基于有色Petri网的成像卫星任务规划建模

在深入分析成像卫星任务规划问题模型要素的基础上,以有色Petri网为理论工具,提出一种基于CPN(Coloured Petri Net)的成像卫星任务规划模型。该模型分为顶层模型、控制模型、目标成像任务规划模型和图像传输任务规划模型,具有良好的模块化和通用化特点。通过设计典型仿真实例,考察所建模型在无任务冲突情况下和在有任务冲突情况下的任务规划能力,验证了所建模型的有效性。所建模型可以为成像卫星任务规划方案的制定提供理论依据。     

成像卫星任务规划可视化仿真系统实现技术

对成像卫星任务规划的方案进行可视化仿真分析,是确保成像卫星任务规划的可靠性和高效益的有效途径。本文在分析成像卫星任务规划的可视化仿真特性、建模特性、数据处理技术等的基础上,设计了一种适合于成像卫星任务规划的可视化仿真系统。该系统基于GIS设计了任务规划二维规划视图,在STK基础上构建了任务规划三维视景仿真分析环境。同时,建立了资源库,对仿真的场景、模型资源进行有效管理。该系统已成功应用于某卫星任务规划系统,提高了成像卫星任务规划的效率。     

基于协商对策的卫星任务规划冲突消解

主要对卫星任务规划过程中预处理阶段的目标冲突进行研究.为了更合理地确定卫星应用任务的时间窗口及个时间窗口的属性值,更有效地利用昂贵的卫星资源,首先对卫星任务规划预处理阶段的目标冲突进行了分析,给出了冲突的数学描述,针对冲突的特点提出了基于协商对策的冲突消解方法及协商流程,最后通过实例分析验证了方法在卫星任务规划中对目标冲突消解的有效性.     

SAR卫星成像任务规划的DHIP方法

合成孔径雷达(SAR)卫星的出现为获取地球空间信息提供了重要手段,本文研究的即是SAR卫星成像任务规划问题.首先描述了SAR成像卫星的一般工作流程,说明针对可见光卫星进行成像任务规划的方法不再适用于SAR成像卫星任务规划;然后归纳了影响SAR卫星成像的主要约束.在此基础上,提出了双层插入规划(DHIP)方法,该方法将待...     

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。     

基于改进烟花算法的密集任务成像卫星调度方法

传统卫星调度模型一般比较简单,当问题规模较大、任务比较集中时,往往会出现任务之间相互排斥,任务收益较低等缺点。针对这个问题,提出一种基于改进烟花算法（IFWA）的密集任务成像卫星调度方法。该方法在分析密集任务处理及成像卫星观测特点的基础上,首先对任务进行合成约束分析,然后基于合成任务综合考虑成像卫星可观测时间、任务间姿态调整时间、成像卫星能量和容量等约束因素,建立基于任务合成的多星密集任务调度约束满足问题（CSP）模型,最后改进烟花算法对该模型进行求解,利用精英选择策略在保证种群多样性同时加快了算法的收敛,得到较优的卫星调度方案。仿真结果表明该模型相比没有考虑任务合成因素,收益平均增加30%~35%,改进算法后效率上提升32%~45%,有效保证了调度方案的可行性和有效性。     

对地观测卫星任务规划的启发式动态调整算法

针对对地观测卫星任务规划,分析了单个资源失效与多个高优先级任务动态插入情况下已有任务规划方案的动态调整问题。以最大化规划方案任务权值总和为优化目标,提出了基于任务替换的启发式动态调整算法,包括选择替换任务的五种启发式策略：最大灵活度、最小冲突集、最小争议部分、区间剪枝以及任务剪枝策略。分析了影响动态调整算法运行效率的两个关键因素：冲突任务集与动态搜索深度。采用任务重规划率、规划权值变化率与算法运行时间三项指标考察算法效果,通过仿真实验验证了算法的可行性和有效性。     

基于层级任务网络的卫星自主规划模型与算法

针对面向任务的卫星操作计划自动生成(即卫星的自主规划)问题，采用层级任务网络规划的任务分解思想，在分析卫星系统结构的基础上，建立了光学成像侦察卫星的规划模型，定义了2种常规任务的任务分解方法。根据模型的特点，开发了一个基于任务分解方法的导引式求解算法。通过一个实例进行了验证，结果表明模型和算法能有效解决卫星的自主规划问题。     

星地一体成像侦察任务规划组合求解方法

成像侦察任务流的航天资源任务规划问题是将有限的航天资源分配给需要侦察的不同目标,最大化满足任务需求.采取了星地一体任务规划思路进行问题建模与求解.提出星地一体虚拟资源聚合模型和算法,并在此基础上,给出了星地一体的虚拟资源冲突检测与消解方法,提出了星地一体任务规划模型的模型分解与组合求解方法,针对分解后的主问题模型给出了一种适应可变冲突约束的遗传算法;针对子问题模型给出了一种基于时间序列排序的任务调度方法,并对上述两种算法进行了设计与实现;最后,结合试验案例进行验证.     

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.     

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。     

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...     

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。     

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.     

卫星自主运行任务调度问题的优化算法

针对卫星自主运行任务调度问题的特点,设计了一种基于遗传的新的调度算法。以卫星对地拍照任务作为仿真实例,对算法的编码方式和解码规则、初始群体的产生方法、适值函数、遗传算子进行了详细的描述。计算结果表明,同精确算法相比,该调度算法能很好地解决卫星自主运行任务调度问题。     

Daily imaging scheduling of an Earth observation satellite

This work presents the development of a daily imaging scheduling system for a low-orbit, Earth observation satellite. The daily imaging scheduling problem of satellite considers various imaging requests with different reward opportunities, changeover efforts between two consecutive imaging tasks, cloud-coverage effects, and the availability of the spacecraft resource. It belongs to a class of single-machine scheduling problems with salient features of sequence-dependent setup, job assembly, and the constraint of operating time windows. The scheduling problem is formulated as an integer-programming problem, which is NP-hard in computational complexity. Lagrangian relaxation and linear search techniques are adopted to solve this problem. In order to demonstrate the efficiency and effectiveness of our solution methodology, a Tabu search-based algorithm is implemented, which is modified from the algorithm in Vasquez and Hao, 2001. Numerical results indicate that the approach is very effective to generate a near-optimal, feasible schedule for the imaging operations of the satellite. It is efficient in applications to the real problems. The Lagrangian-relaxation approach is superior to the Tabu search one in both optimality and computation time.     

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.     

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。