巨型遥感星座的任务规划方法

技术领域

本发明涉及一种巨型遥感星座的任务规划方法，属于遥感星座任务规划技术领域。

背景技术

现有巨型遥感星座的任务规划方法主要是以启发式算法为主，通过模拟退火、遗传算法、粒子群算法等启发式算法对任务规划执行方案进行直接优化。通常步骤如下：

(1)、先随机生成卫星时间窗口对各任务的匹配方案，即为初始任务规划执行方案。

(2)、对方案进行编码，表达为矩阵或者数组形式，方便计算机处理。

(3)、通过启发式算法对方案编码进行直接修改，如遗传算法则为对方案编码进行交叉变异、模拟退火则为对方案编码进行跳变生产新解等。

(4)、多次迭代后，目标函数值收敛即为最终优化结果。

该基础方案主要有以下缺陷：

(1)、规划速度慢。基础方案通过直接对方案编码进行修改以达到优化目的，而方案编码本质上是卫星时间窗口和待成像任务的匹配关系。该方案在处理巨型遥感星座时，不得不面对卫星和任务数目增多而带来的维度爆炸问题，因此其规划速度偏慢，响应时间偏长。

(2)、规划模式静态呆板。因为该方案规划速度慢，响应时间长，所以在面对巨型星座时无法处理随遇到来的并发任务。只能采取预先收集、集中处理的方式，在规划前预先收集前一天或者前12个小时的任务，再集中处理其在后续一天或者后12个小时的规划问题。该种规划模式不仅无法处理突发紧急任务，在面对常规任务时也因规划时间过长而达不到用户对任务时间指标的需求。

(3)、规划方法不考虑或无法正确考虑任务重要程度问题。在基础方案中，任务规划的优化目标为目标函数值，目标函数值一般与成像质量、完成率、被规划任务重要程度等有关。启发式算法仅会将任务的重要程度作为其中一个指标纳入目标函数，不能很好体现重要任务的更高优先级。

(4)、不能对用户需求进行个性化定制，在规划中不能体现用户与用户之间的差异性。在基础方案中，目标函数一般不会考虑到用户自身的独特需求。事实上，在具体的任务场景中，不同的用户在生成任务时往往有自身的指标偏好，会各自倾向于准时程度、成像光照条件、成像分辨率等不同的指标。而传统方案中，目标函数一般会将这些指标纳入统一考虑，而往往忽视了用户个体的差异性。

发明内容

针对现有遥感星座任务规划速度慢的问题，本发明提供一种巨型遥感星座的任务规划方法。

本发明的一种巨型遥感星座的任务规划方法，包括普通任务规划步骤，该普通任务规划步骤包括：

S1、待成像任务通过考试机制获取各自的重要性分数，根据重要性分数由大到小对待成像任务进行排序；

S2、每个待成像任务根据对不同卫星的成像时间窗口T

S3、根据排序的待成像任务和各待成像任务的志愿书，按照平行志愿机制的规则将各卫星的成像时间窗口与各待成像任务进行任务匹配，产生普通任务规划方案；

所述平行志愿机制为按重要性分数排序，为待成像任务匹配卫星的成像时间窗口，重要性分数大的待成像任务会先被匹配，且按照志愿书中卫星成像时间窗口的排序依次与待成像任务匹配，如果当前待成像任务与志愿书中某卫星的成像时间窗口成功匹配，则当前待成像任务与志愿书中后续的卫星的成像时间窗口无需再匹配，直接进入到下一个待成像任务的匹配，如果当前待成像任务与志愿书中所有的卫星成像时间窗口均未匹配成功，则进入到下一个待成像任务的匹配。

作为优选，本方法还包括特殊或紧急任务规划步骤，所述特殊或紧急任务规划步骤包括：

当待成像任务为特殊或紧急任务时，特殊或紧急的待成像任务通过考试机制获取各自的重要性分数，根据重要性分数由大到小进行排序；

每个特殊或紧急的待成像任务根据对不同卫星的成像时间窗口T

排序的待成像任务和各待成像任务的志愿书，按照平行志愿机制的规则将各卫星的成像时间窗口与各待成像任务进行任务匹配，产生特殊或紧急任务规划方案；

先执行特殊或紧急任务规划步骤，再执行普通任务规划步骤。

作为优选，不同卫星的成像时间窗口T

E

其中，A

作为优选，本方法还包括：

S4、对普通任务规划方案进行评估，对社会意愿系数进行优化，实现普通任务规划方案最优。

作为优选，S4中按照模拟退火对社会意愿系数进行优化，实现普通任务规划方案最优，具体包括：

S41、根据E

[E

式中，E

S42、迭代更新当前解p

根据当前解p

总收益E

对当前解p

根据新解计算新的收益E

ΔE

如果ΔE

p

如果ΔE

当μ大于设定阈值，将当前解更新为新解，否则p

S43、在温度T

T

β为温度下降系数；

S44、判断T

S45、根据优化后的社会意愿系数，再利用S2和S3得到优化后的普通任务规划方案，完成优化。

作为优选，随机扰动Δp：

作为优选，S3中，普通任务规划方案采用一维矩阵方式表示：

编号j的卫星为S

W

J

对时间窗口序列W

经过可见性判断后的可见时间窗口序列如下所示：

存储任务对卫星的可见时间窗口序列，将任务对可见时间窗口的匹配关系表示为窗口序号的一维编码，a＝1,2…,A，编号m的待被规划任务被规划为在

作为优选，考试机制为：根据待成像任务的紧急程度和重要程度获得评分，重要程度由经济价值、科学价值和军事价值决定。

本发明的有益效果，本发明采用的平行志愿机制更能体现任务的优先级顺序。相比传统的规划方法，本发明没有仅将优先级作为指标权重来考虑，而是利用平行志愿机制，将所有任务按照考试得分的高低依次选择时间窗口，能够更加直接的体现重要任务相比不重要任务的选择优先权。在加快规划速度的前提下，利用提前批机制安排特殊任务和特殊成像载荷的规划，相比传统的任务规划方法，更为简捷迅速，能够处理更加多样的随时随地随遇并发任务。利用社会意愿系数优化方法对规划方案进行整体优化。在考虑到用户自身选择各项指标的意愿倾向时，也通过社会整体对各项指标的偏向来调剂方案编码，从而在尽可能保证用户任务意愿的前提下提高了整体的性能，实现了用户的个性化规划。本发明不再通过直接修改方案编码的方式来进行迭代优化，而是通过修改社会指标意愿系数来调整整个规划方案，相比传统方法规划速度更快更迅速。在仿真运行中基本能保证单个任务规划用时在200ms以内，在大批量任务的规划中运行速度优异。

附图说明

图1为现有高考录取原理示意图；

图2为本发明涉及的设计机制；

图3为平行志愿机制的原理示意图；

图4为选择意愿分数的组成示意图；

图5为本发明方法的流程示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

下面结合附图和具体实施例对本发明作进一步说明，但不作为本发明的限定。

本实施方式通过模拟高考志愿填报过程，如图1所示，来对巨型遥感星座进行成像任务规划。本实施方式涉及以下五个机制，如图2所示：

考试机制、平行志愿机制、提前批机制、志愿填报意愿机制、社会调剂优化机制。

待成像任务通过考试机制获取自己的重要性分数，进而又结合重要性分数排名通过志愿填报意愿机制填报志愿形成志愿书，按照平行志愿机制的规则进行依次选取，产生初始任务方案。此后，系统通过社会调剂优化机制调整社会意愿系数来迭代优化输出最优方案。

在高考志愿填报过程中，研究对象分为两类，分别是考生和院校，本实施方式将地面待成像任务在该规划方案中被视为考生，主要具有以下特点：

(1)考生可以填报志愿，本实施方式的待成像任务可选取不同卫星的成像时间窗口，将选择的卫星的成像时间窗口视为志愿。

(2)每一位考生都具有自己的优先级，优先级即为考生的“分数”，考生按照优先级顺序依次完成志愿录取。本实施方式将可选取的卫星视为可选取填报的院校，院校的专业代表该卫星可选取填报的时间窗口。这些时间窗口的数量、持续时间、卫星自身约束等信息可以被视作“院校”的名额、要求专业、最低录取分数线等特性。

本实施方式的巨型遥感星座的任务规划方法，包括：

步骤1、计算巨型遥感星座的待成像任务和卫星的时间窗口：

确定地面的待成像任务和巨型遥感星座中卫星，计算待成像任务对卫星的时间窗口需要先进行轨道递推，从卫星的初始轨道坐标递推出指定时刻卫星的位置矢量和速度矢量，再由所获得的位置速度矢量和已知的任务坐标数据进行成像侧摆角计算，根据结合用黄金分割法多次进行搜索，确定成像侧摆角最小的时间点即为所求的时间窗口；

根据待成像任务的约束条件进行卫星可见性判断，确定可见卫星的时间窗口序列；卫星在成像前需要进行一定范围内的侧摆机动，成像过程中根据载荷的类型会需要一定的太阳光照条件，成像结束后也会消耗一定星上能源，不能长时间连续工作。本实施方式任务约束条件主要考虑：成像角度约束、太阳高度角约束、能量约束、载荷类型约束、任务冲突约束。

步骤2、待成像任务通过考试机制获取各自的重要性分数，根据重要性分数由大到小对待成像任务进行排序；

考试是对待成像任务优先度的评估过程。本实施方式的考试机制会考察待成像任务的紧急程度、重要性因素对待成像任务进行赋分，分数越高的待成像任务越能够优先选取卫星的时间窗口。

考试会考察待成像任务的紧急程度，一些需要立即处理的任务，或者由于某些原因必须在特定时间窗口内完成的任务，会得到较高的分数。考试会考察待成像任务的重要程度，通过专家评估或者系统自动评估等机制，综合考虑任务的经济价值、科学价值、军事价值，从而给出一个任务的重要性分数。待成像任务通过重要性分数进行排名，一般来说，越重要的任务得分越高，其在待成像任务中的排名进而也就更高。考试机制的具体评分标准由任务规划的具体情景来进行定制。

步骤3、每个待成像任务根据对不同卫星的成像时间窗口T

每个待成像任务给出对不同卫星的成像时间窗口T

志愿书有范例如下：

设有三个待成像地面任务T

表1志愿书示例

志愿书中各个志愿表示选取的卫星，志愿处数字为时间窗口编码序号，不同的数字代表不同的成像时间窗口。待成像任务按照每个时间窗口的意愿分数进行排序，填写志愿书。而在巨型遥感星座任务规划的具体流程中，用户只需要指定自己对各种指标的需求偏好，并不需要用户自己亲自填写志愿，志愿由系统按照用户的指标偏好自动生成。

步骤4、根据排序的待成像任务和相应志愿书，按照平行志愿机制的规则将各卫星的成像时间窗口与各待成像任务进行任务匹配，产生普通任务规划方案；

平行志愿机制中将待成像任务看作学生，各卫星的成像时间窗口看作院校的专业。如图3所示，平行志愿机制为：

重要性分数靠前的待成像任务会被依次检索顺序志愿，志愿被检索的时候会检查该志愿中卫星的时间窗口是否已满和是否满足选取约束条件。如果条件满足，则该待成像任务与志愿中的卫星成像窗口匹配成功，该待成像任务后续志愿中的卫星成像窗口不再被检索，直接进入到下一位待成像任务的匹配。如待成像任务的所有志愿都没有匹配成功，则认为该待成像任务匹配失败。

在志愿中选取成像时间窗口时主要基于自身个体意愿和社会整体意愿。对于某卫星的成像时间窗口T

E

本实施方式志愿书主要依据是待成像任务对特定卫星的成像时间窗口的选择意愿，在填写志愿书时计算出可填报卫星的成像时间窗口的意愿分数，按照意愿分数对可填报的卫星的成像时间窗口进行排序从而得到待成像任务的待选取志愿序列。而待成像任务的意愿分数主要由待成像任务的个人意愿和社会意愿共同决定，每个待成像任务的个人意愿由用户指定各不相同，而所有待成像任务都共用一个社会意愿系数。

社会意愿系数的初始值是设定的，在本实施方式的规划方法中，还包括步骤5，对普通任务规划方案进行评估，对社会意愿系数进行优化，实现普通任务规划方案最优。本实施方式的对社会意愿系数优化是指对遥感星座初次完成的普通任务规划方案进行整体调整，从而达到在兼顾用户个人需求的情况下达到整体最优。

对于等待被填报的卫星可选取填报的时间窗口，每一个地面待成像任务都有唯一的编码表示其可选择填报的时间窗口。本实施方式的普通任务规划方案采用一维矩阵方式表示：

编号j的卫星为S

W

J

对时间窗口序列W

经过可见性判断后的可见时间窗口序列如下所示：

存储任务对卫星的可见时间窗口序列，将任务对可见时间窗口的匹配关系表示为窗口序号的一维编码，a＝1,2…,A，编号m的待成像任务被规划为在

P＝[x y z]

如果本次因为没有合适的时间窗口而并没有将待成像任务选取，则将一维矩阵中相应位置的编码值置为-1，如以下：

P＝[-1 -1-1]

即表示三个待成像任务在本批次中都没有被选取，仍然保持待选取状态。

该一维矩阵已经包含了遥感星座任务规划在当前时刻的一个方案解。利用这种编码方法，可以把志愿填报的选取结果表示为一个一维矩阵。再在这个一维矩阵的结果上进行优化。

在具体规划过程中，用户可以填写自己对任务相关指标的意愿系数来决定自己对各种指标的喜好需求。用户本身并不填写志愿，志愿由系统按照任务填报意愿分数来自动生成。在系统自动生成各项任务具体志愿后，系统并不会直接输出方案，而是会对方案进行优化。优化通过改变社会意愿系数进行，具体优化方法可以采用各种启发式算法，在本实施方式中主要通过模拟退火方法对社会意愿系数进行优化，多次迭代后输出最优方案。

因此优化方法主要是通过对社会意愿系数的调整来达到对志愿填报整体指标的提高。

运用模拟退火算法进行多参数优化需要初始化算法参数，包括初始温度T，温度下降系数β，每个温度下的迭代次数L。

初始温度T：在模拟退火算法中，温度表示每个解在每次迭代中更新的幅度大小，温度越高，迭代的幅度越大，随机性越高，越有可能跳出局部最优。温度越低，迭代的幅度越小，迭代越稳定，越有可能达到优化收敛。

温度下降系数β：在模拟退火算法中，温度并不是一成不变的，而是逐渐冷却下降的。在本文中温度下降采用几何冷却方式，公式见下：

T

每个温度下的迭代次数L：模拟退火算法在每个温度下并不会只迭代一次，而是会在每个温度下都迭代多次，这样能最大化利用高温度随机性高、低温度收敛性好的特性以实现更好的优化效果。

步骤5中按照模拟退火对社会意愿系数进行优化，实现普通任务规划方案最优，具体包括：

步骤51、根据E

[E

式中，E

步骤52、迭代更新当前解p

根据当前解p

总收益E

对当前解p

根据新解计算新的收益E

ΔE

如果ΔE

p

其中，random

如果ΔE

当μ大于设定阈值，将当前解更新为新解，否则p

步骤53、在温度T

T

β为温度下降系数；

步骤544、判断T

步骤545、根据优化后的社会意愿系数，再利用步骤3和步骤4得到优化后的普通任务规划方案，完成优化。

上述步骤为普通任务规划步骤，在遥感星座任务规划的情景中，对于拥有特殊约束和紧急需求的地面任务，其并不会进入普通的选取程序，而是会先进行特殊或紧急任务规划步骤选取。在特殊或紧急任务规划步骤选取时，地面的普通任务不会填写志愿，只有某些特殊任务会进行时间窗口志愿的填写。这些特殊任务往往具有独特的约束要求，需要特殊的成像载荷或成像时机进行成像，又或是过于紧急而需要绕过正常的规划流程进行直接插入，一般为军事侦察或灾情检测任务。

特殊或紧急任务规划步骤选取主要有以下机制：

(1)只有特殊或紧急任务才会执行特殊或紧急任务规划步骤，普通任务不会执行。

(2)特殊或紧急任务不参与后续的社会意愿系数优化，而是直接进行响应并开始规划。

(3)特殊或紧急任务冲突时，分数优先。

本实施方式的特殊或紧急任务规划步骤包括：

当待成像任务为特殊或紧急任务时，特殊或紧急的待成像任务通过考试机制获取各自的重要性分数，根据重要性分数由大到小进行排序；

每个特殊或紧急的待成像任务根据对不同卫星的成像时间窗口T

排序的待成像任务和各待成像任务的志愿书，按照平行志愿机制的规则将各卫星的成像时间窗口与各待成像任务进行任务匹配，产生特殊或紧急任务规划方案；

先执行特殊或紧急任务规划步骤，再执行普通任务规划步骤。

本实施方式采用了高考志愿填报的录取机制来进行任务与卫星时间窗口的任务规划，任务选择卫星的成像时间窗口进行成像，在选择成像窗口时，按照“平行志愿，分数优先”的原则进行选取。在实际运行过程中，每一个任务都被赋予了一个优先级，就像高考生填报志愿前通过考试获得的高考排名。同时，可以根据应用场景中各种约束条件来检查是否能够选取。本实施方式也采取了提前批机制，单排安排有特殊需求或者特别紧急的任务。提前批的设计为该系统的可应用性留有了充足的冗度，一旦面临新型实验载荷或特别紧急的任务，也能接入进系统进行规划。本实施方式还包括了进行整体优化的社会意愿系数优化方法，通过对系统的社会意愿系数进行模拟退火优化，以达到规划结果的整体最优。

虽然在本文中参照了特定的实施方式来描述本发明，但是应该理解的是，这些实施例仅仅是本发明的原理和应用的示例。因此应该理解的是，可以对示例性的实施例进行许多修改，并且可以设计出其他的布置，只要不偏离所附权利要求所限定的本发明的精神和范围。应该理解的是，可以通过不同于原始权利要求所描述的方式来结合不同的从属权利要求和本文中所述的特征。还可以理解的是，结合单独实施例所描述的特征可以使用在其他所述实施例中。