基于成像资源能力的多星区域观测规划方法研究

为满足多种任务快速反应的需求,提出了一个基于成像资源能力的多星区域观测任务规划方法。该方法对成像资源能力进行了形式化描述,提出了成像资源能力的测量框架以及计算资源能力的依据,通过对分析目标观测区域覆盖面方法进行研究,给出基于成像资源能力的区域任务观测规划算法,并通过测试实例对上述结论进行了验证。结果表明提出的区域任务观测规划算法能够有效地促进多卫星在重叠区域的协作,提高了规划效率。     

多卫星区域观测任务的效率优化研究

多颗对地观测卫星对区域目标进行观测的效率优化问题涉及到时间窗口、存储容量、地面分辨率等诸多因素,是一个十分复杂的优化问题。在分析该问题的特点的基础上,首先对原始数据进行仿真预处理,通过STK仿真软件计算处理难以量化的时间窗口等复杂的约束条件;然后在仿真的输出数据的基础之上建立数学优化模型。在模型求解问题上,通过对问题特点的分析,提出并实现了遗传算法。最后通过一个想定实例验证了模型和算法的求解的有效性。     

对地观测卫星的多目标分配方法

卫星在进行短期对地观测任务时,需要将有限的卫星观测资源(对地观测的有效载荷)分配给多个地面目标,从而使观测所得的总信息量最大,或者得到某个准则下最优的信息增益,有必要对此进行研究:建立起评估卫星对地观测效果的效能模型,并对所观测目标进行排序,从而得到关于多目标的卫星分配模型.模型以可见光观测卫星为例,考虑了卫星对目标观测效果有影响的四类主要因素,提出了一种基于信息熵与隶属函数的处理方法,可作为卫星目标观测体系需求分析、顶层设计以及效能评估的依据.最后以一个仿真实例说明了模型的适用性.     

基于对地观测需求分析的多星协同任务规划研究

由于对地观测的应用目标不同,各业务部门对遥感数据的需求存在差异。为了在多星协同任务规划中最大限度地满足用户提出的任务需求,构建了对地观测任务需求模型,整合了观测要素对于传感器的观测时限、空间分辨率和光谱需求,并基于改进层次分析法(AHP)评估了卫星资源对于任务需求的适宜度;进而,提出了以任务需求适宜度及任务优先级为优化子目标的约束满足模型,通过遗传禁忌混合算法实现了时空谱一体化的多星对地协同观测。以“一路”重点区域南海及周边地区为试验区域,结果表明,本文提出的方法取得的目标函数平均值及任务需求适宜度平均值较大,能够对成像点目标分配适宜观测的卫星资源。通过对比三种算法,本算法的运行时间较短,能够满足实际应用需求。     

对地观测卫星资源优先级设计分析

研究卫星调度问题,设置对地观测卫星资源的优先级是对地观测卫星调度首要考虑的因素.为了建立航天资源服务等级体系,首先在对观测卫星资源应用需求进行分析的基础上,研究了影响资源优先级设置的9个基本原则,并完成各原则的定量化描述;然后通过建立改进TOPSIS模型得到了卫星资源优先级的设计方法.可结合实例给出优先级的计算过程,经仿真计算,验证了设置过程和结果的可行性,为进一步研究对地观测卫星调度算法提供参考.     

卫星对地观测任务规划问题简明综述 *

卫星对地观测任务规划是为了满足用户的遥感图像需求 ,对遥感卫星系统资源和对地观测任务进行规划与调度的过程。合理的任务规划是提高遥感卫星系统效能的重要手段。为此 ,分析了卫星对地观测任务规划问题的主要特点 ,比较了这一问题的若干常用建模方法和求解技术 ,并探讨了卫星对地观测任务规划技术的未来发展趋势。     

基于改进遗传算法的天文卫星任务规划研究

空间天文卫星任务规划是一个复杂的多目标优化问题,是为了确定空间天文卫星需要执行的观测活动,有效研究确定在轨方案.通过抽象空间天文卫星任务规划问题相关要素,建立了空间天文卫星的任务规划数学模型,并在原有多目标遗传算法的基础上,设计了基于观测窗口序列的多目标遗传算法,改进了遗传算法的编码能力,能够得到每个观测任务的观测窗口序列,提高了规划结果的灵活性和适用性.从规划仿真结果看,使用改进后的多目标遗传算法能够满足空间天文卫星任务规划的具体需求,是有效的方法.     

基于贪婪算法的卫星区域观测方案制定

针对卫星区域最优观测方案制定,将其抽象为集合覆盖问题和带附加条件的集合覆盖问题,在利用多星观测资源的情况下,提出了一种基于贪婪算法的解决方法,在该方法的基础上通过多次迭代求解来满足观测的实际需求。通过对该方法进行仿真实验,实验了不同条件下的求解情况,并对仿真结果进行了相关分析。     

面向观测任务的小卫星轨道仿真优化设计

研究对地观测小卫星轨道设计问题,是以区域覆盖性能为优化目标,对小卫星进行轨道设计。传统轨道设计方法要建立复杂的轨道动力学模型,优化过程计算量大、效率低,优化结果对不确定因素考虑不足。针对以上问题,结合遗传算法(GA)与灵敏度分析对面向区域观测任务的小卫星轨道进行优化设计。通过连接STK与VC实现覆盖性能计算,利用遗传算法实现小卫星轨道优化,采用灵敏度分析方法研究优化后的轨道参数变化对覆盖性能的影响程度。仿真结果表明优化后的小卫星轨道满足设计要求,能够达到覆盖性能最优。仿真结论,改进方法简单有效,优化效率高,可为实际工程中的小卫星轨道设计提供借鉴。     

敏捷凝视卫星密集点目标聚类与最优观测规划

针对敏捷凝视卫星密集点目标观测规划问题,提出一种快速观测任务聚类策略和启发式蚁群优化算法.首先,针对敏捷凝视卫星视场范围特点,提出基于顶点度的团划分算法,解决密集点观测任务聚类问题,形成系列团观测目标,有效提高观测效率;其次,为得到最优团目标观测序列,考虑目标可见时间窗口约束以及卫星敏捷机动能力约束,构建基于多目标观测收益和姿态机动能耗的性能指标,实现能量高效的任务规划;再次,为克服传统蚁群算法易陷入局部极小值和收敛较慢的缺点,设计一种同时考虑目标点优先级、目标可见时间窗口、目标之间卫星姿态转换时间等因素的启发式蚁群算法;最后,选取大规模密集地面目标验证所提出算法的可行性和高效性.     

面向深空探测任务的实数遗传编码多星任务规划算法

针对面向深空探测任务的多星任务规划问题,综合考虑卫星对目标时间窗口、卫星姿态机动以及工作能耗等约束条件,建立了面向深空探测任务的多星任务规划问题模型,针对常规01编码在进行大规模卫星任务规划时,存在的编码长度过长等问题,提出了一种基于实数编码方式的遗传算法,以求解面向深空探测的多星任务规划问题.该算法采用了一种以目标为染色体的实数编码方式,相比传统的以时间窗口为染色体的01编码方式,缩短了染色体长度,可有效提高算法的求解效率.通过仿真算例分析,验证了基于实数编码的遗传算法对求解多星任务规划问题的正确性、合理性和有效性,并将其与基于传统01编码方式的遗传算法进行对比分析,其结果表明基于实数编码方式的遗传算法在寻优能力和计算速度上具有明显优势,这为求解面向深空探测任务的多星任务规划问题提供了一种新的思路和方法.     

基于仿真和蚁群算法的公交动态交通规划研究

针对越来越复杂的道路交通系统,研究其中的动态交通规划问题。以达到对交通进行合理规划的目的。采用计算机仿真技术构建动态交通规划模型,应用蚁群算法解决基于仿真的动态交通规划优化问题。在所建模型的基础上,通过蚁群算法进行求解。实验结果令人满意。仿真方法可以将普通动态交通规划模型无法反映的随机因素考虑在内,使得动态交通规划的结果更加具有现实中的指导意义。将优化技术嵌入到仿真过程中。在仿真环境下使输出响应不断地得到改进,从而实现道路交通系统性能的优化。数据实例表明,该方法是正确的、可行的、有效的,可以为实际的道路交通规划提供有力地决策支持。     

异构多目标差分-动态窗口算法 及其在移动机器人中的应用

为了实现在多移动机器人和多窄通道的复杂动态环境中机器人的节能运动规划,提出异构多目标差分-动态窗口法(heterogeneous multi-objective differential evolution-dynamic window algorithm,HMODE-DWA).首先,建立行驶时间、执行器作用力和平滑度的3目标优化模型,设计具有碰撞约束的异构多目标差分进化算法来获得3个目标函数的最优解,进而在已知的静态环境中获得帕累托前沿,利用平均隶属度函数获得起点与终点间最优的全局路径;其次,定义基于环境缓冲区域的模糊动态窗口法使机器人完成动态复杂环境中避障,利用所提出的HMODE-DWA算法动态避障的同时实现节能规划.仿真和实验结果表明,所提出的混合路径规划控制策略能够有效降低移动机器人动态避障过程中的能耗.     

基于顶点组重分配的动态增量图划分算法

图划分是分布式图计算中的一项基础工作, 其作用是将大规模图进行划分并分配到集群中的不同机器上. 图划分的质量对分布式图计算的性能有很大的影响, 其目标是降低负载平衡和最小化边割. 如今, 现实中的图数据通常呈动态增长态势, 这就需要一种能够处理动态增量图的划分方法, 在图数据动态增长的过程中确保划分的质量不受影响. 目前虽然有一些动态图划分算法被提出, 但它们不能同时专注于实时处理动态变化和获得高质量的划分结果. 提出基于顶点组重分配的动态增量图划分算法(ED-IDGP)来解决大规模动态增量图的划分问题. 在ED-IDGP算法中, 设计实时处理4种不同单元更新类型的动态处理器, 并在每次处理完单元更新后通过在分区发生动态变化的附近执行局部优化器进一步提高图划分的质量. 在ED-IDGP的局部优化器中, 利用基于改进标签传播算法的顶点组搜索策略搜索顶点组, 并利用提出的顶点组移动增益公式衡量最有益的顶点组, 将该顶点组移动到目标分区中做优化. 在真实数据集上从不同的角度和度量指标评估了ED-IDGP算法的性能和效率.     

超声测距误差补偿算法研究

分析了超声测距原理及其存在误差的原因,提出了一种采用BP神经网络的超声测距误差补偿算法。该算法可对给定的输入向量和目标向量进行样本训练,在训练过程中不断调整权值、阈值,最终达到一定的映射关系以修正误差。仿真结果验证了该算法的有效性。     

基于蚁群算法的导航卫星功率增强任务规划

为保障战时区域的导航信号稳定,需要卫星对地面区域进行功率增强,对大规模功率增强任务进行规划能够保障增强效果.本文针对导航卫星功率增强任务规划问题,分析星地可见性以及相邻任务的时间窗口冲突等问题,构建功率增强任务规划模型,选用基于蚁群系统和最大最小蚂蚁系统的自适应蚁群算法,并引入任务收益参数来改进设计算法的寻优策略,在加...     

基于边映射表连接的匹配算法

针对面向语义网络图匹配的特殊性, 在基于状态回溯搜索算法的基础上提出一种新的称为基于边映射表连接的匹配算法, 利用语义网络图的有向性, 将图匹配问题转换为对搜索路径的规划, 并采用深度优先算法形成搜索步, 同时对目标图的所有边建立索引, 加快以边匹配为中心形成边映射表的过程, 最后对边映射表进行连接形成结果集。在真实数据集上的实验结果表明, 该算法具有较高的执行效率。     

面向星地协同观测规划问题的改进人工蜂群算法

卫星和地面观测资源利用各自搭载的载荷可以完成灾害预报、环境监测、目标发现等任务,地面观测资源可以与卫星配合共同完成观测任务,提升任务观测效果.通过规划将众多的观测任务分配给有限的卫星、地面观测资源来执行可以让协同观测发挥作用,同时得出卫星和地面观测资源的协同任务执行方案,对任务规划提出了很高的要求.基于此,对星地协同观...     

红外目标抗干扰跟踪算法

红外跟踪是一种极为重要的跟踪体制,本文针对十字型红外点源探测过程进行仿真建模,设计空间映射、信号采样及信号表示模块,实现了由目标空间特性到有效信号表示的完整信号生成流程的仿真;提出了幅值变化率与自适应波门两个新特征用于描述目标信号,结合传统的幅值与时延特征,设计状态转换关系进行信号分析及抗干扰跟踪;构建了完整的三维仿真系统平台,对仿真模型与跟踪算法进行了功能验证,证明了模型与算法的有效性。     

基于多链拓展编码方案的量子遗传算法

为了提高量子遗传算法的性能,提出了一种基于多链拓展编码方案的量子遗传算法。根据编码方案,将每个量子位分解为多个并列的基因,有效地拓展了搜索空间;结合编码方案提出量子更新策略,并引入了动态调整旋转角机制对个体进行更新,使用量子非门变异策略实现量子变异。仿真实验中,分析了使用不同变异概率[0,0.1,…,0.9,1]时对算法性能的影响,对比了分别使用普通量子遗传算法、双链编码方案、三链编码方案以及四链编码方案的量子遗传算法在优化函数极值问题时算法的性能。实验结果证明,通过增加基因链可以显著提高算法的性能,多链拓展编码方案可以提高量子遗传算法的性能,是有效的。