多星联合任务规划中的启发式求解方法研究

多譬联合任务规划问题需要考虑卫星侧视、星载存储容量、星上能量、数据传输等多种约束,是一个复杂的组合优化问题.通过对卫星成像约束条件抽象,建立联合规划的数学模型,将问题归约为特殊的多时间窗约束车辆装卸问题,面向应急条件下的应用,结合领域应用特点,提出基于动态装载概率模型和估算总装载量的启发式搜索任务规划算法(HADPPEC),并与实际运行的多星任务规划系统进行了大量实验比较.结果表明本方法比传统方法在运行时间和算法结果卜都更出色.     

一种面向成像卫星的启发式分层任务规划方法

针对成像卫星运控系统设计中的高计算效率、动态任务调整应用需求,提出了一种启发式分层任务规划方法,采用资源预算、分层规划、约束复核、动态调整的思路构建任务调度路径,利用启发式贪婪策略逐级引导任务规划求解过程,通过在每一层上缩减问题规模实现解空间的分步降维,加速任务规划计算。提出低收益任务消减和冲突任务消解策略处理应急动态任务请求,实现在保证原规划方案结果继承性基础上响应新任务输入。仿真验证结果表明所提算法能够有效规划高密度任务,同时具备较好的计算性能。     

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。     

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。     

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。     

考虑任务聚类的多星观测分阶段调度方法研究

单个轨道圈次内星上能量和侧摆次数有限,在卫星观测调度时考虑任务聚类可以提高观测效率。分析了满足用户分辨率需求下多任务聚类的约束条件,并对聚类任务的时间窗口和侧摆角度进行了合理优化。提出了先聚类后调度再修复的分阶段求解策略:首先用团划分聚类算法和启发式插入聚类算法把多星多轨道圈次观测调度问题转化为单星单轨道圈次观测调度问题,然后采用基于时间序无圈有向图的多准则优化卫星调度方法求解单星单轨道圈次调度问题,最后提出一种修复策略进一步优化调度结果。案例仿真表明,提出的方法可行,能够提高卫星的观测效率。     

面向任务约束的航天器姿控系统在轨重构算法

针对任务约束下的航天器姿态控制系统(ACS)在轨重构问题,提出了一种基于自适应动态规划(ADP)的在轨重构算法。首先,综合考虑航天器在轨任务约束条件设计效用函数和性能指标函数,获得离散Hamilton-Jacobian-Bellman(HJB)方程形式的最优重构策略。其次,采用执行依赖启发式动态规划(ADHDP)方法近似求解HJB方程,避免了直接求解HJB方程的"维数灾难"问题。通过简化设计ADHDP执行网络,提高了迭代训练速度;同时在训练中引入ε-greedy因子,避免了训练算法过早陷入局部最优解。仿真结果验证了所提方法的有效性。     

面向GEO目标的快速在线在轨服务任务规划

针对地球同步轨道多对多在轨服务任务规划问题,提出了一种基于拍卖算法和先验知识的改进启发式拍卖算法(IHAA)。首先,建立了基于Lambert变轨的任务规划问题表征,设计了给定变轨时长约束下的快速燃料最优估计策略。其次,针对考虑J 2摄动影响的航天器在轨服务规划问题,提出了一种基于拍卖算法的快速求解流程。其中,为确定每一轮拍卖算法任务列表,提出了基于变轨先验知识的目标优先级排序启发式策略,实现了快速的服务时序确定方法;此外,为减少因部分航天器服务能力低导致的分配失败情况,设计了一种基于失败任务再分配的重拍机制。最后,将所提算法与遗传算法、模拟退火算法进行了对比,结果表明IHAA可以快速给出相对适应度较高的规划结果,可用于突发事件星上在线自主规划,亦可提供优化算法初值以提升规划效率。     

机动卫星星座对多区域目标成像任务规划

针对太阳同步圆轨道卫星星座对地观测任务,研究了在卫星机动情况下对多区域目标的成像任务规划算法。首先提出了单颗卫星对单个点目标的观测方法,解析分析了点目标可见性,并给出了卫星变轨策略;进而通过把区域目标划分为多个条带,将问题转化为卫星对点目标观测问题,结合单星单目标观测方法分析区域目标各条带的可见性;最后建立优化问题模型,给出条带观测策略,并利用遗传算法优化星座对多区域目标的观测总面积。仿真结果表明该算法准确性高,能够有效提高星座的观测能力和观测总面积。