地球同步轨道(GEO)在轨服务能够有效地挽回GEO卫星故障造成的损失,延长卫星使用寿命,保护GEO资源。开展GEO在轨服务以及相关技术的研究,已成为航天领域的一个重要发展方向。GEO在轨服务任务规划,是为圆满完成在轨服务任务而做的计划,在满足各类复杂约束的前提下,优化确定服务星如何部署、部署数量、任务分配、服务次序、轨道机动轨迹、任务时间分配等。GEO在轨服务任务规划问题具有多变量、多目标、多约束等特点,任务规划模型复杂,求解难度大。论文提出GEO目标接近观测、在轨加注和碎片清理的任务模式,并以此为基础建立相应的任务规划模型,设计求解框架和优化算法。主要研究成果如下:建立了三类GEO在轨服务任务规划问题的模型。基于对GEO目标接近观测、在轨加注和碎片清理任务规划问题的分析,总结出共性子问题,即求解服务星部署轨道参数优化问题、转移轨迹优化问题和路径规划问题。在旅行商问题和车辆路径问题的基础上,建立三类更加复杂的在轨服务路径规划问题的数学模型。提出了多个GEO卫星接近观测任务规划方法。提出一种燃料消耗少、工程实现简单的服务星部署和机动方案,将服务星部署在赤道大椭圆轨道上,通过在近地点施加两次速度脉冲实现对GEO目标的接近观测。针对GEO卫星接近观测任务规划问题,分别建立了“一对多”和“多对多”接近方式的两层优化模型。对于“一对多”任务规划问题,结合遗传算法和快速搜索法优化目标星接近次序、接近时刻以及服务星转移轨迹。对于“多对多”任务规划问题,提出结合遗传算法和分支定界法的两层求解策略,外层问题优化服务星部署轨道、任务分配和目标接近次序,内层问题优化服务星轨迹,包括接近时刻和变轨方案。仿真结果验证了模型和算法的有效性。提出了多个GEO卫星在轨加注单目标任务规划方法。提出一种新的GEO目标在轨加注方式,即采用服务星和储油站完成加注任务,服务星通过轨道机动往返于GEO卫星和储油站,将储油站中的燃料运送至目标星。针对GEO卫星在轨加注任务单目标规划问题,分别建立了“一对多”和“多对多”加注方式的优化模型。提出结合遗传算法和随机搜索法求解“一对多”在轨加注任务规划问题,优化服务星路径;结合混合粒子群算法和穷举法求解“多对多”在轨加注任务规划问题,优化任务分配和服务星路径。仿真结果表明提出的方法可以有效地获得服务星访问目标星和储油站的最优路径。提出了多个GEO卫星在轨加注多目标任务规划方法。以地球静止轨道卫星为加注对象,建立了“一对多”在轨加注任务多目标规划的两层优化模型,提出结合NSGA-II和分支定界法求解最优路径规划、最优时间分配和轨迹优化。建立了“多对多”GEO卫星在轨加注任务多目标混合整数优化的模型,提出结合多目标混合粒子群优化算法和分支定界法求解最优选址、最优任务分配、最优路径规划、最优时间分配和轨迹优化。仿真结果表明提出的方法可以有效地获得Pareto最优解,揭示任务时间和燃料消耗之间的关系。提出了多个GEO碎片清理任务规划方法。提出采用服务星和储油站完成GEO碎片清理任务,设计GEO碎片清理的具体步骤。分别研究了基于单个服务星、单个服务星和储油站、多个服务星和储油站的清理任务规划问题,设计蚁群算法进行优化,并采用F-race方法对算法参数进行优化选择。仿真结果表明,对于清理任务规划问题蚁群算法的表现优于遗传算法和模拟退火算法。