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.     

无人机任务规划研究

任务规划系统作为高科技技术已经引起了广泛的关注和应用。目前世界上一些主要国家都在研制任务规划系统。无人机飞行中合理的路线规划可以减小飞行时间、降低油耗,减小被敌方发现、攻击的可能,从而提高了完成任务的概率。介绍了无人机任务规划的基本概念,描述了无人机任务规划的基本功能、常用的规划算法,如代理方法、遗传算法和战场威胁源建模方法等,给出了基于VORONOI图的一种无人机任务规划技术方案。     

多平台防空作战任务规划技术研究

针对多平台防空作战任务规划过度依赖指挥员作战经验,信息洪流下指挥员脑力负荷过大导致任务规划合理性和时效性降低等问题,研究多平台防空作战任务规划技术。通过对防空任务分解,设计作战任务框架结构模型,根据规划组成分析结果,构建多平台防空配置规划、协同探测规划、通信组网规划和打击规划等模型,自动生成规划方案,提高任务规划的科学性和合理性,为形成快速作战决策能力提供支撑。     

两种不同的信息资源规划

随着信息资源的快速增长，信息化实践对信息资源规划的需求日益迫切，由于决策者的关注角度不一样，对信息资源规划的理解不一样，在实际工作中出现了多样的信息资源规划。我们分析了信息资源规划的现状，将信息资源规划分为两种：宏观层面的信息资源规划和微观层面的信息资源规划。[编者按]     

遥感卫星滚动式动态任务规划技术

面对应急任务常态化趋势,通过分析卫星任务管控系统快速响应需求,提出了滚动式动态任务规划技术方法,研究了动态任务规划问题的求解过程,分析了动态任务规划滚动时间窗口选取策略、前瞻式任务与资源处理策略和星上资源连续使用原则等。该方法在遥感卫星任务管控系统中的工程化应用将能够大大提升系统应急任务快速响应时效性,降低任务动态调整复杂度,规避星上任务频繁调整风险。该方法将为面向任务快速响应的新一代任务管控系统建设奠定技术基础。     

多卫星成像任务规划的冲突消解

分析了多卫星成像任务规划中多卫星之间的任务冲突,印多卫星成像任务冲突和多卫星下传任务冲突,研究了这两类冲突的消解方法;提出了基于拍摄概率的多卫星成像任务冲突消解算法和基于非互斥链的多卫星下传任务冲突消解算法.将多卫星成像任务规划问题转换成各卫星独立的成像调度问题,从而降低了问题的复杂度.实验表明,该方法解决了多卫星之间的冲突问题,使星地资源得到均衡有效的利用.     

基于任务压缩的成像卫星任务规划

传统成像卫星任务规划过程中任务在时间窗口确定后是不可变的,但受限于卫星的各类约束条件,有些任务无法执行。针对该问题,在任务可以压缩的前提下,提出了采用多种任务压缩的方法处理指令模板冲突和消解文件下传约束,提高规划结果质量。对任务压缩策略进行了实验,测试结果表明,任务压缩策略的使用能够有效优化规划结果,提高卫星观测时长和完成任务数。     

基于存储器的数传资源任务规划技术分析

研究数传资源任务规划对提高航天系统的综合应用效益具有重要的意义。针对现有研究不能建立有效问题表述模型的不足,建立一种带互斥约束的多地面站数传资源任务规划有向模型进行问题描述,将问题规约为带约束的图路径搜索问题。在此基础上,基于序列置换问题编码,改进邻域搜索过程,提出一种新的改进模拟退火求解算法。以试验的方法比较了不同算法的有缺点,试验结果证明了改进的模拟退火方法的可行性和有效性。     

基于任务规划的自动化运行技术体制设计

针对多波束测量系统可靠自动化运行需求,研究复杂系统自动化控制软件的设计模型和方法,解决在系统运行过程中多任务并行自动调度、基于系统状态和系统参数等信息反馈的命令序列动态生成问题,提出了一种基于任务规划的自动化运行技术体制设计模型,通过对多任务并行优化调度,以及控制命令的参数化设计,降低了自动化运行系统的实现难度。通过实验验证,基于任务规划的自动化运行技术能够有效地解决复杂系统的自动化调度和运行问题。     

隐身条件下协同空战的任务建模与任务规划

定义了隐身条件下的协同空战(CACSR)的基本概念,研究了面向CACSR的任务建模与任务规划原理。给出了面向CACSR任务的形式化模型,在此基础上对任务计划进行了形式化建模,给出了协同任务计划等定义;提出了任务动态管理框架及其步骤,建立了任务状态预测和任务效用模型,阐明了任务规划原理。对进一步明确CACSR条件下任务的认知、决策问题有着基础性作用,对新一代战斗机任务系统的概念、体系框架设计等有一定的帮助。     

雷达组网探测系统任务规划软件设计

对雷达组网探测系统任务规划技术进行了深入的研究,分析了系统业务流程,提出了任务管理的概念,设计了探测系统任务规划软件,其中包括任务管理、场景管理、探测方案生成、场景推演和匹配等子模块的分析设计。同时,还研究了在数据量大、业务逻辑复杂、系统要素繁多的情况下,如何有效地设计数据库管理系统来进行高效的任务数据存储和查询。该文所设计的任务规划软件能够在既定的任务场景下,对探测过程实现可视化操作,有效地提高了雷达组网探测系统任务规划过程信息化水平。     

插件式无人机任务规划软件框架设计

在复杂的无人机地面站系统软件开发过程中,如何实现高效的并行开发和应对不断变化的需求显得至关重要。首先介绍了插件框架的工作原理和实现途径,在此基础上提出了插件式无人机任务规划软件框架设计方案,详细描述了框架的设计思路,对插件管理器、人机界面管理和框架内部消息通信机制等一些关键技术进行了探讨。最后将这一理论成果运用到了实际项目中,实现了全插件式的任务规划软件框架,实践证明该框架可以显著提高软件开发效率,提升软件产品质量。     

Operational Report of the Mission Analysis and Planning System for the KOMPSAT‐I

Since its launching on 21 December 1999, the Korea Multi‐Purpose Satellite‐I (KOMPSAT‐I) has been successfully operated by the Mission Control Element (MCE), which was developed by the ETRI. Most of the major functions of the MCE have been successfully demonstrated and verified during the three years of the mission life of the satellite. This paper presents the operational performances of the various functions in MAPS. We show the performance and analysis of orbit determinations using ground‐based tracking data and GPS navigation solutions. We present four instances of the orbit maneuvers that guided the spacecraft from injection orbit into the nominal on‐orbit. We include the ground‐based attitude determination using telemetry data and the attitude maneuvers for imaging mission. The event prediction, mission scheduling, and command planning functions in MAPS subsequently generate the spacecraft mission operations and command plan. The fuel accounting and the realtime ground track display also support the spacecraft mission operations.     

无人机侦察任务计划计算

无人机任务计划系统根据不同的无人机性能、机载载荷、任务信息以及威胁信息,对无人机的飞行高度、速度、时间以及载荷使用进行合理的分配,以保证完成任务的总的任务代价最小。本文首先根据无人机侦察任务情况建立相应的代价函数,利用层次分析法对代价函数的各个因子进行加权求和;然后分别对各个因素进行模型的建立;最后利用计算仿真得到无人机的侦察任务计划。按照制定的任务计划,可以达到任务执行性能最优。     

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。     

基于AHP的遥感卫星任务规划效能评价方法

目前,针对遥感卫星任务规划问题的求解算法种类繁多,但是对算法效能进行客观定量的综合评价一直是个难题。对此,提出了一个面向应用的算法效能评价机制,给出了标准测试算例集的生成方法,并首次从资源利用率和任务满足度2个方面,抽取建立了算法的分层评价指标体系,基于层次分析(Analytic Hierarchy Process,AHP)算法和Delphi算法建立了算法效能的综合评价模型,给出了具体的评价步骤。通过2个算法的实例对比分析,验证了方法和模型的有效性。     

无人机集群协同搜索跟踪任务规划方法

无人机集群在目标搜索、定位和跟踪等方面具有巨大的应用潜力,有效的任务规划方案能极大提高无人机集群执行任务的效率。在不确定的动态环境中,任务规划方案需要适应环境的变化,对任务规划的求解效率提出了较高的要求。针对动态环境下的无人机集群协同搜索跟踪任务规划问题,本文将其建模为动态多约束多目标优化问题（DMCMOPs）,并提出了基于动态自适应惩罚的动态约束双档案进化算法（DCTAEA）,其在收敛性种群更新中引入自适应惩罚函数机制,整合不可行个体的目标函数值和违反约束的惩罚值获得修正的目标函数值,实现有价值不可行解的利用,促使种群进入可行区域并向帕累托前沿面收敛,极大促进了种群的收敛。仿真结果证明,与第二代非支配排序遗传算法（NSGA-II）的动态版本、基于分解的多目标进化算法（MOEA/D）、约束双档案进化算法（CTAEA）和动态双档案进化算法（DTAEA）相比,本文所提算法有效性较显著。