敏捷成像卫星多星密集任务调度方法

 面向应急观测需求,对敏捷成像卫星多星密集点目标观测任务调度问题进行研究。针对敏捷成像卫星观测特点,综合考虑卫星可观测时间窗口、任务间卫星姿态调整时间、卫星最长连续工作时间、星上存储容量、卫星能量等约束,建立多星任务调度模型。提出了一种改进的蚁群优化(ACO)算法对调度模型进行求解。该算法借鉴了蚁群系统(ACS)和最大最小蚂蚁系统(MMAS)的思想,结合调度相关约束设计寻优策略和信息素更新策略。引入任务优先级、最早及最晚可观测时间等因素来控制转移概率。仿真结果验证了模型和算法的有效性。     

海岛独立微电网多时间尺度能量调度方法研究

海岛独立微电网是一个复杂信息物理系统,其能量调度是非线性、多约束、多时间尺度的动态性问题。针对这一问题,研究了改进自适应粒子群算法的多时间尺度优化调度模型,并给出了日前多目标调度模型和日内滚动优化修正模型。日前多目标调度基于改进自适应粒子群算法进行多目标优化,确保微电网系统的经济性和稳定性;日内滚动优化调度采取滚动优化方式修正日前调度,确保日前调度的有效性。仿真算例验证了所提方法的有效性和可行性。     

成像观测卫星多星联合调度模型及其列生成求解算法研究

首先介绍成像观测卫星调度问题的特点和主要约束,将成像观测卫星调度分为调度预处理、调度模型及求解、调度结果评估3个阶段。在此基础上,论述成像观测卫星调度模型,并采用列生成法,将多卫星调度问题分解为集合分割主问题和单卫星调度子问题,通过循环迭代来求解调度模型。最后,针对本文提出的算法设计一个问题实例,并给出算法计算结果。结果分析表明,本文提出的模型和算法能较好解决实际应用问题。     

基于时间灵活度的中继卫星调度算法

中继卫星的调度问题是一个多资源多任务的复杂NP问题.作者在分析中继卫星系统资源、任务和约束的基础上,提出了一种基于任务时间灵活度的中继卫星调度算法,最后运用本算法对一个调度算例进行了验证求解.     

基于Transformer层次预测的多星应急观测任务规划方法

应急观测任务规划是一个强时效性的复杂组合优化问题,必须在规定的时限内完成相应的计算。采用机器学习的方法对规划问题进行初始规划方案预测,可以有效地简化计算复杂度。为此,提出一种基于Transformer层次预测的多星应急观测任务规划方法,将多星任务规划的求解过程分解为3个步骤：首先,利用基于Transformer的任务可调度性预测模型预测待规划任务是否执行,得到预执行任务集合;然后,基于Transformer的任务分配模型对预执行任务集合分配卫星,得到初始规划方案;最后,利用基于随机爬山的约束修正算法对初始规划方案进行优化调整,得到可行规划方案。为验证所提方法的有效性,通过大量仿真实验与CPLEX优化器、标准遗传算法、长短期记忆网络等方法模型进行比较,实验结果表明所提方法计算耗时短,规划收益高,适用于多星观测任务快速规划。     

对地观测卫星调度的混合整数规划模型及求解

首先简要介绍对地观测卫星的成像过程，详细分析多星调度过程中涉及的各种约束。在此基础上，将对地观测卫星调度问题看作一类具有时间窗口的并行机器调度问题，对其进行了数学描述，并建立对地观测卫星调度的混合整数规划模型。采用列生成法，将多卫星调度问题分解为集合分割主问题和单卫星调度子问题，通过循环迭代来求解调度模型。最后，针对本文提出的算法设计一个问题实例，并给出算法计算结果。结果分析表明，列生成法的效率与问题规模大小相关。     

基于脉冲交错的数字阵列雷达任务优化调度算法

针对数字阵列雷达搜索、跟踪和成像任务的资源调度问题,提出一种数字阵列雷达(DAR)任务的优化调度算法。该算法以脉冲交错技术为基础,在对目标搜索与跟踪的同时,利用基于压缩感知的稀疏孔径认知逆合成孔径雷达(ISAR)成像方法对部分精密跟踪目标成像,并采用观测时间动态调整策略以提高雷达系统的自适应能力。仿真结果表明,与传统雷达资源调度算法相比,该算法可以将成像任务考虑到优化调度模型中并合理分配资源,实现雷达多任务并行的调度,获得更高的资源利用率与期望的成像质量。     

基于二维资源管理的多功能雷达任务调度算法

动态孔径分割技术为相控阵雷达针对不同任务灵活分配孔径资源提供了可能,而传统的资源调度方法仅基于单一孔径条件研究了时间资源的优化分配问题。针对雷达搜索、跟踪与成像任务的自适应调度问题,提出了一种基于时间-孔径二维资源管理的雷达资源调度算法。该算法建立了雷达孔径分割条件下的二维资源调度模型,确立了能量资源约束条件;利用基于压缩感知的稀疏孔径逆合成孔径雷达（ISAR）成像技术,使雷达在完成目标搜索和跟踪任务的同时实现对目标的成像;定义了调度算法性能的评价指标。在仿真实验中将该算法与另外2种算法进行对比,验证了所提算法在高度成功率、二维资源利用率与任务并行度这3种性能指标上具有优越性。     

基于图禁忌的并行测试任务调度算法

现有算法处理强约束关系的并行测试任务调度问题具有运算时间长、寻优概率低、收敛性差等缺陷,针对这些问题提出了一种基于图禁忌的调度算法.该算法从测试任务间的约束关系人手,利用图论建立测试任务间的关系图,并结合禁忌算法实现并行测试任务的多目标优化调度.算法中将强约束关系的测试任务调度问题与无约束关系的资源配置问题进行分离,提...     

基于区间协同拍卖策略的改进多Agent车间调度模型研究

基于合同网协议的传统多Agent方法 (Traditional Multi-Agent Way,TMAW)求解作业车间调度问题,一般以单一的完工时间为优化目标,忽略了调度多目标性的要求;同时,招投标机制下Agent之间的任务优化分配本质上是单步优化,优化区间过小导致对系统整体调度性能的提升非常有限。针对上述问题,重新规划了多Agent调度模型,提出一种区间协同拍卖的动态调度策略(Interval-Synergy-Auction Scheduling Strategy,ISASS),该策略实现了一定时间窗口内时间、成本、设备负载和能耗的全局多目标优化,并可通过设置权重系数来调节优化目标倾向,很好地规避了上述传统多Agent方法的不足。最后,通过仿真测试验证了上述策略的高效性,同时研究了不同时间窗口和权重系数对调度性能的影响,可较好地指导实际生产。     

面向对地成像观测任务的高空飞艇应急调度

针对应急条件下高空飞艇(HAA)对地成像观测任务调度问题进行研究,分析了问题中的主要约束条件,建立了以任务收益(TB)和巡航距离为优化目标的约束满足问题(CSP)模型。考虑飞艇侦察载荷具有侧摆观测能力,在构建视场范围约束模型和分辨率约束模型的基础上,对成像观测任务进行合成。提出了元任务与合成任务的概念,给出了任务合成的步骤与方法。将HAA应急调度问题转换为车辆路径问题(VRP),并进一步分解为任务排序主问题和路径选择子问题,分别应用改进粒子群(IPSO)算法和关键节点搜索(KNS)算法求解。详细介绍了算法中的编码、解码和移动等操作,以及采用的混沌初始化和禁忌搜索(TS)策略。通过仿真实验,对文中所提方法的有效性进行了验证。     

Selecting and scheduling observations of agile satellites

This article concerns the problem of managing the new generation of Agile Earth Observing Satellites (AEOS). This kind of satellites is presently studied by the French Centre National d'Études Spatiales (PLEIADES project). The mission of an Earth Observing Satellite is to acquire images of specified areas on the Earth surface, in response to observation requests from customers. Whereas non-agile satellites such as SPOT5 have only one degree of freedom for acquiring images, the new generation satellites have three, giving opportunities for a more efficient use of the satellite imaging capabilities. Counterwise to this advantage, the selection and scheduling of observations becomes significantly more difficult, due to the larger search space for potential solutions. Hence, selecting and scheduling observations of agile satellites is a highly combinatorial problem. This article sets out the overall problem and analyses its difficulties. Then it presents different methods which have been investigated in order to solve a simplified version of the complete problem: a greedy algorithm, a dynamic programming algorithm, a constraint programming approach and a local search method.     

基于多模型的低轨星座多目标跟踪传感器资源调度

针对低轨星座多目标持续跟踪传感器资源调度问题,首先将目标跟踪任务划分为高精度任务集合和低精度任务集合,并分析了跟踪任务状态转移过程;然后,为两任务集合分别建立了基于动态优先级的优化调度模型,提出了一种基于多模型的实时传感器调度算法。不同场景下仿真实验表明,所提算法较之以跟踪精度为优化目标和以跟踪精度为门限约束的方法具有更强的适用性,尤其对于目标分布较为集中的情况,其目标丢失率大大降低,尽管个别目标的跟踪误差略有增大。     

Satellite range scheduling with the priority constraint: An improved genetic algorithm using a station ID encoding method

Satellite range scheduling with the priority constraint is one of the most important problems in the field of satellite operation.This paper proposes a station coding based genetic algorithm to solve this problem,which adopts a new chromosome encoding method that arranges tasks according to the ground station ID.The new encoding method contributes to reducing the complexity in conflict checking and resolving,and helps to improve the ability to find optimal resolutions.Three different selection operators are designed to match the new encoding strategy,namely random selection,greedy selection,and roulette selection.To demonstrate the benefits of the improved genetic algorithm,a basic genetic algorithm is designed in which two cross operators are presented,a single-point crossover and a multi-point crossover.For the purpose of algorithm test and analysis,a problem-generating program is designed,which can simulate problems by modeling features encountered in real-world problems.Based on the problem generator,computational results and analysis are made and illustrated for the scheduling of multiple ground stations.     

人工智能在卫星任务规划中的应用

智能规划与调度是实现卫星自主规划其飞行任务的关键。将人工智能方法应用于卫星的任务规划,以执行对地观测任务为例,将任务规划问题归于组合优化问题,建立了相应的数学模型,并应用Hopfield神经网络算法进行求解,结果表明,该方法可用于单个仪器的任务规划。     

Target Track Pulse Scheduling

The problem of scheduling radar tracking pulses in a dense target environment where the position estimation error must be constrained to avoid false return with track correlations is considered. The problem is to schedule n fixed energy pulses such that the rangerate error is minimized at some final time subject to the constraint that the position error will be smaller than some value for the whole time interval. For a fixed time interval, the problem of finding the minimum number of radar measurements required to satisfy the position estimation error constraint is solved. A closed-form solution for the optimum schedule is given in the case where the number of pulses is equal to the minimum number of pulses. For cases where one extra pulse is available, a solution method is described and an algorithm is derived.