基于改进指针网络的卫星对地观测任务规划方法

针对卫星观测任务规划问题约束复杂、求解空间大和输入任务序列长度不固定的特点,使用深度强化学习（DRL）方法对卫星观测任务规划问题进行求解. 综合考虑时间窗口约束、任务间转移机动时间和卫星电量、存储约束,对卫星观测任务规划问题进行建模. 基于指针网络（PN）的运行机制建立序列决策算法模型,使用Mask向量来考虑卫星观测任务规划问题中的各类约束,并通过Actor Critic强化学习算法对模型进行训练,以获得最大的收益率. 借鉴多头注意力（MHA）机制的思想对PN进行改进,提出多头注意力指针网络（MHA-PN）算法. 根据实验结果可以看出,MHA-PN算法显著提高了模型的训练速度和泛化性能,训练好的MHA-PN算法模型可以直接对输入序列进行端到端的推理,避免传统启发式算法迭代求解的过程,具有较高的求解效率.     

调姿时间对敏捷成像卫星任务规划影响仿真

任务间卫星观测姿态调整时间是敏捷成像卫星任务规划最为重要的一个约束。对姿态调整时间的影响因素进行分析,建立空间运动学模型计算任意时刻卫星对目标的观测摆角。在此基础上,给出一种姿态调整时间的计算方法。通过仿真实验,对不同调姿模式和调姿开始时间条件下姿态调整时间的变化及其对最早可观测时间的影响进行了分析,旨在为敏捷成像卫星任务规划提供支持。     

基于混合粒子群优化算法的高空飞艇成像任务规划

针对高空飞艇成像任务规划问题进行研究,分析了高空飞艇遂行对地观测活动所需满足的主要约束,建立了以最大化任务收益为优化目标的约束满足模型。采用基于分层优化的求解框架,将原问题分解为主问题和子问题,并分别设计了求解算法。随后在仿真实验中,通过与经典调度算法对比,验证了该算法的优化效果。     

采用混合遗传算法的敏捷卫星自主观测任务规划

为改进敏捷卫星观测大规模地面目标点时传统的遗传算法求解效率低下的问题,提高智能优化算法的求解效率,改进了传统的遗传算法,提出了禁忌退火遗传混合算法。首先,考虑到航天器在观测地面目标点的过程中所面临的时间约束、姿态轨道动力学约束等多种约束条件,建立了相应的适应度函数。所提出的适应度函数能够兼顾高观测收益与低观测能耗,反应了实际工程问题的观测需求。随后,为改进传统遗传算法的变异过程,提出了禁忌退火变异方法。这一变异方法在个体变异寻优的过程中,引入了禁忌搜索方法与Metropolis法则,提高了算法搜寻到全局最优解的概率,加快了算法的收敛速度。研究结果表明,与传统的遗传算法相比,禁忌退火遗传混合算法节省了约40%的算法运行时间,该算法的运行效率也高于退火遗传算法、禁忌遗传算法等其他种类改进的遗传算法,从而验证了禁忌退火遗传混合算法求解敏捷观测卫星任务规划问题的高效性。     

"北京"三号卫星

2021年6月11日,"北京"三号卫星成功发射.该卫星采用最新研发的CAST3000E卫星公用平台,具备智能化、敏捷成像、动中成像等第二代敏捷卫星的技术特征,尤其是敏捷动中成像技术,实现了遥感卫星对地观测技术的革新. CAST3000E卫星公用平台以高分辨率光学成像对地观测应用为主要目标开展平台研究和设计,突破了"三超"(即超高敏捷、超高稳像、超高精度成像)和"三智"(即智能复核控制、智能自主规划、智能图像处理)为特征的新一代敏捷卫星平台技相关术.该平台支持多模式(敏捷成像和动中成像)成像任务,实现多斜条带拼接、多视立体成像、对地动态监视成像、沿曲线轨迹成像等复杂光学成像任务,成像效能和成像质量大幅提升,使我国敏捷卫星技术水平达到国际领先水平.     

面向移动目标连续侦察的电子侦察卫星任务规划方法研究

针对移动目标连续侦察电子侦察卫星任务规划问题,基于电子侦察卫星系统任务需求分析,首先对问题进行了合理的假设与简化,分析了电子侦察组网卫星对移动目标进行连续侦察的基本过程,建立了面向移动目标连续侦察的电子侦察卫星任务规划约束满足问题(constraint satisfy problem,CSP)模型,设计了求解模型的基于分群机制的改进粒子群优化(particle swarm optimization,PSO)算法。仿真案例的实验结果表明:该模型和算法能有效解决电子侦察卫星对移动目标连续侦察的任务规划问题。     

双层规划模型的大规模UCAV编队队形优化

为解决复杂约束环境下大规模无人战斗机(UCAV)编队队形优化问题,提出基于双层规划模型的队形优化求解算法.以大规模UCAV编队空对地饱和打击作战场景为例,建立UCAV编队作战上层规划模型,通过采用离散粒子群-模拟退火(DPSO-SA)算法进行求解,得到执行每个任务的UCAV编号和最优队形;根据现有的编队作战队形库,建立编队中UCAV站位下层规划模型,通过采用遗传算法进行求解,得到UCAV在队形中的位置.仿真结果表明:在上层规划模型中引入改进模拟退火算法,可以解决离散粒子群算法易陷入局部极小值的问题;设计双层规划模型,可以解决DPSO-SA算法后期收敛速度慢的问题.相对于单层规划模型,双层规划模型求解大规模UCAV编队队形优化问题收敛速度更快,寻优效果更好.     

桁架结构拓扑优化的半定规划建模与求解

为克服桁架结构拓扑优化传统模型中优化问题非凸、多重特征值不存在常规梯度等困难,将考虑多种约束的桁架结构拓扑优化问题建模为统一的半定规划(semidefinite programming,SDP)模型.首先给出体积、柔度、基频和全局稳定约束的等价半定形式;然后基于桁架结构刚度和质量矩阵的线性表达式,将考虑体积、柔度和基频的优化问题表述为线性半定规划对偶规划问题的标准形式;最后分别以全局稳定约束和应力约束为例,对非线性半定约束和非线性常规约束进行了近似处理,建立了一般非线性模型的近似半定模型并给出了序列求解算法.线性半定规划模型将传统的非线性非凸模型转化为凸模型,具有良好的数值特性;对非线性约束的处理方法使统一模型既能利用半定约束的良好特性,又能够考虑多种常规约束,有助于提高优化结果的工程实用性.优化算例表明,半定规划模型和算法具有多种约束下桁架优化问题的求解能力,且能够处理包含多重特征值的基频约束和全局稳定约束,证明了所提模型和算法求解桁架结构拓扑优化问题的有效性.     

基于改进图规划的机械臂任务规划方法

针对机械臂工作场景复杂、任务需求多样的特点,提出了一种基于改进图规划的机械臂任务规划方法.首先建立针对机械臂任务规划的通用数学表征模型;其次结合机械臂的任务特性与改进模拟退火算法,提出一种基于图规划的改进任务规划算法,将传统算法单一的规划结果拓展为任务动作序列集合;最后,基于该集合求解融合不同目标的机械臂任务执行策略,并以七自由度机械臂为仿真对象对该方法的正确性和有效性进行了验证.结果表明,与传统规划方式相比,提出的方法具备优先考虑不同目标任务执行策略的能力,同时可以有效缩短规划时间.     

基于蚁群的天基预警多目标优化算法

为了解决天基预警传感器调度问题,本文提出了一种基于蚁群优化算法和R_2排序算法的连续搜索空间多目标蚁群优化算法。算法中考虑传感器覆盖数量动态变化的任务约束,卫星及传感器数量的资源约束、地球遮挡、临边观测及观测距离等环境约束。针对传统蚁群算法在天基预警任务规划中存在的多目标权衡能力差以及连续搜索空间计算效率低等问题,本文对传感器调度方案进行R_2排序和多目标寻优计算,权衡了目标切换次数,传感器疲劳度以及目标观测时长等优化目标。将算法与元启发式和动态蚁群算法在观测资源充足,观测资源紧缺和观测资源严重不足3种状态进行对比仿真。结果表明:该算法可以在任务、资源和环境约束下对传感器切换次数、单星观测时长和总观测时长等目标进行优化,适用于天基预警星座系统对弹道导弹等具有红外特性运动目标的跟踪方案优化问题。     

一种招投标机制的多星自主协同任务规划方法

针对多星自主协同遥感背景下非预期任务的快速响应问题,考虑到星上计算资源有限、计算能力较弱等特点,为寻找一种满足星上自主任务规划能力需求的优化算法,提升遥感卫星星群在非预期情况下的快速响应能力,通过多星自主协同规划问题建模、算法设计和仿真分析等模型及算法研究,提出了一种基于招投标机制的自主任务规划方法.该方法首先针对多星自主协同任务规划问题,构建了星上自主任务规划的数学模型,进而在问题求解过程中将一次完整的任务规划合理分解为招标、投标和评标3个过程,并详细设计了求解流程及相应的约束检验规则,由此得到基于招投标机制的多星自主协同任务规划求解算法.该方法与常用智能优化方法相比,能够显著降低计算量,更加适应星上紧张的计算资源约束.通过仿真算例结果表明,针对典型的非预期任务,算法平均仿真运行时间约为1 s,能够在40 s内完成对非预期任务的响应,并且充分保证了原规划任务的完成率,基于此验证了该方法的有效性与正确性.     

基于强化学习的多路口可变车道协同控制方法

为了解决传统的可变导向车道控制方法无法适应多路口场景下的复杂交通流的问题,提出基于多智能体强化学习的多路口可变导向车道协同控制方法来缓解多路口的交通拥堵状况. 该方法对多智能体强化学习 (QMIX)算法进行改进,针对可变导向车道场景下的全局奖励分配问题,将全局奖励分解为基本奖励与绩效奖励,提高了拥堵场景下对车道转向变化的决策准确性. 引入优先级经验回放算法,以提升经验回放池中转移序列的利用效率,加速算法收敛. 实验结果表明,本研究所提出的多路口可变导向车道协同控制方法在排队长度、延误时间和等待时间等指标上的表现优于其他控制方法,能够有效协调可变导向车道的策略切换,提高多路口下路网的通行能力.     

星群观测任务自主规划的星地联合运行机制

对地观测卫星经常遇到发现新目标、偶发故障不能执行原观测任务等非预期情况,为了提高观测卫星的运行效率,解决在缺乏地面测控支持的情况下非预期观测任务的快速响应问题,需要设计面向自主任务规划的星地联合运行机制.首先针对遥感卫星星群的自主运行和任务规划问题,将其划分为地面规划和星上自主规划两部分,进而充分考虑地面和星上的资源特点和任务需求特点,提出了一种星地联合进行任务规划的运行机制,并详细设计了运行流程.通过自行开发的分布式仿真演示软件的仿真运行表明:该运行机制能够在星上自主任务规划和地面规划之间进行有效的协调、配合,既能够发挥地面计算资源优势、体现控制意图,又能充分利用星上计算的实时性和灵活性,对非预期任务进行快速响应;解决了地面对非预期观测任务响应不及时、星上计算资源受限、星地规划配合等问题,能够有效提高遥感卫星对非预期观测任务的响应能力.     

事件驱动的卫星编队姿态分布式协同控制

星间信息交互是卫星编队姿态协同控制的基础.为降低姿态协同控制对星间交互的信息量,满足资源和通信带宽受限等约束,在卫星编队Euler-Lagrange姿态动力学模型的框架内,提出了一种基于事件驱动的相对姿态分布式自适应控制算法.通过设计含有星间状态偏差、关联矩阵等的事件驱动函数,当该函数值满足条件时触发事件、更新数据,在非触发时间内利用触发时刻的信息设计控制算法,从而将卫星编队姿态一致性协同控制转化为事件驱动控制问题,有效降低了控制输入更新频次及星间信息交互量.基于Lyapunov理论证明了在事件驱动自适应控制器作用下,领航者—跟随者卫星编队系统是全局渐近稳定的.并证明了事件触发时间序列不会产生Zeno现象,即事件触发间隔时间存在下界.进行数值仿真验证事件驱动自适应控制算法的有效性,并将其与传统自适应控制算法相比较,仿真结果表明,所设计的控制算法在保证闭环系统控制性能的前提下,显著降低了控制输入更新频次和星间交互信息量,满足星上能量和星间通信能力等约束.     

可见光卫星成像调度系统关键技术研究

针对可见光卫星成像调度的应用需求,设计实现了一个成像调度系统．介绍了系统的组成和执行流程,重点讨论了系统实现的关键技术,包括成像约束图模型构建技术以及多目标遗传算法问题求解技术,最后给出了应用实例．该系统已经在某在轨卫星成像调度中得到成功应用．     

多重威胁下的无人机自主避障航迹规划

无人机作为一种新兴的无人作战力量和不可或缺的民用设备,现已渐渐融入到国家安全和社会发展中的各个方面,航迹规划是保障无人机顺利完成既定任务的核心环节.为解决规划空间存在诸多静态和动态威胁的实时航迹规划问题,提出了一种基于滚动时域的无人机自主避障航迹规划方法.首先将航迹规划模型构建为单目标函数优化问题,根据无人机简化运动学模型和约束条件,采用滚动优化策略生成最优航迹序列;然后对最优航迹序列之间的航迹再一次采用滚动优化策略产生子序列,综合考虑威胁和飞行约束,利用负梯度下降法搜索航路点,采用遗传算法对子序列进行规划;最后经反复滚动迭代优化可得近似全局最优航迹,同时利用贝塞尔曲线对航迹进行处理,使其表征实际的飞行航迹.实验仿真结果表明:验证了模型的合理性和方法的有效性;具有良好的威胁规避能力并能规划出一条光滑航迹;与全局规划方法相比,该方法减少了收敛时间,实时性更强,能够快速、鲁棒地收敛到近似全局最优解.     

考虑控制输入受限的卫星姿态控制

研究了刚体卫星在控制输入受限时的姿态调节控制问题.设计了基于饱和函数的非线性控制器,在控制输入受限的同时,也是角速度受限的.通过李亚普诺夫方法证明了闭环系统零平衡点的全局渐近稳定性,保证了姿态和角速度都是渐近趋于零的.所提出的控制方案是模型独立的,不依赖于卫星的转动惯量.仿真结果表明,在控制输入受限情况下,用所设计的控制方案实现姿态控制是可行的、有效的.