一种高分辨率的基于特征空间的广义波束形成算法

针对GEIB算法性能严重受到阵列空间方向分辨率的影响问题提出一种高分辨率的波束形成HRGEIB算法。HRGEIB算法的基本思想是在GEIB的基础上引入频域滤波器,将频域滤波和空域滤波有效结合,以解决上述GEIB算法存在的问题。首先描述HRGEIB算法的原理,并且证明该算法能够在频域-空域的二维空间抑制干扰信号,提高GEIB算法的性能。然后,通过大量仿真实验考察HRGEIB算法的频域-空域自适应滤波特性,最后对算法中重要的参数进行讨论并且给出选择的方法。     

多星联合任务规划中不同迭代修复策略比较研究

对地观测卫星任务规划需要对参与规划的任务安排卫星成像窗口,问题优化目标是在不违反约束的情况下,最大化安排任务的重要性评价值,是一类典型的过载规划问题.引入迭代修复算法思想对多类型卫星任务规划问题进行求解,设计了迭代修复算法流程,给出基于成像概率、基于时间序和基于随机选择的三种不同的启发式策略,并结合不同的贪婪初始解生成策略进行比较研究.实验结果表明,基于随机选择的启发式策略在改进问题解上表现最优,而结合领域知识的初始解能有效提高算法收敛速度.     

基于拉格朗日松弛与最大分支算法的卫星成像调度算法

成像调度算法是卫星成像规划中的关键部分之一。建立了卫星成像调度问题的0-1     

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.     

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。     

基于分层控制免疫遗传算法的多卫星联合任务规划方法

 研究面向复杂任务需求的多卫星联合下的任务规划技术,对于提高对地观测系统的保障能力具有重要意义。各种类型的复杂任务需求由于需求特点的差异,使得相对于针对点观测任务的规划更加复杂。在提炼问题特点的基础上,建立了整数规划问题模型,并提出了分层控制免疫遗传算法。该算法采用双层操作,在父层采用遗传操作算子,在子层采用免疫操作算子,并引入基因重组、自适应免疫更新、小生境等机制改进搜索过程。仿真实验表明,分层控制免疫算法在解决复杂任务的任务规划中是可行有效的。     

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.