改进差分进化算法求解多成像卫星调度问题

针对多成像卫星联合调度规划建模难度大和求解复杂度高等问题,通过分析成像卫星的成像过程和工作原理,将成像卫星调度过程分为调度预处理、任务规划和调度优化3个阶段。在调度规划过程中,建立了多星联合调度约束满足最优化模型,采用启发式算法思想,定义了个体适应度评估函数,设计了任务冲突消解方法,提出了一种改进的差分进化算法。在此基础上,采用一些确定性规则对调度规划方案可行解进行了评估和二次优化。结果表明:提出的成像卫星调度问题求解方法能够有效地分配卫星资源,生成优化的调度方案。设计结果也能够为卫星系统最优化设计和效能评估提供必要的决策支持。     

敏捷成像卫星自主调度技术综述

针对现代卫星载荷能力与机动能力不断提升以及卫星任务需求多样化与复杂化程度持续增加的现状，阐述了敏捷成像卫星调度问题的基本特征，给出了敏捷成像卫星调度问题的一般化描述方法。在此基础上，分别从自主感知、自主决策和自主协同三个方面梳理了国内外敏捷卫星自主调度关键技术的研究进展。最后，面向未来卫星技术发展需求，指出了敏捷成像卫星自主调度技术进一步的研究方向。     

一种卫星成像调度的约束修正方法

约束修正是卫星成像调度的重要组成部分,负责处理成像调度方案的约束满足与优化的问题.为得到优化可行的成像调度方案,针对一类带有卫星存储器和数据下传等约束的卫星成像调度问题,提出一种新的约束修正方法.首先构建时间序有向图模型,将约束修正问题归结为点带约束成本的路径搜索问题,针对该模型提出一种基于标记更新的约束修正算法.通过针对实际问题的实验分析,表明该方法能够在规定的时间内求得问题的最优解,有效的解决了卫星成像调度的约束满足与优化问题.     

敏捷成像卫星调度的改进量子遗传算法

针对敏捷成像卫星调度问题中解空间大，选择任务的搜索空间和确定任务观测时间的搜索空间分别是离散域和连续域的难题。建立了多种决策变量混合的敏捷成像卫星调度模型，提出一种改进的量子遗传算法对其求解，改进的量子遗传算法采用二进制与实数杂合的编码方式，降低染色体的基因位编码数目，提高了搜索效率，有效适应了敏捷成像卫星调度问题中离散与连续混合的解空间；以杂合编码为基础，设计对应的观测函数将敏捷成像卫星调度问题的解映射到相位空间，从而将量子优化机制引入敏捷成像卫星调度问题中，利用量子遗传算法在相位空间搜索的特性解决敏捷成像卫星解空间大、解空间离散与连续并存的问题。最后，通过不同规模的仿真校验对算法的调度效果进行测试和分析。结果表明，所提改进的量子遗传算法在收敛速度和方案收益方面都有较好的表现，能够满足敏捷成像卫星调度的需要。     

多目标EOSs联合成像调度方法

EOSs（Each Observation Satellites）围绕着地球对成像任务进行拍摄，为了充分有效的利用卫星资源，最大限度的满足成像任务需求，需要进行EOSs联合成像调度。EOSs联合成像调度是一个复杂的多目标组合优化问题。本文通过对卫星成像约束条件的抽象，建立联合成像调度的数学模型，在此基础上设计了多目标EOSs联合成像调度算法，并根据实际的应用问题进行实验和结果分析，表明该方法有效的解决了多目标条件下EOSs联合成像调度问题。     

敏捷卫星动中成像自主任务规划算法

针对敏捷卫星动中成像（APBI）自主任务规划所涉及的关键算法进行了研究。首先,基于载荷幅宽和卫星轨道设计了区域目标斜条带拼幅成像垂轨条带划分算法;其次,建立了描述观测点位置与成像时间关系的连续可导的斜条带成像轨迹模型,进而推导出了敏捷卫星动中成像的三轴姿态规划算法;再次,为了发挥出卫星的最大机动能力,提出了一种基于六阶多项式姿态机动模型的动中成像任务间最短姿态机动时间求解算法;然后,设计了兼顾观测效率与质量的两级任务优化调度算法,包括基于分支定界算法与两种裁剪枝规则的及早观测搜索和观测队列最佳窗口倒序平移,在最大化观测目标数量的基础上将成像质量调整到最优;最后,在星载处理器上进行了仿真实验,仿真结果证明了本文所提算法的正确性和有效性。     

基于有效准则矢量生成的成像调度方法

进行高效成像调度是卫星控制的一项重要任务。通过将成像需求序列对应为有向图中的成像路径,结合成像调度问题特点,基于多个优化准则使用支配关系对成像路径质量进行综合评价,提出有效准则矢量生成算法。利用成像有向图的拓扑特性,基于时间顺序顶点选择策略进行顶点标记更新,生成出有向图中所有的有效准则矢量及每个准则矢量对应的一条Pareto优化路径。实验结果表明,获得的有效准则矢量数目小,算法可以在较短时间内得到多条具有代表性的优化成像路径,满足卫星成像调度的时间和性能要求。     

地球观测网络成像任务可调度性预测方法

为了能够快速、合理地分配成像任务,充分发挥对地观测网络的观测效能,对成像任务可调度性预测问题进行了研究,提出一种由协同任务分配组件、任务调度组件、特征提取组件以及任务可调度性预测组件所构成的组件化求解架构。在成像卫星经典调度模型的基础上,提取成像任务特征,并采用变隐含层节点的反向传播（BP）神经网络集成技术求解成像任务可调度性问题。仿真结果表明,集成BP神经网络的平均预测准确度可以达到85%以上。     

考虑成像质量的敏捷卫星任务调度模型与算法

针对敏捷卫星任务调度中成像质量受观测时间影响的特点,构建考虑观测时间因素的约束满足模型,提出一种将离散差分进化与变邻域搜索相结合的求解算法(DDE-VNS)。首先,描述敏捷卫星任务调度时间约束;其次,考虑观测时间对成像质量的影响、任务间姿态转换时间约束、星上存储与能量约束等因素构建了敏捷卫星任务调度的约束满足模型;再次,设计离散差分进化的变异、交叉和选择算子,采用变邻域搜索对每次迭代的最优解进行局部搜索以寻找更好的邻域解,并给出了算法的实现流程。仿真结果表明,利用该模型可获得收益值较高的调度方案,且该算法在收敛速度更有优势。     

基于任务分解的多星成像规划模型建立与求解

为解决多星成像规划模型中求解算法任务分配不合理、运算效率较低等问题,根据卫星性能指标和遥感器成像能力等约束条件,建立多星成像规划模型。求解该模型时,基于免疫算法设计任务分配方案,并基于图的最长路径算法设计单轨道圈次调度方案,使卫星能够尽可能多地对分配至该轨道圈次的点目标成像。将单轨道圈次调度结果作为反馈信息,调整任务分配方案,并通过多次迭代使得出的结果接近全局最优解。以多颗卫星对不同数量的点目标成像为条件,对模型进行测试,并与现有的规划模型对比。结果表明:文章提出的模型,能够在较短的时间内求解多星成像规划问题,得出较优的成像方案。     

基于双基地ISAR的极坐标格式算法及其改进算法

通过对双基地逆合成孔径雷达(Bistatic\|ISAR)回波信号模型进行分析,得出双基地ISAR回波信号在空间波数域的分布特性及其支撑区范围;在此基础上,提出了适于双基地ISAR的极坐标格式算法(PFA),该算法采用距离向线性插值和方位向非线性插值的方法实现极坐标到直角坐标的变换;此外,针对插值运算复杂度高的问题,在距离向插值中,引入Chirp\|Z变换代替距离向线性插值,并结合方位向非线性插值提出了基于Chirp\|Z变换的双基地ISAR的PFA算法;最后通过对点目标模型的仿真验证了所提算法的有效性。
     

用启发式算法和基于冲突的回跳算法求解卫星测控资源调度问题

针对卫星用户提出的两种不同性质的申请,建立了问题的约束满足模型;根据申请的不同特点分别提出了启发式算法和基于冲突的回跳算法对模型进行求解,并设计了均衡原则、效能原则和就近原则,引导求解过程趋向多目标优化,在优先提高任务支持率的同时兼顾测控站的使用均衡和效能;最后,将算法应用于一个6站10星的调度问题,并进行数值仿真研究。仿真结果表明,本文提出的算法与遗传算法相比,能在更短时间内求得任务支持率更高且负载更均衡的解,证明了算法具有较好的寻优能力。     

直接对准算法及遗传算法在SINS初始对准中的应用研究

分析了捷联惯性导航系统（SINS）应用直接对准算法进行初始对准的基本原理，并验证了基于中等精度惯性器件的量测值进行静基座直接对准的可行性。简要介绍了遗传算法（GA）及其搜索过程，提出了根据静基座直接埘准的结果，确定GA遗传空间的方法，并构造了GA的适应度函数。仿真结果表明，与常规滤波算法相比，结合使用直接对准和遗传算法两种方法进行SINS静基座初始对准，不仅大大缩短了对准时间，精度也与其相当。     

一种维特比译码改进算法的研究

介绍传统维特比译码算法的基本原理;根据卷积编码的原理,结合(2,1,7)卷积码的子网表,提出一种维特比译码的改进算法,仿真结果表明,改进算法是可行的;最后通过数据分析,得出该算法与传统的译码算法相比具有存储量小、译码延迟短的优点。该算法同样适用于其它的卷积编码。     

MWD算法和NCS算法在低频UWB SAR成像中的比较

首先,从SAR成像角度重新推导了MWD算法,新推导方法更好地阐述了MWD算法的两维分离聚焦成像原理,并使该算法在形式上能够和其它频域算法保持一致,以便于不同频域算法间的比较分析。其次,基于文中所给的MWD算法和NCS算法成像流程,研究了两种算法对低频UWB SAR的成像性能。此外,通过评估浮点运算量,对比分析了两种算法的成像效率。最后,仿真和实测数据成像结果证明了理论分析的正确性。
     

遗传算法在多目标干扰中的应用

为了解决多目标干扰中多参数波形优化设计,在标准遗传算法的基础上,对交叉、变异概率做自适应处理,提出一种基于二进制编码的自适应遗传算法。改进后的自适应遗传算法不仅解决了多参数波形优化中需考虑参数过多、高维、无约束条件、无法用常规方法得到理想波形的问题,而且与标准遗传算法以及未做自适应处理的改进遗传算法相比,在算法的收敛性方面和全局搜索方面都有了提高。仿真实验证明该算法的有效性和正确性。     

接收机自主完好性监测可用性判断方法研究

简介目前卫星导航中的接收机自主完好性监测RAIM算法和其中常用的三种可用性判断方法:δHm ax方法、ARP(Approxim ated R ad ia l-E rror Protected)方法和HPL(Horizonta l Protection Leve l)方法。对这三种可用性判断方法进行了理论分析和比较,证明δHm ax方法和HPL方法的理论等价性。通过计算机仿真对δHm ax方法和HPL方法的等价性进行了验证。并给出三种可用性判断方法在我国部分地区的RA IM算法的可用率。     

"预先"进化遗传算法研究

遗传算法在对单目标函数的静态寻优中表现出了良好的收敛性和鲁棒性。但是在优化目标动态变化,要求很快给出优化结果时,由于遗传算法运行时间较长,就难以实现。本文提出的“预先进化遗传算法”,就是为了使遗传算法具有动态性能,能够适应优化目标的动态变化,提高寻优的实时性。算法主要思路是借助于并行计算技术、在确定优化目标(决策)过程中就对可能的多个优化目标函数的优良个体进行培养。一旦优化目标确定,在预先培养的优良个体的基础上可以快速寻优。这样就使遗传算法能够适用于优化目标可变的动态环境。文中描述了“预先”进化遗传算法的实现算法,并证明了算法的有效性。最后对算法进行了验证。通过实例可以看出,采用传统遗传算法,单目标函数优化一般要迭代300次,才能够得到较理想的优化结果。而“预先”进化遗传算法经过150次左右的多个目标同时预先进化后,对具体目标的进化只需要50次左右就收敛到较理想的数值。由于预先进化是与决策具体的优化目标同时进行,因此可以实现优化目标确定后的快速寻优。     

一种基于遗传RBF神经网络的智能容错滤波算法

针对组合导航中标准卡尔曼滤波容错性能不足的问题,提出一种基于遗传RBF神经网络的智能容错滤波算法,其基本思想是通过RBF网络自动调节滤波增益来控制不确定性噪声的影响,进而提高滤波容错性。在RBF神经网络中,隐层单元与核函数宽度的选取对网络的性能具有重要影响,进而利用自适应遗传算法对其隐层单元数及核函数宽度进行了优化,隐层单元中心和输出层连接权值分别由K-均值聚类和最小二乘算法确定,最后得到精度较高且结构优化的RBF网络。为检验方法的应用效果,以SINS/GPS组合导航系统为例进行了仿真验证,实验结果表明遗传RBF网络容错滤波算法能在满足导航精度和计算量增加较小的前提下,比标准卡尔曼滤波具有更强的容错能力,由此也说明了方法的有效性。     

团队进步算法与遗传算法和粒子群算法进行天线阵综合的比较

团队进步算法（TPA）是近期由研究者提出的一种新型优化算法,具有与传统优化算法不同的寻优机制。函数测试结果表明,该算法是一种能够兼顾避免早熟收敛和计算速度的有效的优化算法。文章将团队进步算法、遗传算法和粒子群算法应用于阵列天线方向图综合,给定阵列天线合适的设计要求,用Matlab编制程序对阵列天线进行了优化计算。通过对三种优化算法的综合结果比较,表明新算法在应用于较复杂的阵列天线方面以及在优化性能方面的优越性,显示了新算法在天线设计中的广泛应用前景。