对地观测卫星任务规划问题研究

对地观测卫星任务规划是为了最大限度地满足用户的需求,对系统资源和活动进行规划与调度的过程。合理的任务规划是提高航天资源使用效益的重要手段。论文主要分析了对地观测卫星任务规划问题的主要特点,总结了这一问题的若干常用建模方法和求解技术,并探讨了对地观测卫星任务规划技术的未来发展趋势。     

遥感卫星任务规划问题研究现状与展望

随着遥感卫星的发展以及遥感应用需求的增加,遥感卫星任务规划问题日益突出。本文分析遥感卫星任务规划问题的分类和主要约束,分别从模型表示及求解算法两方面分析卫星任务规划的研究进展。最后,针对多颗遥感卫星的任务规划,指出未来的研究方向。     

基于地面任务-空间姿态映射的敏捷卫星任务规划

面向观测时间窗口相互重叠的多点目标观测任务需求,对敏捷卫星单星单轨任务规划问题进行研究。针对传统方法在卫星机动能力受限和成像任务冗余两种情况下求解效率低的缺陷,引入任务-姿态协同规划思想。首先,建立地面任务和空间姿态映射关系,并考虑相邻任务间姿态机动时间的最优性使得卫星在观测相邻任务时无多余等待时间,以此来设计任务-姿态协同规划数学模型。其次,根据任务-姿态协同规划数学模型,设计自适应伪谱遗传算法（APGA）,用以求解满足调整时间最优性的敏捷卫星任务规划问题。最后,通过仿真实验,验证了模型和算法能够有效地解决传统算法求解敏捷卫星任务规划问题时存在的求解效率低的缺陷。     

一种基于优先级的卫星成像任务快速规划流程

针对现有卫星成像任务规划算法模型复杂、计算量大、难以满足快速成像任务规划需求的问题,对成像任务规划中的各个过程进行了分析和分解,讨论了点目标可见预报算法及任务规划过程,建立了星历和星下点计算模型,给出了基于目标的重要程度和紧急程度的成像任务优先级确定方法,通过分析无侧摆和有侧摆卫星任务规划的特点,设计了一种基于观测目标优先级的成像任务规划流程,能够通过分布式或并行计算,实现成像任务快速规划。     

基于执行时段滑动调整策略的中继卫星任务规划算法设计

针对中继卫星任务规划问题开展研究,提出一种基于执行时段滑动调整策略的任务规划算法。首先分析了中继卫星资源调度过程,并对任务申请的时间特征进行形式化描述,然后归纳出任务分配的主要约束,从而完成问题建模。在此基础上,对优化算法进行设计,给出了执行时段滑动调整步骤。通过调整已规划任务执行时段的方法,使部分原本无法执行任务具备执行可能,提升了任务执行率和资源利用率。在仿真实验中,通过大规模测试分析对比不同算法的优化效果,验证了文中所提方法的有效性。     

基于Transformer层次预测的多星应急观测任务规划方法

应急观测任务规划是一个强时效性的复杂组合优化问题,必须在规定的时限内完成相应的计算。采用机器学习的方法对规划问题进行初始规划方案预测,可以有效地简化计算复杂度。为此,提出一种基于Transformer层次预测的多星应急观测任务规划方法,将多星任务规划的求解过程分解为3个步骤：首先,利用基于Transformer的任务可调度性预测模型预测待规划任务是否执行,得到预执行任务集合;然后,基于Transformer的任务分配模型对预执行任务集合分配卫星,得到初始规划方案;最后,利用基于随机爬山的约束修正算法对初始规划方案进行优化调整,得到可行规划方案。为验证所提方法的有效性,通过大量仿真实验与CPLEX优化器、标准遗传算法、长短期记忆网络等方法模型进行比较,实验结果表明所提方法计算耗时短,规划收益高,适用于多星观测任务快速规划。     

异构MAS结构下的空天资源多阶段协同任务规划方法

利用空天资源的互补优势进行协同观测是对地观测领域的新趋势.为提高对地观测效益和多阶段观测任务的完成度,分析了空天资源协同观测任务规划问题中的观测资源异构性和多阶段观测任务分解方式的多样性.针对卫星和无人机的任务规划模型不一致的特点,建立了异构多智能体系统(MAS)多阶段协同任务规划模型,根据模型特点将问题求解分解为两个协商过程,并分别提出了基于市场模型的异构MAS多阶段协同任务规划算法和基于自适应“超级步”的资源Agent协同任务规划算法.最后,研究了该方法在空天资源联合观测中的应用情况,实验及分析结果表明该方法能够有效解决空天资源对地观测协同任务规划问题.     

多星任务规划中的FFFS-DTMB与ADTPC-DTMB算法

 多星对地观测任务规划是一类典型组合优化问题,针对该问题中常见的时间窗口冲突问题,根据同一时间窗口内的冲突任务的处理方式提出了两种有效处理此类问题的规划算法：带有冲突任务时间窗口后移的先完成先规划算法(FFFS DTMB)以及冲突任务共存性判断算法(ADTPC DTMB),并给出了关键步骤的算法过程与伪代码。完整的卫星任务规划过程包括了约束检查、优先级检查以及任务规划,不考虑任务间关系与优先级,主要研究处理具有时间窗口冲突的任务规划算法。文中给出的两种算法优化目标均为最大化规划任务数量。算法的主要思路是通过采用一个冲突任务替换一个已规划的任务,并将替换任务后移至下一时间窗口或在同一时间窗口内部后移。最终的评价结果显示了两种算法的有效性。     

模块化可重构卫星在轨自重构的分层规划

模块化可重构卫星具有组织灵活、操作方便、适应性强等特点，可以有效降低卫星研制和发射成本、提高卫星对紧急任务的响应速度、延长卫星寿命。重构规划问题对模块的具体移动方式进行求解，是实现自重构需要解决的核心问题之一。针对同构式旋转立方结构，给出其离散运动模型，推导出运动空间求解算法。为降低重构规划问题的不确定性和复杂程度，采用分层规划策略，将规划任务分解为设计中间构型的上层规划和求解实现中间构型移动方式的下层规划，每层规划内部独立进行求解。设计了利用Kuhn-Munkres算法实现上层规划的重构规划算法，使中间构型具有较小的结构跨度，特别适合在轨自重构的重构规划问题求解。仿真结果表明了所提规划策略和所设计规划算法的可行性和有效性。     

低成本卫星地面控制设施的设计

该设计方法的核心是:卫星操作中的公共部分,即遥控、跟踪、子系统分析(包括遥测处理)、系统规划和调度、轨道确定和保持、数据传送和控制。特殊卫星任务的应用和操作另行考虑,以保证本设计方法可应用于许多种卫星系统。关于特殊卫星任务的讨论将限制在了解支持航天任务的地面控制设施总规模和业务范围。分离出“通用”卫星操作功能,可研究出一种低成本通用设计方法,该方法允许对系统作阶段性改进,而对在轨设施和测控性能影响极小。该方法的目标是提高卫星系统的可扩展性、可维护性和可操作性。     

基于神经网络的广义经典分配航迹关联算法

在序贯航迹关联算法的基础上提出了一种广义经典分配航迹关联算法。此算法实际上是求约束条件下的函数最小值问题,属于组合优化问题,其计算复杂度随着目标数的增加而发生爆炸现象。根据Hop field神经网络模型解决此类问题的能力对此广义经典问题进行了求解。仿真实验结果表明,广义经典分配算法能够有效地解决航迹关联问题,而且用神经网络求解此问题降低了计算复杂性,并具有很高的关联正确率。     

平均场退火算法在GPS姿态确定中的应用

研究了基于GPS载波相位测量载体姿态的技术 ,采用了精度高速度快的平均场退火算法(MFANN)。MEFANN是竞争性的Hopfield神经网络和随机模拟退火算法结合起来的一种算法 ,用来求解最优姿态确定问题。首先阐述了GPS载波相位姿态测量基本原理 ,接下来建立了姿态测量系统数学模型 ,应用MFANN算法来解算整周模糊度和方位角 ,最后给出了应用MFANN方法求解的实例 ,说明该方法是有效的     

成像观测卫星多星联合调度模型及其列生成求解算法研究

首先介绍成像观测卫星调度问题的特点和主要约束,将成像观测卫星调度分为调度预处理、调度模型及求解、调度结果评估3个阶段。在此基础上,论述成像观测卫星调度模型,并采用列生成法,将多卫星调度问题分解为集合分割主问题和单卫星调度子问题,通过循环迭代来求解调度模型。最后,针对本文提出的算法设计一个问题实例,并给出算法计算结果。结果分析表明,本文提出的模型和算法能较好解决实际应用问题。     

对地观测卫星调度的混合整数规划模型及求解

首先简要介绍对地观测卫星的成像过程,详细分析多星调度过程中涉及的各种约束。在此基础上,将对地观测卫星调度问题看作一类具有时间窗口的并行机器调度问题,对其进行了数学描述,并建立对地观测卫星调度的混合整数规划模型。采用列生成法,将多卫星调度问题分解为集合分割主问题和单卫星调度子问题,通过循环迭代来求解调度模型。最后,针对本文提出的算法设计一个问题实例,并给出算法计算结果。结果分析表明,列生成法的效率与问题规模大小相关。     

程序调参飞行控制律的神经网络实现

为保证飞行品质,现代飞机中多采用程度调参飞行控制律,由于调参规律的高度非线性,使得控制律的工程实现相当困难。为此,对程序调参飞行控制律的神经网络实现方法进行了研究。通过应用ＢＰ神经网络逼近非线性调参规律。探讨了用ＢＰ网络实现程序调参飞行控制律的一般方法,给出了网络的结构及其优化算法,并以某型飞机电传操纵系统倾斜阻尼通道的程序调参控制律为例,对该实现方法进行降验证。结果表明,实现精度符合工程要求。     

Selecting and scheduling observations of agile satellites

This article concerns the problem of managing the new generation of Agile Earth Observing Satellites (AEOS). This kind of satellites is presently studied by the French Centre National d'Études Spatiales (PLEIADES project). The mission of an Earth Observing Satellite is to acquire images of specified areas on the Earth surface, in response to observation requests from customers. Whereas non-agile satellites such as SPOT5 have only one degree of freedom for acquiring images, the new generation satellites have three, giving opportunities for a more efficient use of the satellite imaging capabilities. Counterwise to this advantage, the selection and scheduling of observations becomes significantly more difficult, due to the larger search space for potential solutions. Hence, selecting and scheduling observations of agile satellites is a highly combinatorial problem. This article sets out the overall problem and analyses its difficulties. Then it presents different methods which have been investigated in order to solve a simplified version of the complete problem: a greedy algorithm, a dynamic programming algorithm, a constraint programming approach and a local search method.     

Divisible load scheduling on single-level tree networks with buffer constraints

Scheduling a divisible load on a heterogeneous single-level tree network with processors having finite-size buffers is addressed. We first present the closed-form solutions for the case when the available buffer size at each site is assumed to be infinite. Then we analyze the case when these buffer sizes are of finite size. For the first time in the domain of DLT (divisible load theory) literature, the problem of scheduling with finite-size buffers is addressed. For this case, we present a novel algorithm, referred to as incremental balancing strategy, to obtain an optimal load distribution. Algorithm IBS adopts a strategy to feed the divisible load in a step-by-step incremental balancing fashion by taking advantage of the available closed-form solutions of the optimal scheduling for the case without buffer size constraints. Based on the rigorous mathematical analysis, a number of interesting and useful properties exhibited by the algorithm are proven. We present a very useful discussion on the implications of this problem on the effect of sequencing discussed in the literature. Also, the impact of Rule A, a rule that obtains a reduced optimal network to achieve optimal processing time by eliminating a redundant set of processor-link pairs, is also discussed. Numerical examples are presented.     

神经网络在广义经典分配问题中的应用

在两节点分布式多传感器系统中,一些航迹关联算法可以化为广义经典分配问题。广义经典分配问题是一个组合优化问题。当目标数目较多时,很难得到问题的最优解,而且其计算量容易呈现指数爆炸现象。文章提出了用Hopfield神经网络和平均场网络解决此问题的方法。仿真结果表明,采用文章提出的人工神经网络模型求解广义经典分配问题,不仅使航迹关联具有较高的关联正确率,而且计算时间不会出现指数爆炸现象。仿真结果还表明,平均场网络相比Hopfield神经网络更易于得到问题的最优解。