基于蚁群算法的卫星地面站任务规划方法

卫星在运行过程中,与地面站之间存在许多可见窗口,只有在可见窗口之内,地面站才能直接对卫星进行观测和操作,因此,如何合理调度地面站资源,实现最大化利用星地可见窗口是一个重要的课题。本文定义卫星与地面站之间的可见窗口为任务集合,将蚁群算法应用于构造有效的任务调度序列,求解任务最大执行时间,即可利用的可见窗口时间最长。实验数据显示,蚁群算法有着优良的调度结果,同时其调度结果亦优于FCFS和贪婪算法。由此可以看出,该算法能有效求解卫星地面站任务调度问题。     

基于RBFNN的卫星地面站系统建模方法

如何建立卫星地面站系统的快速模型,是卫星地面站资源配置优化和长远规划中必须解决的问题.提出了基于径向基神经网络的卫星地面站系统建模方法.分析评价指标,确定输入输出参数和取值范围,以仿真数据为基础,通过选择合适的径向基函数和利用遗传算法改进ROLS算法的方法,能够在有限的训练样本下获得具有较好测试结果的神经网络模型.最后针对案例进行了验证.实验证明,方法能够建立可信的卫星地面站模型,算法复杂度低、运行速度快,适用于卫星地面站的资源配置优化和长远规划.     

灵活准则地面测控资源约束满足模型研究

针对地面测控资源调度中复杂约束难以描述的问题,对地面测控资源及用户需求进行详细分析。将任务分解为阶段性的需求集合,用一种时序性约束描述各类需求间的逻辑关系,给出包括设备匹配约束、时间窗口约束、地面站冲突约束、卫星竞争约束、时序逻辑约束、星载可再生资源约束六类约束的表示方法。针对不同用户从资源利用,任务完成等角度提出的需求偏好,设计了任务优先级,任务集中以及设备均衡三类原则,并进行仿真验证。初步实现了地面测控资源调度的复杂约束建模,为灵活需求偏好提供了一种设计思路。     

异构环境下科学工作流的启发式调度算法

针对资源个体与网络链路差异较大、广域互连的分布式系统下科学工作流的时间费用优化问题,提出改进的相对效比调度算法.利用任务配置图描述关联科学工作流过程模型的资源模型,利用任务-资源分配图作为科学工作流调度模型,采用相对效费比迭代调整任务-资源分配图,最终得到优化的工作流调度方案.算法能够避免共享资源访问冲突,合理地筛选候选资源、优化费用,能够很好地适用科学工作流的资源差异较大及任务间存在大量数据传输的特征,模拟实验表明算法性能有较大的提高.     

面向多星观测调度的启发式算法研究

以实际应用任务为背景进行动态仿真分析,是科学评价卫星系统能力进而支持卫星系统发展建设规划的重要手段。探讨了一类涉及多星、多地面站、多任务的航天观测系统联合调度问题。考虑到仿真环境对调度算法的高时效性要求,提出了一种快速高效的基于规则的启发式构造算法。与禁忌搜索算法的比较结果表明,该文算法在求解速度上具有明显的优越性,并且能够获得相对满意的求解质量。     

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...     

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.     

数据驱动的多星任务网络预测调度算法

多星任务调度是具有NP-hard特性的优化问题,随着卫星资源规模和任务需求规模的双重增长,传统调度方法求解效率不高.在轨卫星在常年运行过程中积累了丰富的调度数据.针对大规模多星任务调度场景,建立多星多波束任务调度模型,并提出数据驱动的多星任务网络预测调度算法对其求解.以分割的思想,实现多星场景下任务可调度性预测.从历史调度数据中,提取设定的3个静态特征和5个动态特征,构建并训练预测网络,预测任务被不同卫星完成的概率,并以冲突避免、负载均衡等为原则,得到初始任务和资源卫星的分配方案.进一步设计双链结构的进化算法,以双链编码形式表征上述关系,配合设计的交叉、修复等进化算子,优化初始方案中的任务序列与资源分配关系,输出最终任务调度方案.仿真结果表明,与改进蚁群算法、混合遗传算法和数据驱动并行调度算法相比,所提出算法在运行时间、方案收益和卫星负载均衡3方面均有较好的表现.     

置换表示方法求解多卫星多地面站调度问题

针对多卫星成像和多地面站数传并存的对地成像调度问题,从置换空间到调度解空间的映射方法和置换空间的搜索算法两方面进行了研究.提出了一种数传时间窗优先的置换序列映射算法,并证明该映射算法可以将置换序列映射到调度解空间上的最优解.提出了一种遗传随机搜索算法,基于有记忆随机邻域搜索,在置换空间上进行搜索.仿真计算表明,随机邻域搜索可以增强遗传算法的局部搜索能力,搜索结果平均获得了4.64%的改进.     

功能替代实时事务模型的二重调度算法

二重调度算法分析了功能替代实时事务模型的基本特征,提出一种动态记录系统实时环境的数据结构,进而提出快速执行事务内部调度的若干策略,包括最佳替代的选择策略、替代夭折策略及替代重启策略.实验结果证明,当系统能够存在资源冲突时,该算法能够显著提高事务的成功执行率和事务系统的可靠性.     

基于STK_Matlab的共形相控阵对卫星可见性分析

近年来中国在轨卫星数量与日俱增，航天地面测控资源日益紧张，地面站现有的球面共形相控阵存在极大的阵面资源浪费，针对地面测控站阵面波束资源的调度分配可以有效利用现有阵面资源，为日后数量更庞大的航天测控任务需求增加资源裕度，为此需要对中国在轨卫星相对阵面的分布情况进行可见性分析；设计了一种基于STK与Matlab互联的仿真计算方法，该方法利用中国在轨卫星实时TLE数据，通过Matlab对STK控制仿真卫星相对地面站的分布及可见性，并把仿真数据存入Matlab，进一步仿真卫星对子阵的可见性，统计对各子阵的可见性结果；仿真结果得出了球面阵上各子阵在全天时刻的可见卫星数量以及资源较为紧张的子阵分布，该结果可以为球面共形相控阵波束资源调度设计提供参考。     

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。     

Optimization-based scheduling for the single-satellite,multi-ground station communication problem

In this paper, we develop models and algorithms for solving the single-satellite, multi-ground station communication scheduling problem, with the objective of maximizing the total amount of data downloaded from space. With the growing number of small satellites gathering large quantities of data in space and seeking to download this data to a capacity-constrained ground station network, effective scheduling is critical to mission success. Our goal in this research is to develop tools that yield high-quality schedules in a timely fashion while accurately modeling on-board satellite energy and data dynamics as well as realistic constraints of the space environment and ground network. We formulate an under-constrained mixed integer program (MIP) to model the problem. We then introduce an iterative algorithm that progressively tightens the constraints of this model to obtain a feasible and thus optimal solution. Computational experiments are conducted on diverse real-world data sets to demonstrate tractability and solution quality. Additional experiments on a broad test bed of contrived problem instances are used to test the boundaries of tractability for applying this approach to other problem domains. Our computational results suggest that our approach is viable for real-world instances, as well as providing a strong foundation for more complex problems with multiple satellites and stochastic conditions.     

基于改进遗传算法的多天线地面站硬件资源分配方法

多天线卫星地面站硬件设备资源分配问题是一个基于约束满足的复杂资源组合优化问题。在考虑任务执行时间、地面站可见时间窗口、地面站设备接收能力和设备链路约束的情况下,对多天线地面站硬件资源分配问题建立了高可用模型。以加权任务执行总时间为目标,以经典遗传算法为基础,根据问题特点改进了相关遗传算子,在进行遗传变异的过程中,通过深度优先搜索算法确定单个染色体对应的最佳资源分配方案,同时利用启发式信息优化搜索过程。最后通过高可用算例仿真表明,所建模型和算法是合理有效的。     

基于Petri网和混合蚁群算法的多星成像调度

提出一种基于综合指标Petri网和混合蚁群算法的多星成像调度策略。在综合指标Petri网变迁中引入指标信息,处理多星并发观测和卫星资源竞争关系、反映卫星能量和存储等约束,使得问题描述更直观和完备。设计一种嵌入局部搜索技术的蚁群优化算法,通过启发式信息综合变迁中的指标,引导蚂蚁进行全局搜索。仿真实例结果表明,该策略能有效求解多星成像调度问题,实现全局搜索和快速收敛的平衡。     

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.     

提高卫星服务寿命的任务规划方法研究

基于组网卫星协同工作规划可提高复杂任务处理的基础上,本文探索降低规划风险,提高卫星服务寿命的卫星任务规划方法.从提高卫星服务寿命角度,建立用于描述资源使用期望的目标规划模型;建立卫星任务规划模型,在任务方案与资源使用中考虑了规划风险要素,并将资源使用目标模型引入到任务规划模型中,以期在规划中同时优化卫星服务寿命要素;基于邻域贪心扩展改善遗传禁忌求解算法,并运用分布并行技术提高工程实用性;利用STK提供基础仿真数据,对模型与算法进行了验证.     

基于GA-PSO的天基预警系统资源调度方法

为解决天基预警系统中的卫星资源调度问题,从预警任务特点出发,在对预警任务进行分解的基础上,建立了资源调度模型．结合传统遗传算法（GA）和粒子群算法（PSO）的优点,采用一种混合遗传粒子群（GA-PSO）算法来求解资源调度问题．该算法在解决粒子编解码问题的前提下,将遗传算法的遗传算子应用于粒子群算法,改善了粒子群算法的寻优能力．实验结果表明,提出的算法能有效解决多目标探测时天基预警系统的资源调度问题,调度结果优于传统粒子群算法和遗传算法．     

基于约束满足的卫星地面站资源优化分配问题研究

卫星地面站资源优化分配问题是在给定的时间内,对卫星需要执行的任务分配地面站及执行时间,以便卫星能最大限度地完成任务。该文对该问题建立了CSP模型,并采用ILOGSolver对该模型进行求解。文中最后给出了一个应用实例,并比较了几种不同搜索算法和搜索策略的执行效率。