概念性论证和方案设计是航天器系统设计过程中的重要阶段,在分系统、单机重用性较高的前提下,往往依靠总体设计师的主观经验进行选择。对于需求的分析和获取没有过多的重视,而颠覆性设计的创新点往往出现在需求分析阶段,且此阶段未涉及产品制造,创新成本低。传统基于文档的设计方式,存在版本不受控、更改困难、信息查找繁琐等问题。随着对航天器技术要求的不断提高,传统设计方法显现出创新困难、设计质量和效率不足的情况,总体设计优化难以找到满意的工程最优解。针对以上问题,本文以遥感卫星型号研发任务为研究对象,从基于模型的系统工程（Model-Based Systems Engineering,MBSE）和多学科设计优化（Multidisciplinary Design Optimization,MDO）技术两个方面开展工作,提出了基于Sys ML的多学科设计优化方法。主要的工作内容如下:（1）对MBSE和MDO的理论发展进行简要概述,尤其是两者在航天领域的研究现状进行综述。进一步的明确了本文创新内容,将MBSE模型作为中间数据模型用于卫星总体设计的多学科设计优化。（2）应用Sys ML从需求、行为、结构、参数四个维度对遥感卫星的各分系统、单机组件进行系统建模,将设计信息集成到同一个数据模型中。从遥感卫星任务的利益相关者出发,识别出用户需求、系统需求和物理需求。建立卫星的七个基本用例,并分解出相应的十项功能进行逻辑和物理架构建模。（3）在系统模型的基础上,建立总体效能指标、性能指标和技术性能指标三级指标体系,实现用户需求到系统实现端性能参数的映射。依托系统模型中的参数图定义多学科优化问题的设计变量、约束、优化目标函数。对轨道、有效载荷、电源和质量学科进行分析,为后续卫星参数多学科设计优化奠定基础。（4）在研究多学科优化相关的协同优化（Collaborative Optimization,CO）算法、遗传算法的基础上,开展了对卫星多学科优化模型的研究。针对标准CO算法求解过程中学科间非线性和与耦合性增强的问题,将遗传算法引入到求解的系统级和学科级模型中,并结合系统模型提出了基于Sys ML的协同进化算法。通过减速器工程和数值案例对该方法的有效性进行验证。最后,通过CSM与Matlab联合仿真对卫星参数协同优化模型进行求解。结果表明,在概念设计阶段中应用Sys ML-CEA方法是高效可行的,为其他复杂工程的优化设计提供参考。