基于重點任務(wù)優(yōu)先規(guī)則快速衛(wèi)星任務(wù)規(guī)劃方法

《基于重點任務(wù)優(yōu)先規(guī)則快速衛(wèi)星任務(wù)規(guī)劃方法》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、基于重點任務(wù)優(yōu)先規(guī)則快速衛(wèi)星任務(wù)規(guī)劃方法　　摘要加快任務(wù)規(guī)劃效率是提高遙感衛(wèi)星任務(wù)規(guī)劃快速反應(yīng)能力的關(guān)鍵問題之一。該文提出基于重點任務(wù)優(yōu)先規(guī)則的啟發(fā)式算法，設(shè)計了任務(wù)插入方法，使算法能夠盡快生成優(yōu)化解。仿真試驗表明，該算法能在較短時間內(nèi)獲得滿足約束的規(guī)劃方案，提高了效率?！娟P(guān)鍵詞】遙感衛(wèi)星任務(wù)規(guī)劃啟發(fā)式算法1引言遙感衛(wèi)星任務(wù)規(guī)劃是遙感衛(wèi)星管理控制的核心內(nèi)容，它的主要任務(wù)是針對衛(wèi)星遙感任務(wù)需求，統(tǒng)一考慮衛(wèi)星平臺、有效載荷、成像要求等各種約束條件，進(jìn)行規(guī)劃調(diào)度，為任務(wù)合理地安排衛(wèi)星資源和時間窗口，使任務(wù)收益最大化。國內(nèi)外學(xué)者針對遙感衛(wèi)星任務(wù)規(guī)劃問題做了很多研究工作，主

2、要的解決方法是采用遺傳算法、模擬退火算法、蟻群算法等人工智能方法。這些算法應(yīng)用于解決遙感衛(wèi)星任務(wù)規(guī)劃問題取得了較好的效果，但也存在一些不足，其中一點就是這些算法一般采用迭代和回溯機(jī)制，計算時間較長，在算法的后期逼近最優(yōu)解時，要做大量無用的冗余迭代。10在遙感衛(wèi)星的實際應(yīng)用中，遙感任務(wù)成像的需求方一般會針對重點任務(wù)提出特定的要求，明確重點任務(wù)由哪種型號的遙感衛(wèi)星進(jìn)行成像并規(guī)定成像的時間窗口，即這部分重點任務(wù)已經(jīng)有明確的衛(wèi)星成像方案；本文設(shè)計了基于重點任務(wù)優(yōu)先規(guī)則的啟發(fā)式插入任務(wù)算法，高效率地完成任務(wù)規(guī)劃，實現(xiàn)了遙感衛(wèi)星任務(wù)規(guī)劃優(yōu)化效果和求解效率的統(tǒng)一。2問題分析遙感

3、衛(wèi)星進(jìn)行成像觀測需要滿足多種復(fù)雜約束條件，本文在解決遙感衛(wèi)星任務(wù)規(guī)劃問題的前提下對諸多約束條件做了適當(dāng)簡化和規(guī)范化處理，避免了由于包含過多的非關(guān)鍵性要素導(dǎo)致問題過于復(fù)雜而難以求解，具有一定的實用意義。遙感衛(wèi)星任務(wù)規(guī)劃問題的主要約束條件如下：（1）必須滿足衛(wèi)星存儲容量約束，即衛(wèi)星總成像時長不能超過衛(wèi)星存儲容量；（2）必須滿足衛(wèi)星成像轉(zhuǎn)換時間約束，即某次成像結(jié)束到下一次成像開始時間間隔大于衛(wèi)星成像結(jié)束恢復(fù)時間與成像開始準(zhǔn)備時間之合；（3）必須滿足衛(wèi)星能源約束，衛(wèi)星進(jìn)行成像和星載傳感器側(cè)擺都會消耗一定的能源，衛(wèi)星任務(wù)規(guī)劃方案中的全部成像動作消耗的能源不能超過衛(wèi)星最大能量

4、限制；（4）必須滿足衛(wèi)星星上指令存儲約束，衛(wèi)星的成像動作均對應(yīng)一定的指令序列，衛(wèi)星任務(wù)規(guī)劃方案中的全部成像動作對應(yīng)的指令條數(shù)不能超過衛(wèi)星最大指令存儲數(shù)量限制；10（5）必須滿足最短成像時間約束，衛(wèi)星單次成像時長不能少于最短成像時間限制；（6）必須滿足最長成像時間約束，衛(wèi)星單次成像時長不能多于最長成像時間限制。在滿足上述約束條件的基礎(chǔ)上，遙感衛(wèi)星任務(wù)規(guī)劃問題要實現(xiàn)的優(yōu)化目標(biāo)為成像收益最大，即盡可能多地對重要任務(wù)進(jìn)行成像。本文的參數(shù)定義見下表。3算法研究遙感衛(wèi)星任務(wù)規(guī)劃問題是典型的多目標(biāo)優(yōu)化問題，人工智能優(yōu)化方法對于解決這類問題有較好的適用性，其中啟發(fā)式算法由于具備簡

5、單易于實現(xiàn)、速度快求解效率高、直觀便于人工參與制定規(guī)則的優(yōu)點，得到了廣泛的應(yīng)用[5]。啟發(fā)式算法可以根據(jù)用戶在不同任務(wù)規(guī)劃模式下的不同偏好，明確制定相應(yīng)的規(guī)則，基于這些規(guī)則從空解（所有衛(wèi)星尚未承擔(dān)任何成像任務(wù)的起始狀態(tài)）開始逐步構(gòu)造一個完整解（所有衛(wèi)星承擔(dān)的成像任務(wù)以及任務(wù)間的執(zhí)行次序都已確定的狀態(tài)）；由于不需要回溯或迭代，因此啟發(fā)式算法對常見的問題都可以很快返回一個可行解，適用于對生成衛(wèi)星任務(wù)規(guī)劃方案的時效性要求較高的情況。本文在啟發(fā)式算法基礎(chǔ)上設(shè)計了基于重點任務(wù)優(yōu)先規(guī)則的快速插入任務(wù)算法，解決遙感衛(wèi)星任務(wù)規(guī)劃問題。3.1任務(wù)合并成像10遙感衛(wèi)星成像時，通過對傳

6、感器側(cè)視角度和成像時長的調(diào)整，可以在一次成像的觀測條帶內(nèi)包含多個任務(wù)，稱為任務(wù)的合并成像[6]。衛(wèi)星對重點任務(wù)的一次成像時間窗口為，傳感器側(cè)視角度為，如果一個任務(wù)滿足：，，則重點任務(wù)和任務(wù)可以進(jìn)行合并成像。3.2重點任務(wù)選擇啟發(fā)式規(guī)則重點任務(wù)在任務(wù)規(guī)劃開始前的任務(wù)協(xié)商階段由遙感任務(wù)成像的需求方指定，明確由哪種型號的遙感衛(wèi)星進(jìn)行成像、規(guī)定成像的時間窗口，如果不同的需求方提出的重點任務(wù)之間存在沖突，可以按照多因素分層啟發(fā)式規(guī)則進(jìn)行任務(wù)選擇。多因素分層啟發(fā)式規(guī)則來源于決策理論中針對多準(zhǔn)則優(yōu)化問題采用的一種策略。其主要思想為將多個需要考慮的因素按照一定標(biāo)準(zhǔn)進(jìn)行重要度排序，

7、分為最重要因素，次要因素等等，然后按照重要度的降序，逐個地針對每個因素，構(gòu)造初始解。本文采用以下規(guī)則逐步進(jìn)行存在沖突的重點任務(wù)選擇：優(yōu)先選擇成像收益高的任務(wù)；判斷可合并成像任務(wù)數(shù)量，選擇合并成像數(shù)量較多的任務(wù)；判斷傳感器側(cè)視角度，選擇側(cè)視角度較小的任務(wù)；判斷成像時刻太陽高度角，選擇太陽高度角較高的任務(wù)；判斷成像開始時間，選擇開始時間較早的任務(wù)；如果以上條件都相同，隨機(jī)選擇一個任務(wù)。重點任務(wù)成像集合為，經(jīng)過重點任務(wù)選擇后，待成像任務(wù)集合。103.3啟發(fā)式任務(wù)插入方法在確定重點任務(wù)的成像觀測方案后，按照3.1節(jié)的方法確定可與重點任務(wù)進(jìn)行合并成像的任務(wù)，這部分任務(wù)的成像

8、集合為，則