一种基于优先级的卫星成像任务快速规划流程

针对现有卫星成像任务规划算法模型复杂、计算量大、难以满足快速成像任务规划需求的问题,对成像任务规划中的各个过程进行了分析和分解,讨论了点目标可见预报算法及任务规划过程,建立了星历和星下点计算模型,给出了基于目标的重要程度和紧急程度的成像任务优先级确定方法,通过分析无侧摆和有侧摆卫星任务规划的特点,设计了一种基于观测目标优先级的成像任务规划流程,能够通过分布式或并行计算,实现成像任务快速规划。     

协同进化方法求解多中心卫星任务规划问题

 在分析多卫星中心内部特点及中心间关系的基础上建立了多中心协同规划问题(MCCOPP)的数学模型,提出了解决该问题的多中心合作协同进化规划算法(MCCCSPA)。MCCCSPA基于分治-合作策略,根据中心数目以及观测目标集合特点将观测目标分解分配至各中心;提出等长扩展二进制染色体编码方式有效表达问题的解,便于个体的交叉、变异、合作操作;并综合多中心个体代表合作求解本中心个体适应值;其中交叉、变异、合作算子在确保可行解的前提下保证各中心子种群的多样性、加快收敛速度。仿真实验及分析结果表明:该方法能够有效解决多中心协同的卫星任务规划问题。     

异构MAS结构下的空天资源多阶段协同任务规划方法

利用空天资源的互补优势进行协同观测是对地观测领域的新趋势.为提高对地观测效益和多阶段观测任务的完成度,分析了空天资源协同观测任务规划问题中的观测资源异构性和多阶段观测任务分解方式的多样性.针对卫星和无人机的任务规划模型不一致的特点,建立了异构多智能体系统(MAS)多阶段协同任务规划模型,根据模型特点将问题求解分解为两个协商过程,并分别提出了基于市场模型的异构MAS多阶段协同任务规划算法和基于自适应“超级步”的资源Agent协同任务规划算法.最后,研究了该方法在空天资源联合观测中的应用情况,实验及分析结果表明该方法能够有效解决空天资源对地观测协同任务规划问题.     

空间站运营在轨任务并行规划技术研究

空间站运营任务规划技术是空间站长期稳定运营的核心技术。面向我国空间站建设运营需求,对空间站运营任务层建模与规划技术进行了研究。针对任务层规划任务类型多样、约束复杂及资源受限等问题,基于约束满足理论,建立了任务层规划模型;同时针对任务层规划问题规模大、耦合性强及难于求解的特性,提出了一种任务层规划问题并行求解方法。仿真结果表明,本文提出的并行求解方法相较传统的串行规划算法加速比可达14.19,能有效快速求解空间站运营任务层规划问题。研究结论可为我国空间站运营相关规划系统研制提供参考。     

免疫算法在火箭发动机静态特性研究中的应用

发展一种研究全流量补燃循环液体火箭发动机静态特性的算法一免疫策略算法。采用免疫策略算法求解液体火箭发动机的静态特性方程组，将该模型的非线性方程组求解问题转化为求带有约束的极小值的优化问题，建立了免疫策略计算模型。设计了免疫策略计算中使用的交叉算子和变异算子，叙述了免疫操作的处理过程。数值计算的结果表明，利用基于免疫策略的算法可以在较大范围内进行全流量补燃循环液体火箭发动机的静态特性研究，并且减轻原有进化算法在计算后期的波动现象，使得收敛的速度得到较大提高。     

基于地面任务-空间姿态映射的敏捷卫星任务规划

面向观测时间窗口相互重叠的多点目标观测任务需求,对敏捷卫星单星单轨任务规划问题进行研究。针对传统方法在卫星机动能力受限和成像任务冗余两种情况下求解效率低的缺陷,引入任务-姿态协同规划思想。首先,建立地面任务和空间姿态映射关系,并考虑相邻任务间姿态机动时间的最优性使得卫星在观测相邻任务时无多余等待时间,以此来设计任务-姿态协同规划数学模型。其次,根据任务-姿态协同规划数学模型,设计自适应伪谱遗传算法（APGA）,用以求解满足调整时间最优性的敏捷卫星任务规划问题。最后,通过仿真实验,验证了模型和算法能够有效地解决传统算法求解敏捷卫星任务规划问题时存在的求解效率低的缺陷。     

对地观测卫星任务规划问题研究

对地观测卫星任务规划是为了最大限度地满足用户的需求，对系统资源和活动进行规划与调度的过程。合理的任务规划是提高航天资源使用效益的重要手段。论文主要分析了对地观测卫星任务规划问题的主要特点，总结了这一问题的若干常用建模方法和求解技术，并探讨了对地观测卫星任务规划技术的未来发展趋势。     

多星任务规划中的FFFS-DTMB与ADTPC-DTMB算法

 多星对地观测任务规划是一类典型组合优化问题,针对该问题中常见的时间窗口冲突问题,根据同一时间窗口内的冲突任务的处理方式提出了两种有效处理此类问题的规划算法：带有冲突任务时间窗口后移的先完成先规划算法(FFFS DTMB)以及冲突任务共存性判断算法(ADTPC DTMB),并给出了关键步骤的算法过程与伪代码。完整的卫星任务规划过程包括了约束检查、优先级检查以及任务规划,不考虑任务间关系与优先级,主要研究处理具有时间窗口冲突的任务规划算法。文中给出的两种算法优化目标均为最大化规划任务数量。算法的主要思路是通过采用一个冲突任务替换一个已规划的任务,并将替换任务后移至下一时间窗口或在同一时间窗口内部后移。最终的评价结果显示了两种算法的有效性。     

多GEO卫星接近观测任务规划

针对多GEO卫星接近观测任务,研究了时间约束下能量消耗最优的多任务规划问题.按照上层面向任务顺序安排,下层面向时间分配,建立了一对多任务模式下的二层非线性规划模型.基于双脉冲多圈Lam-bert交会原理,将下层连续变量时间分配问题转化为0-1整数规划模型,并设计了遗传-分枝定界算法来求解二层规划模型.仿真结果表明,通过...     

应用自适应遗传算法进行参考航迹规划

 确定参考航迹是利用分层规划思想进行航迹规划时首先要解决的问题。针对参考航迹规划算法中全局最优和信息处理量之间的矛盾, 采用自适应遗传算法进行参考航迹规划。算法对飞行方向进行编码构造个体, 并在此基础上设计交叉和变异算子; 在进化过程中采用自适应交叉概率和变异概率。仿真结果表明, 该方法大大降低了信息的记忆和处理量, 并提高了遗传算法的全局寻优能力, 为突防飞行器提供满足战术要求的参考航迹。     

基于能量最优的敏捷遥感卫星在轨任务规划

针对敏捷遥感卫星对多个离散观测点在轨自主任务规划问题,在考虑姿态运动方程耦合性的基础上,将问题分解为空间资源调度问题和连续最优控制问题,进而提出了一种结合伪谱法和遗传算法的混合求解算法。该算法针对基于行商问题(TSP)模型建立的空间资源调度问题模型,选用二维编码结构对观测顺序和相对观测时间进行实数编码,并采用遗传算法求解观测序列和观测时间;针对判断观测时间可行性时涉及的时间最优控制问题、以及姿态转移过程中涉及的最小能量消耗问题,将其归结为连续最优控制问题,并基于Gauss伪谱协态变量映射定理,采用Gauss伪谱法进行求解。通过与基于单纯遗传算法的规划算法进行对比试验,本文所提出的基于伪谱法和遗传算法的混合求解策略针对目标问题,在典型工况下姿态转移过程中能量消耗降低60%。     

基于任务聚类的多星观测调度方法

星上传感器侧摆次数有限,在卫星观测调度时进行任务聚类可以节省资源,提高观测效率.提出了动态聚类调度算法(DCSA)来解决多星多轨道圈次的观测调度问题,DCSA把聚类和调度动态结合起来,并使用模拟退火算法搜索全局最优解;分析了在满足分辨率需求前提下多任务聚类的约束条件,并对聚类任务的侧摆角度和时间窗口进行合理优化;根据任...     

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.     

电磁探测卫星星上自主规划模型及优化算法

电磁探测卫星自治(AEDS)是一类对地观测卫星,其搜集的信息对工业、科研和军事等领域有着重要的意义。针对电磁探测卫星有效载荷特点,建立了基于动态拓扑结构无环路有向图的星上自主规划数学模型,提出了基于标记更新最短路径搜索的星上自主规划精确算法,对其完备性和时间复杂度进行了分析。并对精确算法时间复杂度较高的缺点,将近似支配概念引入到模型中,提出了标记更新最短路径搜索近似算法,分析了算法的近似程度和时间复杂度。最后,根据模拟的数据进行实验及分析,表明该方法能有效解决电磁探测卫星自主任务规划问题。     

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。     

Satellite group autonomous operation mechanism and planning algorithm for marine target surveillance

In terms of fast response problem of unanticipated marine target, it is necessary to design the satellite-ground-combined operation mechanism and planning algorithm for autonomous task planning. Firstly, based on the autonomous operation and task planning of remote sensing satellite group, it is divided into two parts: ground planning and satellite autonomous planning. Secondly,the satellite-ground-combined operation mechanism and operation flow for task planning are proposed after fully considering the resource characteristics and task demand characteristics of the ground and satellite. The satellite autonomous task planning algorithm based on extended contract net is designed. Through the simulation operation of the self-developed distributed simulation demonstration software, it shows that the operation mechanism can coordinate and cooperate effectively between the satellite autonomous task planning and ground planning. It can give full play to the advantages of the ground computing resources, reflect the control intention, make full use of the real-time feature and flexibility of the satellite calculation, and respond fast to the unanticipated task. Besides, it has solved problems of the untimely response of ground control on unanticipated observation task, the limitation of satellite computing resources and satellite-ground planning and coordination, which can effectively improve the responsiveness of remote sensing satellite to the observation task of maritime unanticipated target.     

基于贪婪算法的空间编目观测任务调度方法

针对空间监视任务过程中涉及的测站级编目观测任务调度问题,提出了一种基于贪婪算法的观测任务调度算法,并给出了算法可行的理论证明。在程序的功能设计上,考虑了实际中心任务对时间要求不同和测站工作等特点,并以提高设备时间利用率和中心任务完成率作为程序设计的主要目标。通过软件仿真,该算法可以给出可行的测站观测任务计划,计划中设备实际时间利用率提高到80%以上,中心任务当日完成率达到50%以上,基本满足测站日常观测需要。     

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。     

一种基于偏好MOEA的卫星地面站资源多目标优化算法

随着中国航天事业的发展,卫星地面站资源匮乏问题日益突出,需要对其进行统筹优化使用。因此,卫星地面站资源规划问题得到了广泛关注。在分析问题特点的基础上,对用户规划结果的偏好信息进行建模表达,建立了涵盖用户偏好的多目标数学规划模型,提出了基于偏好多目标进化算法的卫星地面站资源规划算法。为了进一步提升算法性能,设计了基于领域知识的启发式策略,包括：任务扩充策略、冲突消解策略以及任务缩减策略等。实验结果表明,与现有算法相比,用户偏好信息的引入能有效提升问题求解针对性,在IGD-CF （Inverted Generational Distance based on Composite Front）指标上取得了更好的效果。