摘 要：為設(shè)計(jì)低成本、高效能的衛(wèi)星，提出了一種衛(wèi)星全壽命周期效費(fèi)權(quán)衡優(yōu)化方法，結(jié)合衛(wèi)星不可修、在軌運(yùn)行中可能存在降級(jí)使用等情況，建立了以ADC（availability， dependability， capacity）模型為基礎(chǔ)的全壽命周期效能評(píng)估模型，提出了多維度參數(shù)成本模型以評(píng)估衛(wèi)星費(fèi)用，開發(fā)了基于CAIV（cost as an independent variable）方法的效費(fèi)優(yōu)化模型及求解方法。以遙感衛(wèi)星為例開展應(yīng)用驗(yàn)證，結(jié)果表明，所提出的方法可實(shí)現(xiàn)能力指標(biāo)、可靠性和重量等衛(wèi)星總體設(shè)計(jì)指標(biāo)優(yōu)化，為衛(wèi)星方案論證、任務(wù)管理、全壽命周期費(fèi)用管控等工作提供指導(dǎo)。

關(guān)鍵詞：全壽命周期;效能評(píng)估;費(fèi)用評(píng)估;效費(fèi)優(yōu)化

中圖分類號(hào)：V423 文獻(xiàn)標(biāo)志碼：A DOI：10.3969/j.issn.1673-3819.2025.01.018

Life cycle cost-effectiveness estimation and optimization method for satellite

ZHAO Jianyu1， WANG Jingyan1， CHENG Zhuo1， JIAO Jian2， CHENG Yao1

（1. Beijing Institute of Spacecraft Environment Engineering， Beijing 100094， China;

2. Beihang University， Beijing 100191， China）

Abstract：In order to design satellite with low cost and high effectiveness， an optimization method of life cycle cost-effectiveness for satellites is proposed in this paper. Since most satellites are unrepairable and their performances experience degradation in orbit， a life cycle effectiveness model based on ADC model is constructed. Then， a multidimensional parameter cost model is proposed to estimate the satellite cost. Finally， an optimization model and the solution method are developed by synthesizing the life cycle effectiveness model and the multidimensional parameter cost model based on CAIV. A remote sensing satellite is adopted to demonstrate the proposed method， the result suggests that this method could optimize the performance， reliability and weight indicators of satellite system， which might be applied for project design demonstration， task management， and life cycle cost control of satellites.

Key words：life cycle; effectiveness estimation; cost estimation; cost-effectiveness optimization

衛(wèi)星在推動(dòng)國(guó)民經(jīng)濟(jì)建設(shè)和發(fā)展的作用日益凸顯，更加重視“低成本、高效能”的衛(wèi)星設(shè)計(jì)理念，期望以最小的壽命周期費(fèi)用實(shí)現(xiàn)效能最好，越來(lái)越注重衛(wèi)星質(zhì)量效益提升。這離不開對(duì)衛(wèi)星全壽命周期的效能和費(fèi)用開展權(quán)衡優(yōu)化。

美國(guó)工業(yè)界武器系統(tǒng)效能咨詢委員會(huì)（WSEIAC）提出，系統(tǒng)效能是預(yù)期一個(gè)系統(tǒng)滿足一組特定任務(wù)的程度的度量［1］，可表達(dá)為可用性（availability）、可信性（dependability）與固用能力（capacity）的函數(shù)，即ADC模型。其中，可用性反映了系統(tǒng)初始狀態(tài)，可信性反映了系統(tǒng)正常執(zhí)行任務(wù)的能力，兩者均與系統(tǒng)的任務(wù)可靠性和任務(wù)維修性相關(guān);固有能力反映了系統(tǒng)完成最終任務(wù)的程度，與系統(tǒng)的功能、性能水平相關(guān)。在此基礎(chǔ)上，美國(guó)航空無(wú)線電研究公司、美國(guó)海軍、美國(guó)陸軍分別開發(fā)了ARINC模型、AN模型和AAM模型等一系列衍生模型用于武器裝備效能評(píng)估［2-5］。相比較而言，ADC模型更清晰、易理解，因此得到了廣泛應(yīng)用和認(rèn)可。我國(guó)在系統(tǒng)效能評(píng)估方面也開展了大量研究，其中ADC模型應(yīng)用較為廣泛［2，6-7］。

同時(shí)，國(guó)內(nèi)外對(duì)裝備采辦的經(jīng)濟(jì)可承受性越來(lái)越重視。美國(guó)、歐洲、俄羅斯等國(guó)家和地區(qū)都有裝備研制和生產(chǎn)經(jīng)費(fèi)的估算方法研究。美國(guó)國(guó)防部提出了壽命周期費(fèi)用（LCC）的概念，揭示了壽命周期費(fèi)用發(fā)生和發(fā)展的規(guī)律［8］。數(shù)據(jù)表明，系統(tǒng)運(yùn)行和支持成本可占成本的60％［9］，在研制階段提升產(chǎn)品可靠性有助于降低產(chǎn)品維護(hù)保養(yǎng)成本，從而降低總開銷。美國(guó)國(guó)防部頒布的采辦條例強(qiáng)調(diào)對(duì)系統(tǒng)可靠性的要求，提出把維修保障與裝備性能看成一個(gè)整體來(lái)采辦，加強(qiáng)費(fèi)用估算和對(duì)LCC的管控［2］。美國(guó)國(guó)家航空航天局（NASA）將重量作為航天器費(fèi)用估算的核心要素，提出了無(wú)人航天器成本模型（USCM）以及小型航天器成本模型（SSCM） ［10］。蘭德公司在大量統(tǒng)計(jì)數(shù)據(jù)基礎(chǔ)上提出了DAPCA模型，將飛機(jī)總費(fèi)用表達(dá)為效能、重量和可靠度的對(duì)數(shù)線性函數(shù)，得到了廣泛應(yīng)用［11］。我國(guó)頒布了費(fèi)用估算相關(guān)標(biāo)準(zhǔn)［12］。

系統(tǒng)效能提升通常面臨研制經(jīng)費(fèi)有限的矛盾，因而需要對(duì)系統(tǒng)的費(fèi)用和效益進(jìn)行綜合權(quán)衡。歷史資料統(tǒng)計(jì)顯示：衛(wèi)星方案論證驗(yàn)證結(jié)束時(shí)，大約70％的系統(tǒng)全周期成本即被確定［13］。因此，有必要及早在衛(wèi)星研制過(guò)程中開展效費(fèi)優(yōu)化，在保證效能的前提下降低研制成本。美國(guó)國(guó)防部采用以費(fèi)用為獨(dú)立變量（CAIV）的方法對(duì)新型武器裝備作戰(zhàn)效能、費(fèi)用和性能參數(shù)進(jìn)行綜合優(yōu)化，確定壽命周期內(nèi)費(fèi)用目標(biāo)并進(jìn)行費(fèi)用控制［8］，在聯(lián)合直接攻擊彈藥（JDAM）項(xiàng)目、V-1B轟炸機(jī)改進(jìn)項(xiàng)目進(jìn)行了應(yīng)用，取得了很好的效果［14］。

總結(jié)國(guó)內(nèi)外經(jīng)驗(yàn)，可以看到：對(duì)衛(wèi)星效費(fèi)權(quán)衡優(yōu)化是保證衛(wèi)星效能、降低研制成本的有效手段，涉及效能評(píng)估、費(fèi)用評(píng)估和效費(fèi)優(yōu)化等內(nèi)容，如果在設(shè)計(jì)初期及早開展效費(fèi)權(quán)衡優(yōu)化有助于獲得低成本、高效能回報(bào)。這需要解決兩方面問題：

第一，如何根據(jù)衛(wèi)星高可靠、不可維修的特點(diǎn)開展效費(fèi)建模。當(dāng)星上產(chǎn)品發(fā)生故障時(shí)，可能導(dǎo)致衛(wèi)星長(zhǎng)期降級(jí)使用，這與武器裝備差異較大。

第二，如何在衛(wèi)星全壽命周期開展效費(fèi)權(quán)衡優(yōu)化工作、支持低成本、高效能衛(wèi)星設(shè)計(jì)。這尚無(wú)成熟的經(jīng)驗(yàn)可以借鑒。

本文針對(duì)上述問題，建立一種衛(wèi)星全壽命周期效費(fèi)評(píng)價(jià)及優(yōu)化方法，通過(guò)在方案階段優(yōu)化性能參數(shù)、可靠性參數(shù)和重量參數(shù)等總體參數(shù)，為衛(wèi)星成本控制和效能提升提供方法支撐。

1 衛(wèi)星全壽命周期效能評(píng)價(jià)

1．1 可用性建模

1．2 全壽命周期可信性建模

1．3 能力建模

1．3．1 能力指標(biāo)體系

1．3．2 基于層次分析法的能力評(píng)價(jià)

1．3．3 降級(jí)使用能力評(píng)價(jià)

2 費(fèi)用評(píng)估

3 效費(fèi)優(yōu)化

4 案例應(yīng)用

在遙感衛(wèi)星方案優(yōu)化設(shè)計(jì)階段，根據(jù)相似在軌衛(wèi)星費(fèi)用、重量、可靠性及能力指標(biāo)數(shù)據(jù)，通過(guò)效能模型建模評(píng)估及費(fèi)效權(quán)衡優(yōu)化，對(duì)原設(shè)計(jì)方案提出改進(jìn)建議。

衛(wèi)星的可靠性和重量設(shè)計(jì)值及取值范圍見圖4。衛(wèi)星能力指標(biāo)設(shè)計(jì)值及取值范圍見圖5。

根據(jù)專家經(jīng)驗(yàn)，得到C1層能力指標(biāo)和P層能力指標(biāo)判斷矩陣，見表5～表8。各能力指標(biāo)判斷矩陣一致性指標(biāo)分別為0．003 6、0．017 6、0．038 6和0．017 6，通過(guò)一致性檢驗(yàn)。

根據(jù)表3可得到P層能力指標(biāo)總排序見表9。

經(jīng)計(jì)算，衛(wèi)星全壽命周期內(nèi)效能變化見圖6。

在軌初期，衛(wèi)星效能為7．98 2;隨著在軌時(shí)間增加，衛(wèi)星故障率增加，導(dǎo)致衛(wèi)星效能逐漸下降;到設(shè)計(jì)壽命末期，衛(wèi)星效能為6．671 2，相比在軌初期，效能下降了19．64％。

針對(duì)費(fèi)用模型構(gòu)建，本案例采集了同類型衛(wèi)星的費(fèi)用數(shù)據(jù)樣本，擬合得到各分系統(tǒng)費(fèi)用計(jì)算公式如下：

根據(jù)用戶對(duì)衛(wèi)星可靠度和重量的要求，利用遺傳算法，對(duì)原設(shè)計(jì)方案進(jìn)行優(yōu)化。其中，運(yùn)行參數(shù)為：種群數(shù)量200、交叉概率0．6、變異概率0．2、進(jìn)化代數(shù)200。

遺傳算法進(jìn)化次數(shù)和效費(fèi)比、效能及費(fèi)用的關(guān)系分別見圖7。從圖中可以看出，隨著進(jìn)化次數(shù)增加，衛(wèi)星效能和效費(fèi)比不斷提高，衛(wèi)星費(fèi)用不斷減少，最終收斂到一個(gè)優(yōu)化的解。

衛(wèi)星優(yōu)化后重量和可靠性指標(biāo)相對(duì)優(yōu)化前的變化百分比見圖8，優(yōu)化后性能指標(biāo)相對(duì)優(yōu)化前的變化百分比見圖9。優(yōu)化后衛(wèi)星效費(fèi)比提高了23．35％。衛(wèi)星能力指標(biāo)、分系統(tǒng)可靠度和重量分配反饋給設(shè)計(jì)師，供衛(wèi)星設(shè)計(jì)優(yōu)化和費(fèi)用管控參考。

5 技術(shù)應(yīng)用

根據(jù)衛(wèi)星研制特點(diǎn)，本文提出技術(shù)應(yīng)用建議：將全壽命周期劃分為研制階段、運(yùn)營(yíng)階段和離軌階段，從數(shù)據(jù)層、模型層、技術(shù)層、工程目標(biāo)、用戶等5個(gè)維度，提出了衛(wèi)星效費(fèi)權(quán)衡優(yōu)化總體方案，如圖10所示。

用戶期望衛(wèi)星實(shí)現(xiàn)低成本、高效能的需求，這要求設(shè)計(jì)人員在全壽命周期各階段結(jié)合衛(wèi)星特點(diǎn)，制定合適的工程目標(biāo)，并在工程目標(biāo)牽引下，開展針對(duì)性的效費(fèi)權(quán)衡優(yōu)化工作。

在研制階段，工作目標(biāo)是支撐方案論證和研制費(fèi)用管控。需要收集衛(wèi)星設(shè)計(jì)要求、歷史費(fèi)用數(shù)據(jù)、專家經(jīng)驗(yàn)等數(shù)據(jù)，在此基礎(chǔ)上構(gòu)建效費(fèi)評(píng)估模型，開展效能評(píng)估、費(fèi)用評(píng)估工作。通過(guò)實(shí)施效費(fèi)優(yōu)化對(duì)重要性能指標(biāo)、重量、費(fèi)用等進(jìn)行分配，為方案擇優(yōu)和研制費(fèi)用管控提供參考。

在運(yùn)營(yíng)階段，工作目標(biāo)是支持在軌任務(wù)管理和運(yùn)營(yíng)費(fèi)用管控。需要持續(xù)采集衛(wèi)星在軌遙測(cè)數(shù)據(jù)，包括性能數(shù)據(jù)、故障數(shù)據(jù)等，對(duì)衛(wèi)星的性能參數(shù)和可靠性參數(shù)進(jìn)行修正。之后再次開展效能評(píng)估和費(fèi)用評(píng)估，對(duì)方案設(shè)計(jì)結(jié)果進(jìn)行校正，以及評(píng)估衛(wèi)星全周期內(nèi)效能變化趨勢(shì)，為在軌任務(wù)管理和運(yùn)營(yíng)費(fèi)用管控提供準(zhǔn)確依據(jù)。

在離軌階段，工作目標(biāo)是支撐新研衛(wèi)星論證。需要收集、整理衛(wèi)星效能、故障數(shù)據(jù)、費(fèi)用決算數(shù)據(jù)等，分別比對(duì)用戶滿意度與效能評(píng)估結(jié)果、費(fèi)用決算與費(fèi)用評(píng)估結(jié)果，修正效費(fèi)評(píng)估模型，減小模型誤差，支撐新研衛(wèi)星方案論證。

6 結(jié)束語(yǔ)

本文圍繞低成本、高效能衛(wèi)星的發(fā)展需求，開展了衛(wèi)星全周期效費(fèi)權(quán)衡優(yōu)化技術(shù)研究，提出了開展效費(fèi)評(píng)估、費(fèi)用評(píng)估和效費(fèi)優(yōu)化的技術(shù)方案。針對(duì)衛(wèi)星不可修、降級(jí)使用等特點(diǎn)，確定并建立了以ADC效能模型為基礎(chǔ)的衛(wèi)星效能分析模型;開發(fā)了用于衛(wèi)星費(fèi)用分析的多維度參數(shù)成本模型;基于CAIV方法，并結(jié)合工程實(shí)際特點(diǎn)，建立了效費(fèi)優(yōu)化模型，利用遺傳算法生成最優(yōu)設(shè)計(jì)方案。

本文以遙感衛(wèi)星為案例，開展方法應(yīng)用驗(yàn)證。結(jié)果表明，本文提出的方法能夠有效評(píng)估在軌衛(wèi)星的效能，并為在研衛(wèi)星的能力指標(biāo)、可靠性和重量三類總體指標(biāo)優(yōu)化設(shè)計(jì)提供指導(dǎo)。

后續(xù)可進(jìn)一步開展如下兩方面的研究：

（1）衛(wèi)星能力指標(biāo)體系精細(xì)化建模?？刹杉煌愋托l(wèi)星性能參數(shù)，利用聚類分析、主成分分析等方法，建立覆蓋全面、代表性強(qiáng)、客觀性好的衛(wèi)星能力指標(biāo)體系，更為準(zhǔn)確反映衛(wèi)星實(shí)際能力。

（2）在軌數(shù)據(jù)深度挖掘。可充分利用在軌遙測(cè)得到的單機(jī)壽命數(shù)據(jù)和性能退化數(shù)據(jù)，開展數(shù)據(jù)融合分析，利用貝葉斯等可靠性評(píng)估理論得到各級(jí)產(chǎn)品可靠度，完善效能模型、費(fèi)用模型和優(yōu)化模型，為效費(fèi)權(quán)衡優(yōu)化提供更有力的支撐。

參考文獻(xiàn)：

[1] ZHANG X， LI Y， ZHAO J， et al. Review on effectiveness evaluation of missile weapon system［J］. International Journal of Frontiers in Engineering Technology， 2021， 3（9）： 30-35.

［2］ 趙曰強(qiáng)， 安實(shí)， 麥強(qiáng)， 等. 裝備費(fèi)用效能分析及建模的方法研究［J］. 系統(tǒng)仿真學(xué)報(bào)， 2019， 31（8）： 1 521-1 540.ZHAO Y Q， AN S， MAI Q， et al. Research on cost-effectiveness analysis and modeling of equipment［J］. Journal of System Simulation， 2019， 31（8）： 1 521-1 540.

［3］ CHEN Z， YANG L， WEI J， et al. Weapon system effectiveness assessment methodology study［C］. ICMLCA 2021; 2nd International Conference on Machine Learning and Computer Application. VDE， 2021： 1-4.

［4］ 吳白冰. 基于探索性分析的作戰(zhàn)能力分析方法研究［D］. 長(zhǎng)沙： 國(guó)防科學(xué)技術(shù)大學(xué)， 2016.WU B B. Operational capability analysis based on exploratory analysis method［D］. Changsha： National University of Defense Technology， 2016.

［5］ 白永生，郭馳名.基于MAAP的壽命周期費(fèi)用分析[J]. 指揮控制與仿真， 2018， 40（3）： 58-63.BAI Y S， GUO C M. Research on life cycle cost analysis based on MAAP[J]. Command Control amp; Simulation， 2018， 40（3）： 58-63.

［6］ 楊卓鵬， 鄭恒， 角淑媛， 等. 一種導(dǎo)航衛(wèi)星的系統(tǒng)效能建模與分析方法［J］. 宇航學(xué)報(bào)， 2017， 38（6）： 647-654.YANG Z P， ZHENG H， JIAO S Y， et al. A system effectiveness modeling and analysis method of single navigation satellite［J］. Journal of Astronautics， 2017， 38（6）： 647-654.

［7］ 劉鋒. 遙感衛(wèi)星系統(tǒng)任務(wù)效能評(píng)估方法研究［D］. 北京： 中國(guó)科學(xué)院大學(xué)（中國(guó)科學(xué)院國(guó)家空間科學(xué)中心）， 2017.LIU F. Research on evaluation method for mission effectiveness of remote sensing satellite system［D］. Beijing： National Space Science Center， Chinese Academy of Sciences， 2017.

［8］ 谷家毓. 基于可靠性約束的某型軍用無(wú)人機(jī)MBSE-LCC優(yōu)化技術(shù)［D］. 南京： 南京航空航天大學(xué)， 2020.GU J Y. MBSE-LCC optimization technology for a certain military UAV based on reliability constraints［D］. Nanjing： Nanjing University of Aeronautics and Astronautics， 2020.

［9］ KAWAZOE C， MCDOUGLE K， MIRO J， et al. A RAMS life support model through design optimization［C］／／2018 Annual Reliability and Maintainability Symposium （RAMS）. 2018： 1-5.

［10］NGUYEN P， LOZZI N. Unmanned space vehicle cost model，［R］. 8th ed. U. S. Air Force Space and Missile Systems Center （SMC／FMC）， 2001.

［11］SELLS B E， CROSSLEY W A. Optimization and decision-making framework for small unmanned aircraft systems fleet design［J］. Journal of Aircraft， 2023， 60（4）： 981-994.

［12］江安，王金山.基于遺傳算法的裝備使用保障費(fèi)用灰色組合預(yù)測(cè)[J]. 指揮控制與仿真，2011，33（3）：65-67，76.JIANG A， WANG J S. Gray combination forecast of equipment support cost based on genetic algorithm[J].Command Control amp; Simulation，2011，33（3）：65-67，76.

［13］雷良， 周丹發(fā)， 張穎， 等. 導(dǎo)彈武器全壽命周期成本分析與控制策略［J］. 兵工學(xué)報(bào)， 2022， 43（S02）：107-114.LEI L， ZHOU D F， ZHANG Y， et al. Life cycle cost analysis and control strategy of missile weapons［J］. Acta Armamentarii， 2022， 43（S02）：107-114.

［14］譚云濤， 郭波. 基于CAIV的武器裝備費(fèi)效分析與指標(biāo)決策方法研究［J］. 系統(tǒng)工程理論與實(shí)踐， 2007， 27（11）： 48-53.TAN Y T， GUO B. A cost-effectiveness analysis ＆ target demonstration method based-on CAIV［J］. Systems Engineering-Theory ＆ Practice， 2007， 27（11）： 48-53.

［15］陳嬋平. 基于ADC法的武器系統(tǒng)效能評(píng)估研究［D］. 哈爾濱： 哈爾濱工業(yè)大學(xué)， 2009.CHEN C P. Research on effectiveness assessment of weapon systems based on ADC［D］. Harbin： Harbin Institute of Technology， 2009.

［16］尹福平. 武器裝備效能評(píng)估方法研究［D］. 沈陽(yáng)： 沈陽(yáng)航空航天大學(xué)， 2022.YIN F P. Research of weapon equipment effectiveness evaluation methods［D］. Shenyang： Shenyang Aerospace University， 2022.

［17］SEN S K， SHAYKHIAN G A. Genetic algorithm for optimization： preprocessor and algorithm［R］. 2006.

［18］溫正. MATLAB智能算法［M］. 2版. 北京： 清華大學(xué)出版社， 2023.WEN Z. MATLAB intelligent algorithm［M］. 2nd ed. Beijing： Tsinghua University Press， 2023.

（責(zé)任編輯：李楠）