卫星作为宏观信息感知体系的重要组成部分,拥有可靠性高、成像范围广、不受国界限制、在轨时间长等特点,是收集信息、获取信息的重要手段之一,可为国家发展建设以及各种社会活动提供必要信息支撑。然而目前卫星存在研发费用高、故障频发且缺乏系统的维修保养措施的缺陷,极大地影响了卫星的运行效益。同时随着空间技术的革新与发展,空间在轨服务(On-orbit Servicing,OOS)逐渐兴起,在轨服务技术的日趋成熟也催生了新概念航天器即在轨服务航天器(On-orbit Servicing Spacecraft)的发展和完善,近年来各国也在积极推动在轨服务航天器的研制和开发,为在轨服务技术的应用提供了可能。在在轨服务现实需求以及技术发展支持的背景下,本文以在轨服务航天器为研究对象,研究面向卫星维修的在轨服务航天器任务规划问题,探讨如何合理安排与调配在轨服务航天器资源。论文的主要工作可概括为:(1)提出面向卫星维修的在轨服务航天器任务规划问题,并设计了相应的问题求解框架论文首先提出了面向卫星维修的在轨服务航天器任务规划问题,并分析了问题来源以及研究背景。同时从目标卫星以及在轨服务航天器两个角度分析了问题的复杂性,在此基础上构建四阶段问题求解框架,即卫星需求分析、面向目标卫星的服务航天器可达性分析、面向卫星维修的在轨服务航天器资源分配、在轨服务航天器路径规划。(2)针对问题求解框架,构建相应的在轨服务航天器任务规划模型论文依据构建的问题求解框架以及各个阶段问题的特点,建立了相对应的数学模型。在卫星需求分析阶段,综合卫星性能以及维修任务紧急程度建立卫星维修需求重要度模型;在目标卫星可达性分析阶段,基于Lambert变轨,构建相应的航天器轨道机动模型,判断航天器对某个目标卫星的可达性;在面向卫星维修的航天器资源分配阶段,以任务完成时间最小化以及维修效益最大化建立相应的资源分配模型;在在轨服务航天器路径规划阶段,将轨道机动燃料消耗以及轨道机动时间做为优化目标并加以权衡,建立相应的航天器任务规划模型。(3)基于研究问题分解,设计解决相应子问题的任务规划算法在针对目标卫星需求的在轨服务航天器资源分配子问题中,考虑到已有算法的缺陷和卫星执行维修任务的实际需求,改进传统遗传算法并设计了一种基于多种群并行进化的混沌遗传算法,从而实现对在轨服务航天器资源进行分配。在在轨航天器服务路径规划子问题,考虑问题搜索空间大且存在互相约束的特性,采用多目标优化算法对该问题进行优化求解,设计了一种基于全局坐标转换的NSGA-II+GSDE算法,以提高算法的收敛能力,得到具有良好特性的帕累托前沿。(4)构造面向卫星维修的在轨服务航天器任务规划实例依据现实背景下的环境监测问题,构建了面向环境监测卫星维修的在轨服务航天器任务规划仿真场景,以探索、验证本文提出的问题求解框架的合理性以及问题求解算法的有效性。