航天测控资源优先级设计分析

对卫星测控资源的优先级进行设置是卫星测控调度首要考虑的因素。首先在对测控资源工程需求进行分析的基础上,研究了影响测控资源优先级设置的9个基本原则,并完成各原则的定量化描述;然后通过建立改进TOPSIS(逼近于理想解排序法)模型得到了测控资源优先级的设计方法。最后结合实例给出优先级的计算过程,验证了设置过程和结果的可行性,为进一步研究测控调度算法提供参考。     

多星联合任务规划方法

针对多星对地观测系统联合任务规划问题,考虑卫星载荷具备连续侧摆能力和多种数据压缩模式的新特点,构建了多星联合任务规划模型,在此基础上设计多星联合任务规划和数传调度算法框架,实现了卫星连续侧摆成像规划算法和基于任务优先级的数传任务调度算法,最后采用实际算例进行试验,结果表明文章提出的多星联合任务规划方法能在提高完成任务数量的同时降低卫星资源消耗,满足实际应用需求。     

基于多星联合侦察的卫星数传调度问题模型

基于多星联合侦察的卫星数传调度问题是研究如何为卫星数传任务中每个单数传任务分配地面资源及数传时间的问题,对该问题的模型进行了研究.首先建立了单数传任务模型及卫星数传任务模型;然后在此基础上建立了问题的约束满足优化模型,重点分析了问题的目标函数及主要约束条件;为了解决该问题,最后提出了一个基于双综合优先度的启发式调度算法,并通过实例验证了算法的有效性.研究成果实现了问题的形式化描述,并给出了一种有效的问题求解算法.      

航天测控网资源均衡分配的调度方法

研究了航天测控网资源集中管理、统一分配的工作模式,以及满足多星测控任务的测控网资源调度方法。提出了测控网均衡调度的方法。首先面向任务,将卫星测控任务按优先级划分,按最优分配的原则进行分配,使测控网能够支持的任务数量大;在此基础上,考虑测控站负荷和备份再进行优化,使测控网内各测控站的负荷均衡。相比其他方法,考虑了任务执行的成功概率,各测控站任务分配更均匀,便于测控网的管理。     

基于DRL的巨型星座星地测控链路规划算法

针对巨型星座的星地测控链路规划问题，提出了一种基于深度强化学习的智能规划调度算法。该方法考虑了卫星对于测控站的资源竞争关系和连接关系，设计了环境状态，决策智能体通过感知卫星状态，结合动作选择策略，生成卫星对于测控站的分配方案，并根据反馈的奖励值进行策略的迭代优化。将本算法应用于巨型星座系统的星地测控链路规划任务，仿真结果表明所提出的智能算法可以将测控站天线利用率提升到98%以上，同时有效地降低了天线的切换次数。另外，训练好的模型可以根据未来时刻的星地可视窗口，在30s内快速生成星地测控链路规划方案。     

4基于遗传禁忌混合算法的敏捷卫星任务规划

多星多载荷敏捷成像卫星自主任务规划是一个复杂的多约束、非线性NP困难问题.分析了卫星观测任务约束和星上资源约束,建立了多星多载荷自主任务规划模型.针对此任务规划模型的特点,以及传统遗传算法和禁忌搜索算法的优缺点,采用了一种遗传禁忌混合算法进行求解.混合算法将禁忌算法嵌入遗传算法作为禁忌算法变异算子,解决了遗传算法早熟的问题.仿真结果表明混合算法比遗传算法收敛速度更快,比禁忌算法优化效果更好.     

基于遗传禁忌混合算法的敏捷卫星任务规划

多星多载荷敏捷成像卫星自主任务规划是一个复杂的多约束、非线性NP困难问题.分析了卫星观测任务约束和星上资源约束,建立了多星多载荷自主任务规划模型.针对此任务规划模型的特点,以及传统遗传算法和禁忌搜索算法的优缺点,采用了一种遗传禁忌混合算法进行求解.混合算法将禁忌算法嵌入遗传算法作为禁忌算法变异算子,解决了遗传算法早熟的问题.仿真结果表明混合算法比遗传算法收敛速度更快,比禁忌算法优化效果更好.     

航天器测控资源调度模型及算法

航天器测控资源调度问题研究的目的是通过一定的调度方法科学地分配有限的地面测控资源和最大化地完成航天器测控任务。在参考面向任务执行计划的航天器测控资源调度模型研究的基础上,文章提出了面向可见窗口的航天器测控调度模型,并给出了问题的确定性分支定界求解算法及其计算复杂度分析。最后,通过仿真计算验证了算法的有效性和实用性。     

跟踪与数据中继卫星(TDRS)跟踪用户星的条件分析

中继卫星是航天测控网发展的必然趋势.一颗中继卫星对不同轨道的用户星测控支持能力是不同的,受多种因素的影响.从理论上详尽地分析了地球同步轨道中继卫星(TDRS)对近地航天器的跟踪条件,计算了中继卫星对各种轨道高度近地航天器的测控覆盖率,给出了中继星到用户星可视算法、地球遮挡和受太阳直射的计算公式,通过专业STK软件仿真验证了所得结论的正确性,它们可以作为确定天基网的中继星数量和对在轨中继卫星进行资源分配的理论依据.      

基于分布式深度学习的多星计算卸载策略

在边缘计算增强的低轨卫星网络场景下,低轨卫星集群协同处理地面任务能有效降低用户响应时延。对卫星集群的联合卸载决策和资源分配优化问题进行研究,将其描述为一个混合整数规划问题,并采用了一种基于分布式深度学习算法的卫星边缘计算卸载算法（deep learning based offloading algorithm,DLOA）。该算法使用多个并行DNN用于生成卸载决策并采用经验回放存储新生成的卸载决策,当采用隐藏层结构不同的DNN,收敛速度比同构DNN提升18%,收敛值与最优值的比值基本为1,可以认为已收敛至最优。此外,探讨了DNN的数量对所使用的算法的影响,仿真结果表明采用少量DNN就可以获得近优的收敛效果。通过对不同任务规模下采用不同算法的任务完成率进行研究,结果表明DLOA算法可通过采用异构DNN和优化资源分配方案显著提升完成率,其较单星运算方案任务完成率提升1倍,较二进制粒子群算法方案提升20%。     

多星测控调度的遗传算法分析

针对多星过站冲突问题,以工程需求为导引,建立了多星测控调度模型,并采用遗传算法对其进行求解.从全局和局部搜索两种策略入手,以可用可见弧段为对象,设计了"全弧段"编码和基于协同进化的编码两种编码方式,给出了对应算法的实现流程和遗传操作算子,对两种编码方式的求解效率进行了分析.通过仿真对两种编码的求解质量与时间开销性能作了验证,由此得出了两种编码和对应搜索策略的适用范围.据此开发的系统已成功应用于航天顶层设计的辅助决策.     

天基信息港的多源信息融合任务调度研究

在天基信息港上实现多源信息融合,可以将数据的传输与处理集中在星上,减少了数据处理中心接收和分发数据的传输时间,提高了信息获取的时效性。考虑到任务高时效性的需求及天基信息港的资源受限,文章提出了天基信息港的多源信息融合任务调度问题,通过分析多源信息融合任务流程、天基信息港的资源特征,以最小化任务完成时间为优化目标,建立了天基信息港的多源信息融合任务调度模型,并设计了一种多机循环插入（Multi-machine Circular Insertion,MCI）算法对模型求解。仿真结果表明,该算法相比于列表调度算法能够平均减少10.8%的任务完成时间,算法运行时间大约为遗传算法的1/20,表明该算法能够满足天基信息港任务调度的高时效性要求。     

中继卫星单址链路调度模型与算法研究

中继卫星的任务规划与调度是空间资源管理的重要内容之一,目的在于为中继卫星系统的任务计划编制提供科学合理的决策手段与依据。中继卫星单址链路调度问题的重要特点在于,中继卫星与用户航天器之间并非时时可见,因此通信任务存在可见时间窗口约束。只有在可见时间窗口内,通信任务才可能执行并完成。在进行合理假设的基础上,建立中继卫星单址链路调度问题的约束规划模型。对基本遗传算法进行改进,提出了基于有效基因路径表示的改进遗传算法。应用结果表明,基于约束规划理论建立中继卫星单址链路调度模型并采用基于有效基因路径表示的遗传算法求解是合理的。     

最小数据丢失量的地月中继卫星任务调度研究

月球背面的探测器必须依靠地月中继卫星进行数据传输与通信。地月中继任务包括实时性任务和延迟容忍类任务,如数传任务。当探测器等待传输的数据量超出用户存储容量时,延迟容忍类任务会由于探测器本地存储资源不足和地月中继卫星天线资源受限而无法完成,导致任务数据丢失,所以需要设计一种合理的地月中继任务调度策略,提高地月中继卫星的资源利用率,减少数据的丢失。对地月中继卫星任务调度进行了研究,在分析地月中继卫星数传任务的特点及用户的存储限制的基础上,以最小化数据丢失量为优化目标,建立了地月中继卫星任务调度模型,并设计了一种基于离散烟花算法（DFWA）的地月中继卫星任务调度算法。仿真数据分析表明,基于离散烟花算法的地月中继卫星任务调度算法在求解结果上优于遗传算法,是一种合理、有效的调度方法。     

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。