海洋一号卫星观测任务规划算法设计及系统应用

针对海洋一号卫星观测任务规划需求,提出并实现了基于遗传策略的任务规划框架,解决了卫星实际使用中成像任务受卫星其他业务影响的多类型约束成像规划问题。基于海洋一号卫星实际规划业务要求,对任务规划约束和优化目标建立数学模型,提出了由预处理、窗口约束处理和组合约束处理与优化组成的三阶段规划框架。设计了多约束任务规划优化目标函数,并利用交叉、变异和种群选择等遗传机制对优化问题进行了求解。基于海洋一号卫星实际观测需求数据,对提出的算法进行了有效性和性能验证,结果表明本算法能够给出满足多类型约束的观测规划方案,并在观测时间、观测覆盖率等方面较其他策略有显著提升。研究结果表明通过优化目标函数的设计遗传算法能够实现复杂约束条件的成像规划求解,算法框架可为与海洋卫星具有相似业务特点的对地观测规划系统设计提供借鉴。     

面向天文观测的空间科学卫星任务规划方法研究

面向天文观测的空间科学卫星任务规划是一个复杂的多目标优化问题.通过对天文观测类卫星的任务规划要素及约束条件进行抽象,建立了面向天文观测的多目标任务规划问题模型,在此基础上设计了基于NSGA-II的多目标观测任务规划算法,并通过实例进行了实验及结果分析.研究表明,该方法能够有效解决天文观测类卫星不同规模的任务规划问题.      

天区机遇目标空间探测任务规划算法

针对中法合作SVOM卫星的天区范围内机遇目标规划问题（ToO-MM），对其中的约束条件和优化目标进行抽象，建立了规划问题数学模型，设计实现了基于启发式规则的机遇目标规划算法TMHPA。以最大化卫星科学观测收益和最大化应急任务响应度为优化目标，考虑卫星姿态调整时间的影响，对观测任务和数传任务进行规划。通过仿真实验验证算法的有效性，结果表明该方法能够在保证算法收敛性和时效性同时，给出卫星在天区范围内的网格单元（tile）目标观测序列以及执行数传任务的时段安排，实现对ToO目标观测的快速响应，并及时下传机遇目标科学观测数据，满足规划算法的设计需求。     

具有持续侦察时间约束的协同航路规划

为获得目标有效信息,无人机（UAVs）执行侦察任务时针对不同目标所需的持续侦察时间存在一定的差异。本文假设无人机在目标持续侦察过程中保持定直平飞以确保有效侦察,针对至多3个侦察任务重叠的情况,通过几何分析,提出了存在侦察任务重叠情况下的多侦察任务同时侦察方法。在考虑侦察任务重叠和多机协同侦察的同时,以最小化侦察路径长度为性能指标,相邻侦察点间采用Dubins曲线进行航路规划,利用引入精英机制的混合粒子群优化算法实现侦察任务序列优化,实现具有持续侦察时间约束的协同航路规划。仿真结果表明提出算法的有效性。      

基于有向无圈图的敏捷卫星姿态机动策略

针对敏捷卫星一次过境时间内的同轨拼幅观测和同轨多点连续观测模式的姿态机动策略问题,提出一种基于时间序有向无圈图的敏捷卫星姿态机动策略算法.该算法首先将区域目标和点目标转化为若干条带目标,然后通过将各个条带的观测时间窗口离散成一系列带有条带信息的时刻点,构造时间序有向无圈图,将敏捷卫星对地观测姿态机动策略问题转换为图论的寻找最优路径问题.仿真算例表明,该算法能够有效解决敏捷卫星同轨拼幅观测和多点连续观测的姿态机动策略问题,获得最大化观测覆盖收益同时机动时间消耗最小的姿态机动方案.      

基于数据驱动的移动目标卫星任务规划

卫星任务规划是卫星地球观测的重要前提。传统的卫星任务规划主要针对固定地面目标，不能满足日益复杂的任务需求。针对移动目标的卫星观测任务，提出了一种基于数据驱动的移动目标卫星任务规划方法。该方法在大量的移动目标数据的基础上，通过改进的长短期记忆神经网络算法预测了目标的未来轨迹和位置信息，并通过约束满足型遗传算法规划了基于预测算法结果的移动目标卫星观测任务。鉴于移动目标观测中约束和任务冲突的复杂性，约束满足型遗传算法以条件形式将约束嵌入到遗传算法中，并在算法中特别设计了冲突消除算子以解决任务冲突问题。仿真结果证明了该方法在解决移动目标卫星任务规划问题上具有优良的效率，并获得了很高的观测精度。     

一种面向动态需求的多优先级天文观测卫星任务重规划方法

针对多优先级天文观测卫星任务动态规划问题，分析了高优先级任务动态插入以及未知事件中断原任务规划方案执行的情况，研究了原任务规划方案相应的动态规划问题.在关于SVOM （Space multi-band Variable Object Monitor）卫星任务规划系统的研究中，针对单星机遇目标任务重规划问题，提出一种基于滚动优化策略的任务重规划求解方案.在每个滚动周期内，优先安排高优先级动态到达任务，回滚处理原方案中受未知事件和高优先级机遇目标影响的任务，或者删除原方案中受影响的任务.目标函数综合考虑了全年卫星任务规划总时长和机遇目标的规划总时长.仿真验证结果表明，本文设计方法对于快速响应高优先级机遇目标以及提高服务质量具有一定意义.      

基于合同网的对地观测资源动态协同规划方法

卫星、无人机等对地观测资源已经成为执行灾害救援、灾损评估等多样化监测任务的主要观测手段，而大规模任务的随机调整和动态执行环境是快速制定对地观测方案的核心难点。针对此问题，提出一种面向不确定环境的对地观测资源动态协同规划方法，以动态高效地制定异构观测资源的协同观测方案。首先，结合合同网协议提出一种自下而上的分布式动态协同框架，以整合空天地异构观测资源构建分布式、动态、松耦合的协同观测网络。然后，根据该协同框架提出多轮组合分配方法及优化算法以快速动态地分配大规模监测任务。最后，通过仿真实验证明，在任务持续并发的动态不确定环境中，基于合同网的动态协同规划方法在提升了约25%任务完成率的同时，降低了约20%的运行时间，实现了任务完成率与方法运行时间的平衡。      

应急任务响应时间最优的多星成像规划方法

针对优化多星应急成像任务规划的响应时间问题进行了研究。为避免优先规划应急任务对任务总收益的影响，提出一种优化应急任务响应时间的同时兼顾任务总收益的多星成像规划方法。首先，针对综合考虑应急任务和常规任务的多星成像规划特点，建立两级目标优化的约束满足模型；其次，将模型求解过程分解为任务时间窗选择和单轨动态规划两个部分，基于自适应免疫算法对时间窗选择进行优化，同时设计前向动态规划算法确定卫星单轨最优观测路径；最后，对所设计算法的性能进行了测试，并与其他算法进行了对比。仿真结果表明本文方法能够保证应急任务响应时间最优，并同时具备较高的任务总收益，适合于求解大规模的多星成像规划问题。     

面向海洋观测的成像卫星任务规划方法

面向海洋观测的成像卫星是一种轨道较高的可见光对地观测卫星,主要用于探测海上船舶活动以及监测海洋环境参数等。对地观测卫星任务规划问题是一个复杂的组合优化问题,通过分析面向海洋观测的成像卫星工作特点及约束条件,建立了一种考虑多数传模式共存的数学模型,提出了一种基于最大收益损失比的卫星任务规划算法。试验结果表明该方法能够有效解决面向海洋观测的成像卫星任务规划问题。     

Mission planning optimization of video satellite for ground multi-object staring imaging

This study investigates the emergency scheduling problem of ground multi-object staring imaging for a single video satellite. In the proposed mission scenario, the ground objects require a specified duration of staring imaging by the video satellite. The planning horizon is not long, i.e., it is usually shorter than one orbit period. A binary decision variable and the imaging order are used as the design variables, and the total observation revenue combined with the influence of the total attitude maneuvering time is regarded as the optimization objective. Based on the constraints of the observation time windows, satellite attitude adjustment time, and satellite maneuverability, a constraint satisfaction mission planning model is established for ground object staring imaging by a single video satellite. Further, a modified ant colony optimization algorithm with tabu lists (Tabu-ACO) is designed to solve this problem. The proposed algorithm can fully exploit the intelligence and local search ability of ACO. Based on full consideration of the mission characteristics, the design of the tabu lists can reduce the search range of ACO and improve the algorithm efficiency significantly. The simulation results show that the proposed algorithm outperforms the conventional algorithm in terms of optimization performance, and it can obtain satisfactory scheduling results for the mission planning problem.     

小天体探测自主绕飞智能规划建模

针对小天体探测存在显著通讯延迟、任务执行效率低等问题,梳理了小天体探测智能规划需求,面向自主绕飞任务开展了智能规划研究。首先将该问题分解为平台任务智能规划和载荷任务智能规划两部分。针对平台任务智能规划问题,基于PDDL语言设计了探测器自主管理知识模型,提出了基于状态时间线扩展的求解算法;针对任务智能规划问题,建立了基于CSP问题的智能规划数学模型,提出了基于遗传策略的求解算法。最后开发了仿真系统进行算法验证。仿真结果表明:该方法可综合平台与载荷需求,在存储、能源、通信等多种约束条件下,对绕飞探测任务进行统一的任务规划,并得到指令序列和动作序列,能够提高任务管控的智能化程度,降低任务操作的复杂性。     

基于遗传算法的Tiling覆盖策略天文卫星任务规划

天文卫星机遇目标任务规划是一个复杂的多目标优化问题.针对Tiling覆盖策略的机遇目标任务规划要求及其约束条件进行抽象,建立任务规划问题模型,在规划模型基础上设计基于遗传算法的多目标优化任务规划算法TPA,并通过实例数据验证了不同参数条件下的求解.在解决Tiling覆盖策略的天文卫星机遇目标多目标任务规划问题时,所提方...     

基于卫星云图的大区域云层预测方法

云层覆盖是影响对地观测卫星成像的一个重要问题,如果遥感图像中云层比例太高,或者特定目标不可见,则遥感图像就会失效。对地观测卫星能够根据云层预测信息,在多个观测目标之间进行选择。面向对地观测卫星任务规划的应用,设计了大区域范围的短期云层预测方法,首先通过光流法获取云运动矢量,然后依据云运动矢量外推获得预测的云层图像,同时引入拉普拉斯算子刻画云层运动过程中的扩散现象,利用风云二号卫星的真实云图序列数据,通过神经网络的反向传播算法优化扩散因子,以提升云层预测的效果。通过对结果进行分析,引入的拉普拉斯算子方法能够提高云层预测的精度,80%分位数的云层覆盖率误差约为11.7%,该精度的云层预测可以用于指导对地观测卫星任务规划。     

基于改进遗传算法对小卫星星群任务规划研究

针对小卫星星群任务运行特点,建立小卫星星群多任务规划问题模型,提出了基于成像任务时间及任务均衡度的多指标优化函数.针对所建模型,采用改进型遗传算法,引入资源随机分配的解码策略及精英保留策略,保证了算法的全局收敛性,提高了算法的性能.通过仿真算例,验证了算法在解决小卫星星群多目标任务规划问题上的有效性.