卫星自主与协同任务调度规划综述

如何利用有限的星上资源执行复杂繁重的空间任务长期以来备受关注,随着卫星载荷能力不断提升,响应时间要求不断缩短,卫星自主与协同任务调度规划研究的重要性逐渐增大.本文从单星任务调度规划为起点,对单星地面离线任务调度规划、单星星上在线任务调度规划、单星星地一体化自主任务调度规划研究现状进行梳理与分析,然后延展至多星领域,综述了多星地面离线协同任务调度规划、多星星上在线协同任务调度规划、多星星地一体协同任务调度规划研究现状.最后,对卫星自主与协同任务调度规划研究进行了总结与展望.     

对地观测卫星任务规划的实践及发展

卫星任务规划是卫星地面系统的核心技术之一。本文立足于对地观测卫星任务规划技术的工程应用,结合多年卫星地面系统研制及管理实践,对卫星任务规划的研究与应用现状及其未来发展趋势进行综述。本文强调了可靠性、可控性、可理解性等概念,以及规划架构设计在任务规划研究中的重要性。在此基础上,着重阐述和分析了应急卫星任务规划、多系统协同任务规划、高低轨卫星联合任务规划、低轨组网卫星任务规划一体化、星地协同任务规划、基于机器学习的任务规划等技术挑战,最后就技术挑战进行了总结和展望。     

多维动态规划在对地观测卫星调度中的应用

对地观测卫星调度问题是指如何利用有限卫星资源,在时间、空间等多约束条件下提高对地观测任务执行效率,是一个多约束条件下的目标满足问题.多维动态规划是针对多维约束任务将有限资源进行合理分配、高效调度的有效方法.它以缩短任务完成时间为目标,通过先求解一系列子问题,再处理子问题间关系求得问题最终解,避免了计算的复杂性,又满足了时效性要求.针对卫星对地观测任务约束变量多的特点,将多维动态规划应用到对地观测卫星调度问题中,是解决该问题在时效性要求条件下的有效方法,其可行性通过想定任务在文章中得到证明.     

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PDDL的对地观测卫星任务规划建模研究

传统的数学模型方法是解决复杂卫星任务规划问题的一种途径,但其抽象性给建模人员带来很大难度。PDDL(Planning Domain Definition Language)可以针对卫星任务规划问题建立清晰有效的模型,并能把模型的知识转化成计算机易于接受的形式。用PDDL描述对地观测卫星的任务规划问题,分析了卫星执行任务时涉及的约束、相关活动和所需的资源,建立任务规划模型的域文件(domain file)和问题(problem file)文件,并针对所建模型提出求解模型的算法流程,最后通过一个算例验证模型和算法是有效地。     

全周期卫星对地观测任务规划

一般卫星对地观测任务规划主要是指对卫星有效载荷的优化使用,关注数据的采集,有时候也考虑数据下传.本文则从系统工程的角度出发,探讨了从用户提出需求到取得观测数据产品的全周期任务规划概念,其中数据的采集只是整个规划周期中的一个环节,任务规划还需另外考虑与用户满意程度密切相关的地面数据处理和分发等支持活动的规划调度,在此基础上初步探索了实现全周期任务规划的要素和相关技术方法.     

基于两阶段迭代优化的空天观测资源协同任务规划方法

为提高空天观测资源协同观测能力,基于分而治之框架,提出一种两阶段迭代优化方法以解决空天观测资源协同任务规划问题.第1阶段,根据观测机会和冲突度构造适应度函数,基于适应度将任务分配到合适的子规划中心;第2阶段,子规划中心根据分配到的任务进行资源调度,得到各类观测资源的观测计划,并将资源观测方案和观测收益反馈给第1阶段.第...     

基于STK/Scheduler的空间天文卫星任务规划研究

空间天文卫星任务规划是一类复杂的NP难问题,将STK/Scheduler(Satellite Tool Kit/ Scheduler,卫星仿真工具包/任务规划)商业软件从对地观测任务规划领域拓展应用至空间天文卫星任务规划领域,对于获取可靠解算结果、快速构建地面运控仿真环境、提供解算参考基准具有重要意义。根据空间天文卫星任务规划问题,建立了以最大获取科学回报为目标的多约束任务规划模型,开展了基于STK/Scheduler的空间天文卫星任务规划解算和实例验证。实验结果表明:利用STK/Scheduler开展空间天文卫星任务规划能够适应多种规划时段和解算要求,具有求解稳定等特点,可以满足空间天文卫星任务规划的基本需求。     

考虑多类型时间依赖资源约束的敏捷卫星调度优化

随着现代空间科技的迅猛发展, 光学遥感图像数据的应用需求越来越广泛, 大力推动了光学对地观测卫星的发展. 然而, 由于高昂的发射成本的约束, 对地观测卫星的资源是有限的, 远远无法满足各类数据需求. 因此, 提高对地观测卫星的使用效率, 提高其任务执行率, 具有非常重要的应用价值. 本文聚焦于敏捷对地观测卫星的任务调度问题, 即在给定的调度周期内, 对有限的卫星资源制定合理的任务调度方案, 在满足一定星上资源约束下, 最大化观测任务收益. 该问题难点在于星上的资源是非常有限的, 例如存储图像数据的固存资源、用于采集数据和卫星姿态切换的能量资源及执行任务活动耗费的时间资源. 需要注意的是, 能量消耗量和时间消耗量依赖于任务的执行时间, 这是敏捷卫星相对传统的非敏捷卫星独有的特性. 不同任务场景对不同类型资源的需求不同, 多种资源约束互相耦合, 资源约束具有时间依赖特性, 这些难点无疑极大地增加了卫星调度的求解难度. 为高效地求解该问题,本文构建了多类型时间依赖资源约束的敏捷卫星调度整数规划模型, 并针对问题特性提出了一种基于自适应选择因子的迭代局部搜索启发式算法. 自适应选择因子综合考虑了目标收益、资源消耗量、资源约束的松弛量, 采用动态变化的资源重要度, 能快速自适应地根据当前场景下各种类型的资源数据使用量来确定最佳局部搜索方向, 从而在有限时间内找到高质量的解. 实验结果证明, 本文所提出的算法在多种情况下相比当前最好算法求解效果显著更优. 此外, 算法独有的自适应选择因子相比传统的选择因子的求解质量更高, 这是因为所设计的自适应选择因子兼顾了目标收益和资源消耗量之间权衡关系的同时, 采用动态变化的资源重要度准确捕捉了资源需求的迫切程度.     

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。     

基于改进遗传算法的星地任务优化调度研究

星地任务优化调度是利用特定的星地资源合理地安排星地任务。由于星地任务众多而资源有限,而且星地任务受星地可见性以及多方面约束,星地任务调度问题十分复杂。针对星地任务的特点,建立了星地任务调度问题模型,提出了基于改进遗传算法的星地任务优化调度算法。算法采用按适应度排名轮盘赌选择、顺序交叉、随机对换变异的算法要素。针对遗传算法局部搜索能力弱的特点,提出了利用爬山算法优化新一代个体的方法,以增强遗传算法的局部搜索能力,给出了基于改进遗传算法的星地任务调度算法。     

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...     

面向多星任务规划问题的改进遗传算法

卫星数量的快速增加为管控卫星的工作增加了很大的难度,如何有效地进行任务规划,有效管理卫星资源,成为了卫星领域的一个重要问题.针对此问题,本文构建了多星任务规划的数学模型,将最大化任务收益作为优化目标.本文分析了问题的难点并提出了一种包含两种优化策略的改进遗传算法,包括全局优化和局部优化两部分.全局优化和局部优化根据种群改进情况进行自适应切换.通过两种优化方法的结合可以提升任务规划的效果.本文还提出了一种任务规划算法,用于为改进遗传算法得到的任务序列选择合适的任务执行时间.仿真实验证明本文提出的改进遗传算法可以很好地解决多星任务规划问题,与对比算法相比可以得到更优的规划结果.改进遗传算法有很好的工程应用前景.     

基于混合蚁群优化的卫星地面站系统任务调度方法

卫星地面站系统任务调度是一个典型的组合优化问题, 优化过程极其复杂. 鉴于此, 提出了一种有效求解该问题的基于蚁群优化算法和导向局部搜索方法的混合优化方法. 该方法将蚁群优化和导向局部搜索有效地结合在一起, 极大地提高了优化绩效. 实例计算结果表明, 该混合方法能有效地求解卫星地面站系统任务调度问题.     

基于统一资源编码的成像卫星联合任务规划算法框架

对于大量的卫星和地面站资源,随着观测任务与日俱增,如何高效安排对应的一体化成像数传活动成为提升卫星管控效能的关键.在综合考虑实际约束的基础上,建立数学模型详细描述成像卫星联合任务规划问题,通过采用统一资源编码的思想设计一种简单且易于理解的个体表示方法,并利用任务有效执行期的潜在冲突关系提出相互冲突任务集的概念以降低问题...     

基于改进的蜂群算法求解专有路径保护设计优化问题

针对光网络故障恢复资源利用的优化问题,采用改进的蜂群算法（IABC）来求解专有路径保护设计优化问题。由于采蜜机理的蜂群算法全局寻优能力较弱,引入禁忌表机制,增强算法搜索全局最优解的能力,并改进蜂群算法的交叉算子,增强算法的收敛速度。通过实验仿真。结果表明与传统的ABC算法相比,IABC能算法大大地提高计算效率,针对较复杂网络资源优化的NP问题提供有效的可行性实施方法。     

基于冲突的卫星地面站系统资源调度与能力分析

研究卫星—地面站系统资源调度和能力分析问题.首先定义了几种描述地面站资源冲突的概念,它们能够合理描述卫星对地面站资源使用需求的冲突程度以及地面站的负荷情况.在此基础上,提出一种基于冲突消解的地面站资源调度启发式算法,实例分析表明该算法能够提高卫星任务满足率和地面设备利用率.     

微小卫星集群协同观测构形调整规划

以微小卫星集群实现小行星探测为背景,研究局部信息交互的空间目标观测任务构形调整.针对难以直接求取集群构形调整的全局最优解问题,利用通信协调图,将全局协调决策分解成多个局部求解问题,并引入强化学习机制实现求解.针对集群全局协调决策问题,通过设计基于Max-plus算法的全局协调决策算法来实现全局协作;针对单星局部优化问题,设计基于神经网络的局部Q学习算法来实现单星动作调整规划.仿真结果表明,本文所提的协作规划算法能自主有效地将集群调整至期望构形,实现协同观测任务.     

基于DAMPSO算法的USVs集群攻击任务规划研究

现代防御技术的迅速发展使得水面舰艇的攻击效果大大下降,水面无人舰艇自主编队集群攻击技术已经成为未来海战的关键技术之一,多水面无人舰艇之间的任务规划是保证无人舰艇顺利、高效完成任务的关键。将水面无人舰艇集群攻击任务规划问题看成是多约束的任务分配过程,建立任务规划模型,提出了基于分布式拍卖机制的粒子群优化算法,该算法结合分布式拍卖机制对粒子群优化算法的粒子初始化和寻优过程进行改进,使得粒子既符合任务的约束条件,又保持了多样性,避免粒子在寻优过程中陷入局部最优。仿真结果表明应用分布式拍卖机制粒子群优化算法得到的方案不仅完全满足水面无人舰艇集群攻击任务的要求,而且比传统粒子群优化算法和其他群体智能算法具有更好的收敛性。