1.一种兼顾时效性和燃料最优的卫星集群协同迁移重构方法，其特征在于，所述方法包括以下步骤：
步骤一：建立多摄动条件下的卫星集群精确相对运动动力学模型，推导相应的动力学方程；
步骤二：根据星群中成员卫星的初始状态选出一颗主星，并以其作为根节点建立基于最小生成树的通信拓扑，其余的成员卫星将全部作为从星；
步骤三：针对主星，基于改进的粒子群算法进行时间最优轨迹规划获取最佳的星群迁移路径；
步骤四：针对从星，采用结合鲁棒模型预测控制和蜂拥控制的协同控制器，在成员卫星燃料最优的前提下快速跟踪主星的运动轨迹，并保持一定的安全距离；
步骤五：结合前几步设计的模型与控制策略，进行星群快速迁移重构的仿真实验分析。
2.根据权利要求1所述的方法，其特征在于，在步骤一中，考虑到星群在近点空间运行会受到空间摄动的作用，需要对J2摄动和大气阻力进行建模，以精确描述卫星间的精确相对运动；卫星集群的相对运动动力学模型建立为：
式中， m为卫星质量，vx为卫星的径向速度，i为轨道倾角，
Ω为升交点赤经，θ为纬度幅角，进而利用拉个朗日方程推导出，从星相对于主星的相对运动模型，具体为：
式中，xi，yi和zi为第i个从星在LVLH坐标系下的推力分量，其余参数具体如下
3.根据权利要求2所述的方法，其特征在于，在步骤二中，以无向连通图G＝(vs,V,ε,D,W)表示成员卫星之间的通信拓扑，其中，vs为集合V中唯一的根节点，vi表示第i通信节点，(vi,vj)表示第i个节点与第j个节点之间的边；d(vi)表示节点vi的度，dc(vi)∈N表示节点vi的通信上限，且D＝{dc(vi)|vi∈V}；wij表示边(vi,vj)上的权值表示通信的延迟，且W＝{wij|(vi,vj)∈ε}；假设，T是无向图G＝(vs,V,ε,D,W)的一个生成树，且vs是树T的根节点，则P(vi)表示从vs到vi之间的路径，Q(P(vi))表示P(vi)上的总跳数，而根节点到叶节点的跳数上表*
示为rc(T)＝max Q(P(vi))；至此，在通信约束条下的最小生成树T表示为：
4.根据权利要求3所述的方法，其特征在于，所述步骤二具体为：
Step 1.定义节点集合S＝{vs}和 定义标量rs(vi)＝dc(vi)表示节点度的余量，定义标量Hn(vi)＝0表示第i个节点与根节点间的距离，定义Te为生成树的边集；
Step 2.定义边集Se，将集合S中节点vi包含的边根据其权值的大小升序排列，并存储于集合Se中；
Step 3.将Se中的边从上至下开始搜索与vi相连的节点vj，判断条件为rs(vj)＞0和Hn(vj)≤radmax，若满足判断条件，则将边(vi,vj)存储与集合Te中，同时将vj存入集合S中；
Step4.更新节点vi和vj上的信息标量，即，rs(vi)＝rs(vi)‑1和rs(vj)＝rs(vj)‑1；
Step 5.判断S中节点vi的信息标量rs(vi)是否为0，若rs(vi)＝0，则从S中将节点vi删除；
Step 6.统计Te边的数量NT，若NT＝n‑1，则Te为所求得的生成树；若NT＜n‑1则返回step 
2。
5.根据权利要求4所述的方法，其特征在于，所述步骤三具体为：
Step 1、定义种群大小N，定义迭代次数n，设置学习率常数α1，α2，设置惯性因子 设置[0,1]间的两个随机常数变量r1和r2，并开始算法；
Step 2、初始化粒子群，利用适应度函数计算每个粒子的适应度值，并记录最优解；
Step 3、更新每个粒子的位置和速度，公式如下：
Step 4、更新每个粒子的惯性因子，公式如下：
式中，平均适应度水平Jave和最优适应度Jmin；
Step 5、比较前后两代粒子群的最优解，并进行更新；
*
Step 6、判断是否到达迭代次数n，若到达迭代次数n，则结束计算，输出最优解X，获得最优规划轨迹，否则，返回Step 3。
6.根据权利要求5所述的方法，其特征在于，所述Step2中计算公式包括：
所有粒子的空间位置和速度
计算适应度函数：
式中，Ct为时间优化指标，Umax为主星推力幅值上限；定义空间目标的位置矢量为qf＝T
[xf,yf,zf]，f(xi)为动力学方程，gi(t0)＝gi0为初始条件，gi(tf)＝gif为终端条件；
粒子的历史最优解为：
粒子群的最优解为：
7.根据权利要求6所述的方法，其特征在于，所述步骤四具体为：
首先，根据卫星相对运动动力学模型，建立从星相对于主星的运动方程为：
其中，动力学的表达式为
T
ui＝[uix,uiy,uiz]表示控制力，wi表示外部干扰，满足
进而，忽略外部扰动建立标称系统如下：
令，
则 并且设计辅助控制器如下
其中，满足
T T T
进一步，将第i颗从星的状态定义为 主星的轨迹定义为ζd＝[qd ,pd ]，基
于标称模型设计模型预测控制器的指标函数如下：
式中，aij为通信拓扑邻接矩阵的元素，dm为从星间的期望间距，λi为松弛变量，其目的是保证优化问题的可解性，αi，βi，γi，μi和ηi为优化系数，则从星协同优化问题可以表示为：
式中， rs为星间安全距离；
最终，利用梯度下降法求解优化问题(17)，得到从星标称系统重构过程中最优的协同*
控制输入 再将辅助控制器的输入补偿入 即可求得实际系统的优化控制输入ui。
8.一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1‑7任一项所述方法的步骤。
9.一种计算机可读存储介质，用于存储计算机指令，其特征在于，所述计算机指令被处理器执行时实现权利要求1‑7任一项所述方法的步骤。