多站多星任务调度模型及求解

针对遥感卫星数据接收任务的特征,提出了多站多星任务调度的主要约束条件和优化目标函数,建立了基于约束满足优化问题的多站多星任务调度模型,采用贪婪算法和约束传播相结合的方法对多站多星任务调度进行了求解.该优化调度模型及求解算法已成功运用于遥感卫星数据接收站的日常运行工作中.     

低轨预警系统动态任务规划启发式算法

该文针对低轨预警系统任务动态规划需求,从预警传感器资源和导弹跟踪任务角度对低轨预警系统动态任务规划问题进行了形式化描述,建立了系统动态任务规划的动态约束满足问题模型。该模型包括两级优化目标跟踪精度、资源利用率、传感器切换率、松弛度综合优化指标和方案调整幅度(调整率)指标;提出了求解动态规划问题的变邻域启发式搜索算法,设计了算法的直接插入、重新分配、替换和删除邻域结构及算子。通过仿真实验验证了基于梯度优化目标的动态规划模型的合理性,并说明启发式算法能有效求解低轨预警系统动态任务规划问题。     

基于贪婪动态融合的卫星激光测距优化算法

结合当今技术的发展状况，针对台站观测任务数量多、问题建模难、求解复杂度高等问题，提出了一种基于贪婪算法与动态规划算法融合的改进贪婪动态规划算法。该算法首先将调度问题划分成几个子问题，然后根据约束条件以最大化观测收益为目标函数对问题进行迭代求解，进而生成近似最优观测计划。实验结果表明，该算法在解决观测任务调度问题时具有一定的可行性和实用性，并为下一步建立台站自动化运行系统奠定坚实的基础。     

成像卫星对区域目标协同观测问题研究

分析了多颗成像卫星对区域目标的协同观测问题的特点,提出了基于星载遥感器的幅宽、侧摆能力以及卫星轨道参数的动态区域划分方法,该方法能够根据卫星参数及偏移参数动态划分候选观测场景,从而充分利用卫星每次过境的观测机会,特别适用于不同卫星协同观测的情况。在此基础上建立了多星对区域目标的协同观测问题模型,该模型采用总体覆盖率来衡量观测效率。消除了不同卫星对区域目标观测的交叉重叠带来的影响。最后提出了模型求解的模拟退火算法。仿真实验表明,本文提出的方法能够有效提高多星对区域目标的协同观测效率。     

基于TVNS的敏捷对地观测卫星自主动作规划算法

针对敏捷对地观测卫星自主动作规划问题,建立了基于时间线约束网络的问题模型。通过对模型的分析,归纳出9种卫星动作序列,确定了各种动作序列之间的衔接关系,并在此基础上设计了动作时间的计算和调整方法,提出了基于三阶段变邻域搜索(Three-stage Variable Neighborhood Search, TVNS)的敏捷对地观测卫星自主动作规划算法。算法以任务调度结果作为初始解,分3个阶段,使用2种邻域结构进行变邻域搜索,实现了任务到动作的转换。通过实验证明了基于TVNS的敏捷对地观测卫星自主动作规划算法的有效性。     

多区域多维覆盖联合优化卫星任务规划

针对电子侦察卫星如何对多目标潜在区域进行普察的任务规划问题,通过分析电子侦察卫星的应用场景、任务需求及执行约束,将待观测区域网格化、观测时间离散化以及对观测频率频段化处理,建立解决该问题的时空频三维覆盖优化模型。通过改进编码结构、初始化以及对约束处理等方法,将遗传算法用于该模型的求解。仿真实验表明,改进的算法可以适应多卫星长编码多约束优化问题求解,模型可以优化任务规划结果。     

基于贪婪算法的遥感地面站任务调度技术

针对遥感地面站任务调度问题,介绍了工程背景和现实需求,分析了问题实际约束和问题调度目标,提出了遥感地面站任务调度问题模型。为了降低卫星数据接收调度的算法复杂性,基于贪婪算法采用分治法思想和随机化思想,提出了一种解决该问题的有效方法。实验数据表明,该算法有效避免了贪婪算法容易陷入局部最小点的缺点,有效提高了算法性能。     

一种面向低轨遥感星座的路由任务规划算法研究

为了解决遥感星座数据传输时效性差的问题,利用星间链组网,提出了一种适应于断续猝发特征星间网络的路由任务规划算法。该算法以遥感卫星成像任务规划结果为驱动,结合卫星网络拓扑结构的时变性特点,改进基于快照序列的拓扑划分方法,降低路由切换频率,减少链路切换代价损失。并将卫星与地面站之间的路由看作低轨遥感星座路由的一部分,在选择星地最短路由路径的同时实现星地建链总时长最大化。仿真结果表明,该算法能够显著提升低轨遥感卫星星座的数据传输能力。     

多无人机协同任务规划

为解决多无人机协同规划军事目标打击的问题,基于多旅行商（TSP）数字规划理论进行路径和时间的优化。文中建立了多旅行商（TSP）数字规划模型,并根据任务性能和区域划分理论,利用退火算法求解出该模型的最优解。使用A*路径规划算法,通过编程仿真规划出了无人机的时间最优路径。结果表明,该方法较好地解决了当前无人机协同作战的目标分配问题,大幅提高了无人机协同作战的能力。     

基于模拟退火的卫星地面站任务规划方法

卫星地面站系统任务规划问题是一个基于约束的组合优化问题,是优化卫星任务规划的前提,是影响卫星任务规划结果的重要环节。鉴于此,问题中考虑了可视时间窗口、任务权重以及地面站天线转换时间的约束,以最大化完成任务的优先级之和为目标,建立了调度模型。提出了一种有效求解该问题的结合自适应搜索的模拟退火算法,给出了示例,并对算法进行了仿真验证。     

一种基于泰森多边形定位数据热点和用户分布的简单方法

本文提出了一种基于泰森多边形和地理化工具的快速定位数据热点和用户分布的简单方法,用于无线网络规划中快速进行网络分析和问题定位,简单易行。该方法首先使用MR测试数据,求解得到每个扇区的有效覆盖位置,然后引入泰森多边形算法,构建泰森多边形定位覆盖范围,接着对比有效覆盖位置和泰森多边形覆盖范围的重合度,最终通过栅格扇区图定位问题区域加以解决。结果表明,该方法快速有效,简单方便,直观明了,具有较强的适用性,对网络快速规划具有普遍的指导意义。     

多雷达空间目标协同探测任务规划研究

针对空间目标监视存在各传感器资源相互独立,预警资源得不到有效利用,导致空间目标探测时长不够、探测精度低等问题,提出了一种多雷达空间目标协同探测的任务规划方法,综合利用多个雷达传感器资源对空间目标进行协同探测,最终达到在短时间内累积足够的多圈有效探测数据进行协同探测的目的。文中通过对任务目标分析、资源编组、可探测性分析、弧段筛选分配等关键性技术进行分析,具体阐述了解决问题的方法。该任务规划方法在解决上述空间目标探测问题的同时可以大大节省雷达资源。     

基于统计学习的卫星接收资源预规划方法

针对卫星观测任务需求受理之前的数据接收资源预分配问题,设计了基于统计学习的卫星数据接收资源预规划方法,通过统计分析历史资源使用计划,自学习获取资源使用概率模型,基于资源使用概率模型进行接收资源预分配.实现了无任务情况下的顶层资源统筹预分配,解决了多星接收资源冲突消解与多星解耦问题,是底层单星分布式任务规划的基础,提升了...     

基于改进RRT算法的无人机航迹规划

针对快速扩展随机树（RRT）算法用于无人机自主在线航迹规划时,只能快速获得可行的航迹,无法获得接近于最短航迹的较优航迹的缺点,提出了一种改进的RRT算法.该算法将无人机动力学约束融入到节点扩展过程中,通过改进离随机采样点最近的根节点的选取策略和引入航迹距离约束,搜索树将沿着航迹距离较短的方向朝着目标点进行扩展,使得规划出来的航迹接近最优,并采用基于B样条曲线的航迹平滑方法生成平滑可跟踪的航迹.仿真结果表明该算法能够快速地搜索安全并且满足无人机动力学约束的较优航迹.     

Partition sampling strategy for robot motion planning under uncertainty

In order to solve the sensing and motion uncertainty problem of motion planning in narrow passage environment, a partition sampling strategy based on partially observable Markov decision process (POMDP) was proposed. The method combines partition sampling strategy and can improve the success rate of the robot motion planning in the narrow passage. Firstly, the environment is divided into open area and narrow area by using a partition sampling strategy, and generates the initial trajectory of the robot with fewer sampling points. Secondly, the method can calculate a local optimal solution of the initial nominal trajectory by solving POMDP problem, and iterates an overall optimal trajectory of robot motion. The proposed method follows the general POMDP solution framework, in which the belief dynamics is approximated by an extended Kalman filter (EKF), and the value function is represented by an effective quadratic function in the belief space near the nominal trajectory. Using a belief space variant of iterative linear quadratic Gaussian (iLQG) to perform the value iteration, which results in a linear control policy over the belief space that is locally optimal around the nominal trajectory. A new nominal trajectory is generated by executing the control strategy iteration, and the process is repeated until it converges to a locally optimal solution. Finally, the robot gets the optimal trajectory to safely pass through a narrow passage. The experimental results show that the proposed method can efficiently improves the performance of motion planning under uncertainty.     

基于改进烟花算法的多目标多机器人任务分配

多机器人任务规划是多机器人系统研究的主要问题之一,多目标多机器人任务规划是指同时对多机器人系统的多个指标进行优化。近年来,启发式算法越来越多地被用来解决多目标问题。本文提出了一种基于改进烟花算法的多目标多机器人任务分配方法,并详细讨论了多目标解的排序方法和选择策略。为了验证该方法的性能,对7个实例进行了实验,并对该方法和其他四种多目标算法,Non-dominated Sorting Genetic Algorithm II (NSGA-II), Strength Pareto Evolutionary Algorithm 2 (SPEA2),Pareto Envelope-based Selection Algorithm (PESA ) 和一种改进的Strength Pareto Genetic Algorithm 2 (SPGA2)在S-metric指标上进行了比较。实验结果表明,在解集质量、解集覆盖度方面,基于改进烟花算法的多目标多机器人任务分配方法具有明显的优势。      

基于改进粒子群算法的多UAV协同侦察任务规划

针对多无人机（UAV）协同侦察的任务规划问题,充分考虑侦察目标的侦察分辨率和时间窗约束,建立了数学模型;提出了一种改进的粒子群算法,使得粒子群能够较均匀地在问题空间内搜索,避免陷入局部极值,在保持传统PSO算法快速收敛的同时,加强了算法局部搜索能力。基于该模型和优化算法,制定了合理的多UAV协同侦察任务计划,使得多UAV协同侦察任务在满足任务要求、平台性能和战场约束的条件下具有最小代价和最优作战效能。     

基于PPSO-MPC的多雷达协同反隐身指示搜索任务规划

针对ESM/雷达协同反隐身探测中的指示搜索问题,引入模型预测控制(Model Predictive Control,MPC)理论,给出指示搜索任务规划的MPC框架,建立指示搜索的目标状态预测模型和在线滚动优化模型.针对模型求解,引入粒子群优化(Particle Swarm Optimization,PSO)算法,设计了高维矩阵粒子编码方式,引入尺度计算因子处理边界约束,引入概率模型处理离散变量,设计实现了一种"多主节点-单从节点"的 (Multi-Master-Single-Slave,MM-SS)多种群并行计算策略.仿真结果表明,所建立的模型能够在不确定、多目标环境下实现对多雷达的高效协同控制,所提出的模型求解算法能够实现对滚动优化问题的快速、高效求解,即模型和算法的有效性得到了验证.     

成像卫星任务规划系统分析与设计

针对成像卫星任务规划的操作指令自动生成问题,深入分析了成像卫星任务规划系统的特点,在基于PDDL的任务规划问题求解结构的基础上,提出了一种基于PDDL的成像卫星任务规划系统结构.该系统结构采用模块化的设计,具有良好的灵活性和通用性,能够实现系统动态的任务重规划.