。

第三,强耦合与非线性。 轨道决定光照与地影,光照决定电源,电源影响热控与载荷工作模式,载荷工作模式又反过来影响轨道设计。分系统之间通过质量、功耗、热、数据、控制等多条链路耦合,且关系多为非线性。局部最优不等于全局最优,必须从系统层面统筹。

核心判断:方案权衡的本质,是在“性能—成本—风险—周期”四维空间中,寻找满足全部硬约束、并让关键目标达到可接受水平的可行解,而不是追求单一指标的极值。

1.3 典型场景:从单星到星座,从论证到在轨

本课程覆盖的典型权衡场景包括:

  • 轨道方案权衡:太阳同步轨道、低倾角轨道、回归轨道、冻结轨道、GEO/IGSO/LEO 之间的选择,涉及覆盖、重访、光照、发射能量、寿命等。
  • 载荷与平台匹配:分辨率、幅宽、谱段、信噪比与平台质量、功耗、姿态稳定度、数传能力的匹配。
  • 星座构型优化:Walker 星座、极轨星座、混合星座的轨道面数、卫星数、相位因子与覆盖性能、成本的关系。
  • 分系统方案比较:电源、推进、热控、数传、星务等分系统的技术路线选择。
  • 发射与部署方案:一箭多星、分批发射、轨道面部署顺序与进度、成本、风险的权衡。
  • 在轨运行与任务规划:成像任务排程、数传窗口分配、能源与热约束下的工作模式优化。

这些场景的共同点是:决策变量多、目标冲突、约束复杂、数据不完全,且需要给出可解释的结论。它们正是本课程要训练的核心能力。

1.4 课程路线图:从概念到方法,从方法到实践

本课程共 30 章,整体按“概念—方法—分系统—综合—实践”的逻辑展开。下图给出课程的知识主线与各模块之间的关系,帮助你在学习过程中始终知道“当前在哪里、后面往哪走”。

《卫星任务方案权衡与优化》课程路线图 概念 → 方法 → 分系统 → 综合 → 实践,五模块递进,30章贯通 模块一 概念与全景 第1–4章 定义·核心问题·场景 模块二 建模与优化方法 第5–11章 模型·目标·算法·灵敏度 模块三 分系统权衡 第12–19章 轨道·载荷·平台·能源 模块四 综合与决策 第20–25章 星座·成本·风险·决策 模块五 实践 第26–30章 案例·工具·复盘 贯穿全课的核心问题 多目标冲突 · 多约束刚性 · 强耦合非线性 · 信息不完全 · 决策需可解释可追溯 主线A:性能主线 分辨率 / 幅宽 / 重访 / 覆盖 信噪比 / 谱段 / 定位精度 寿命 / 可用度 / 数据时效 → 回答“任务能不能完成、完成得多好” 主线B:成本与资源主线 研制成本 / 发射成本 / 运维成本 质量 / 功耗 / 体积 / 数传带宽 研制周期 / 发射窗口 / 频率资源 → 回答“代价多大、资源够不够” 主线C:风险与决策主线 技术成熟度 / 单点失效 / 冗余 进度风险 / 经费风险 / 在轨风险 多准则决策 / 灵敏度 / 稳健性 → 回答“选哪个、为什么、有多稳” 学习闭环:需求 → 建模 → 权衡 → 优化 → 决策 → 验证 → 复盘 任务需求分析 设计变量建模 候选方案权衡 参数寻优 多准则决策 结果验证 复盘迭代 迭代反馈:验证与复盘结果反哺需求与模型

从图中可以看到,课程不是孤立地讲某个算法或某个分系统,而是围绕三条主线——性能、成本与资源、风险与决策——逐步展开。模块一建立概念与全景;模块二提供建模、目标函数、约束处理、优化算法和灵敏度分析等通用方法;模块三把这些方法落到轨道、载荷、平台、能源、推进、热控、数传等具体分系统;模块四处理星座、成本、风险和多准则决策等综合问题;模块五通过案例、工具和复盘,把方法变成可复用的工程能力。

1.5 学习建议与预期成果

学习本课程时,建议始终带着三个问题阅读每一章:这一章在权衡什么?决策变量是什么?判断优劣的依据是什么? 遇到公式和算法时,不要只记结论,要追问它的输入、假设和适用边界。遇到案例时,要尝试自己先给出候选方案,再与课程给出的分析过程对照。

完成本课程后,你应当能够:独立把一个卫星任务需求转化为可分析的设计变量与约束;建立性能、成本、风险等目标函数;选择合适的权衡与优化方法;对结果做灵敏度与稳健性分析;并用可解释的方式向团队或决策者说明方案选择的理由。这些能力,正是卫星任务总体设计中最核心、也最难以被替代的部分。