CN106384169B - 一种基于超启发式算法的卫星任务规划方法 - Google Patents
一种基于超启发式算法的卫星任务规划方法 Download PDFInfo
- Publication number
- CN106384169B CN106384169B CN201610843786.2A CN201610843786A CN106384169B CN 106384169 B CN106384169 B CN 106384169B CN 201610843786 A CN201610843786 A CN 201610843786A CN 106384169 B CN106384169 B CN 106384169B
- Authority
- CN
- China
- Prior art keywords
- target
- priority
- observation
- transmission
- imaging
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
Abstract
本发明公开了一种基于超启发式算法的卫星任务规划方法,包括:1获得目标的优先级支配关系数据;2使用禁忌搜索算法或模拟退火亚启发式算法对优先级组合进行搜索,获得规划结果;本发明能够使用亚启发式算法对多角度优先级的启发式规则信息的组合应用进行搜索,从而能提供基于超启发式算法的、高效鲁棒的卫星成像与传输联合规划方法。
Description
技术领域
本发明属于卫星任务规划技术领域,具体地说是一种多星成像与传输联合任务规划方法。
背景技术
卫星是人类制造发射升空的机器,其在一定的轨道上飞行,绕地球运转。成像卫星可通过搭载的成像传感器,对其所经过和覆盖到的地球区域进行成像,并将图像传回给地面站,供地面用户使用。目前,成像卫星在国防、民生等多个应用领域发挥着重要的作用,如环境监测、土地勘察、目标搜索、应急救助等。卫星任务规划是卫星日常管控中重要的环节,用于处理用户对卫星资源的争用,使稀缺的卫星资源尽可能多的满足用户需求。
卫星任务规划主要指卫星成像和数据传输两个动作的规划,通过任务规划,制定出各卫星对各个待观测目标的成像计划方案和数据传输计划方案。规划得到的成像计划方案包括卫星对各个待观测目标的选择以及各个待观测目标的起止成像时间,规划得到的数据传输计划方案包括各卫星对各地面站的数据传输量以及每次数据传输的起止时间。当前的任务规划技术具有如下缺点:
未能充分的挖掘规划问题所包含的与目标优先级相关的启发式知识。大多数规划方法是基于亚启发式算法或基于单一的启发式规则而实现的。其中,
(1)基于亚启发式算法实现的规划方法,大多数未充分的利用规划问题所包含的与目标优先级相关的启发式知识,因此,搜索的盲目性较大;
(2)而基于单一的启发式规则所构造的规划方法,虽然在规划时能够为算法的迭代搜索提供一个指示的方向,从而快速的得到一个可接受的解,但是基于单一的启发式规则所构造的方法往往不能求得高质量的解。
发明内容
本发明是为了克服现有技术存在的不足之处,提供一种基于超启发式算法的卫星任务规划方法,以期能够使用亚启发式算法对多角度优先级的启发式规则信息的组合应用进行组合搜索,从而能提供基于超启发式算法的、高效鲁棒的卫星成像与传输联合规划方法。
本发明为解决技术问题采用如下技术方案:
本发明一种基于超启发式算法的卫星任务规划方法的特点是应用于由NT个目标Ns个成像卫星和NP个地面站构成的任务规划场景中;ti表示第i个目标,1≤i≤NT;sj表示第j个成像卫星,令第j个成像卫星sj的最大存储为Mmax;所述第j个成像卫星sj带有一个成像传感器,并具有同步成像和传输功能,1≤j≤Ns;pl表示第l个地面站,所述第l个地面站pl能同时接收多个成像卫星传输的成像数据,1≤l≤Np;
所述规划场景中,每个目标对应一个观测收益值,记第i个目标ti对应的观测收益为f(ti);每个目标对应一个交货期,记第i个目标ti对应的交货期为h(ti);每个目标对应一个存储消耗,记第i个目标ti对应的存储消耗为c(ti);每个目标对应一个观测能量消耗,记第i个目标ti对应的观测能量消耗为e(ti);每个目标对应一个最短观测时长,记第i个目标ti对应的最短观测时长为z(ti);每个成像卫星对应一个传输速率,记第j个成像卫星sj对应的传输速率为φ(sj);
以观测到的目标的总观测收益最大化作为优化目标,并按如下步骤进行规划:
步骤1:获得目标的优先级支配关系数据
步骤1.1、获得二维成像数据表和二维传输数据表
获得所述Ns个成像卫星对NT个目标的成像访问时间窗集合D、Ns个成像卫星对NP个地面站的传输访问时间窗集合L;
所述Ns个成像卫星对NT个目标的成像访问时间窗集合D为二维成像数据表,且其属性包括:目标、成像卫星、开始成像时间、结束成像时间;所述二维成像数据表D的每行数据表示所在行目标的观测机会;
所述Ns个成像卫星对NP个地面站的传输访问时间窗集合L为二维传输数据表,且其属性包括:成像卫星、地面站、开始传输时间、结束传输时间;所述二维传输数据表L的每行数据表示所在行卫星的传输机会;
步骤1.2、获得目标的优先级支配关系二维表R:
步骤1.2.1、生成优先级支配关系二维表R,其属性包括:目标、收益的优先级后继、收益存储比的优先级后继、收益能量比的优先级后继、观测机会的优先级后继、交货期的优先级后继、状态标记flag;其中,flag=1表示相应的目标被选中,flag=0表示相应的目标未选中;所述优先级支配关系二维表R包含NT+2行,第一行为优先级编号,第二行为先头目标;其余NT的每行对应一个目标;
步骤1.2.2、将NT个目标按照其各自的观测收益值从大到小排序,获得收益的有序目标序列LF;
步骤1.2.3、将所述收益的有序目标序列LF中的第一个目标作为所述优先级支配关系二维表R中收益优先级后继的先头目标;
遍历所述收益的有序目标序列LF,在所述优先级支配关系二维表R中,令当前遍历目标tσ的收益优先级后继指向下一个目标tσ+1,1≤σ≤NT-1;
步骤1.2.4、将NT个目标按照其各自的收益-存储消耗比从大到小排序,获得收益存储比的有序目标序列LC,其中,收益-存储消耗比=观测收益值/存储消耗;
步骤1.2.5、将所述收益存储比的有序目标序列LC中的第一个目标作为所述优先级支配关系二维表R中收益存储比优先级后继的先头目标;
遍历所述收益存储比的有序目标序列LC,在所述优先级支配关系二维表R中,令当前遍历目标tθ的收益存储比优先级后继指向下一个目标tθ+1,1≤θ≤NT-1;
步骤1.2.6、将NT个目标按照其各自的收益-能量消耗比从大到小排序,获得按收益能量比的有序目标序列LE,其中,收益-能量消耗比=观测收益值/能量消耗;
步骤1.2.7、将所述收益能量比的有序目标序列LE中的第一个目标作为所述优先级支配关系二维表R中收益能量比优先级后继的先头目标;
遍历收益能量比的有序目标序列LE,在所述优先级支配关系二维表R中,令当前遍历目标tω的收益能量比优先级后继指向下一个目标tω+1,1≤ω≤NT-1;
步骤1.2.8、将NT个目标的观测收益值按大小分为N个等级,从而获得NT个目标根据各自的观测收益值确定的相应等级;
步骤1.2.9、根据所述二维成像数据表D,获得每个目标的候选观测机会次数;
步骤1.2.10、将NT个目标先按等级从大到小排序后,若是相同等级的目标,则按照候选观测机会次数从小到大排序;从而获得观测机会的有序目标序列LO;
步骤1.2.11、将所述观测机会的有序目标序列LO中的第一个目标作为所述优先级支配关系二维表R中观测机会优先级后继的先头目标;
遍历观测机会的有序目标序列LO,在所述优先级支配关系二维表R中,令当前遍历目标tυ的观测机会优先级后继指向下一个目标tυ+1,1≤υ≤NT-1;
步骤1.2.12、将NT个目标先按等级从大到小排序后,若是相同等级的目标,则按照交货期从早到晚排序;从而获得交货期的有序目标序列LD;
步骤1.2.13、将所述交货期的有序目标序列LD中的第一个目标作为所述优先级支配关系二维表R中交货期优先级后继的先头目标;
遍历交货期的有序目标序列LD,在所述优先级支配关系二维表R中,令当前遍历目标tμ的交货期优先级后继指向下一个目标tμ+1,1≤μ≤NT-1;
步骤1.2.14、将优先级支配关系二维表R中的状态标记flag全部初始化为“0”;
步骤2、使用禁忌搜索算法或模拟退火亚启发式算法对优先级组合进行搜索,获得规划结果;
步骤2.1、随机生成一个一维整数向量用以表示优先级规则的组合方案,其长度为NT,vm表示第m个分量,每个分量表示对一个优先级规则的选择,vm∈{1,2,3,4,5};
步骤2.2、使用禁忌搜索或模拟退火亚启发式算法对优先级规则组合方案V进行搜索;
步骤2.2.1、设定最大迭代次数为ψ,设定当前迭代次数为α,并初始化α=1;
步骤2.2.2、判断α>ψ是否成立,若是,则终止迭代,获得第α次迭代的优先级规则组合方案,转步骤2.3;否则,转步骤2.2.3;
步骤2.2.3、基于第α次迭代的优先级规则组合方案V(α),获得其NK个邻居解;
步骤2.2.4、针对每个邻居解,对照所述优先级支配关系二维表R,分别进行卫星观测计划的构造;在所构造的NK个卫星观测计划中分别统计被成功观测的目标,从而计算NK个邻居解所对应的优化目标的函数值;
从所述NK个邻居解中选择对应的优化目标的函数值最大的邻居解作为第α+1次迭代的优先级规则组合方案V(α+1)的候选解;
步骤2.2.5、根据禁忌搜索算法或模拟退火亚启发式算法中接受新解的规则对所述候选解进行更新;
步骤2.2.6、将α+1赋值给α;并返回步骤2.2.2执行;
步骤2.3、输出规划结果。
本发明所述的基于超启发式算法的卫星任务规划方法的特点也在于,所述步骤2.2.4中每个邻居解所对应的卫星观测计划和优化目标的函数值是按如下过程获得:
步骤A1、根据第α次迭代的第β个邻居解所对应的优先级规则组合对照所述优先级支配关系二维表R,获得第β个邻居解所对应的有序目标列表
步骤A2、构造一个长度不限的观测计划列表用于存放观测机会;
对所有传输机会分别构造空的传输目标列表,记第λ个传输机会的传输目标列表为L(λ);
每颗成像卫星上,每个观测机会的结束时刻均对应一个存储量,记第ε个观测机会的结束时刻对应的存储量为U(ε),将所有的存储量初始化为0;
令表示第α次迭代的第β个邻居解所对应的有序目标列表中第k个目标,1≤k≤NT;
步骤A3、令k=1,遍历第α次迭代的第β个邻居解所对应的有序目标列表
步骤A3.1、若k>NT,遍历终止,输出观测计划列表和所有的传输目标列表,转步骤A4,否则,转步骤A3.2;
步骤A3.2、从所述二维成像数据表D中获取当前目标的所有观测机会,从而构成可行观测机会集合
步骤A3.3、判断可行观测机会集合是否为空,若为空,则转步骤A3.14,否则,从可行观测机会集合中,选择观测时间最早的观测机会o,根据二维成像数据表,将所述观测机会o所对应的成像卫星记为成像卫星so,其对应的开始成像时间记为bo,其对应的结束成像时间记为eo;判断观测机会o所对应的结束成像时间eo和开始成像时间bo之差是否大于等于最短观测时长若不成立,转步骤3.13;若成立,则转步骤A3.4;
步骤A3.4、根据二维成像数据表D,在成像卫星so上,获得与观测机会o有时间冲突的观测机会集合,记为con(o);所述有时间冲突的定义为:给定一个成像卫星so上的观测机会o′,若观测机会o′与观测机会o的开始成像时间与结束成像时间满足:bo′<eo<eo′或者bo′<bo<eo′,则观测机会o′是与观测机会o相冲突的观测机会;
判断与观测机会o有时间冲突的观测机会集合con(o)中的每一个观测机会,是否已存在于观测计划列表中,若存在,在转步骤A3.13;否则,转步骤A3.5;
步骤A3.5、根据二维传输数据表L,获取所述成像卫星so的所有传输机会,从而构成传输机会集合D(so);在所述传输机会集合D(so)中,选取结束成像时间eo之后的传输机会作为传输机会子集合D′(so);
步骤A3.6、判断传输机会子集合D′(so)是否为空集,若是,则转步骤A3.13;否则,执行步骤A3.7;
步骤A3.7、在传输机会子集合D′(so)中,寻找开始传输时间最早的传输机会dearly;并将所述传输机会dearly所对应的开始传输时间记为b(dearly),所对应的结束传输时间记为e(dearly),将所述传输机会dearly所对应的传输目标列表记为L(dearly);
步骤A3.8、判断传输机会dearly所对应的结束传输时间e(dearly)和开始传输时间b(dearly)之差是否大于等于传输速率φ(so)与存储消耗的乘积,若成立,则执行步骤A3.9,否则,转步骤A3.12;
步骤A3.9、判断传输机会dearly的结传输束时间e(dearly)是否在当前目标的交货期之前,若是,则转步骤A3.10,否则,转步骤A3.13;
步骤A3.10、获得所述结束成像时间eo与开始传输时间b(dearly)之间所有的存储量集合c(eo,b(dearly));
将存储量集合c(eo,b(dearly))内每个观测机会所对应的存储量分别加上当前目标的存储消耗获得更新的每个观测机会所对应的存储量;
分别判断每个观测机会所对应的更新存储量是否超出最大存储Mmax,若超出,则将更新的每个观测机会所对应的存储量分别减去当前目标的存储消耗得到再次更新的每个观测机会所对应的存储量,转步骤A3.13;否则,执行步骤A3.11;
步骤A3.11、将当前目标加入到观测计划列表将当前目标加入到传输机会dearly所对应的传输目标列表中;在二维传输数据表L中将dearly的开始传输时间b(dearly)加上传输速率φ(so)与存储消耗的乘积;并将k+1赋值给k,转步骤A3.1;
步骤A3.12、将传输机会dearly从传输机会子集合D′(so)中删除,转步骤A3.6;
步骤A3.13、将观测机会o从可行观测机会集合中删除,转步骤A3.3;
步骤A3.14、放弃当前目标将k+1赋值给k,转步骤A3.1;
步骤A4、遍历观测计划列表以各目标对应的观测收益作为权值,对观测计划列表中观测机会对应的各目标进行加权求和处理,得到优化目标的函数值并输出;
所述步骤A1中,构造有序目标列表的过程按如下步骤进行:
步骤B1、构造一个长度为NT的空列表用于存放目标;
构造NT个先头目标指针
步骤B2、选择所述优先级组合方案中的第一个优先级编号对照优先级支配关系二维表R,取得相应的先头目标H,并加入列表中;
步骤B3、初始化令m=2,令先头目标指针pm-1指向先头目标H,遍历优先级组合方案
步骤B3.1、若m>NT,则迭代终止,输出列表否则,构造一个长度不定的空列表Im,用于临时存放遍历的目标,转步骤B3.2;
步骤B3.2、根据所述优先级支配关系二维表R,获得当前优先级编号与先头目标指针pm-1一同指向的后继um;
步骤B3.3、判断后继um是否为空,若为空,则转步骤B3.8,否则转步骤B3.4;
步骤B3.4、判断所述优先级支配关系二维表R判断后继um指向的目标qm的状态标记flag是否为“1”,若是,则转步骤B3.6;否则,执行步骤B3.5;
步骤B3.5、将目标qm加入列表将m+1赋值给m,令先头目标指针pm-1指向目标qm,并转步骤B3.2;
步骤B3.6、判断目标qm是否已存在于列表Im,若是,则转步骤B3.8;否则,执行步骤B3.7;
步骤B3.7、将目标qm加入列表Im,将m+1赋值给m,令先头目标指针pm-1指向目标qm,转步骤B3.2;
步骤B3.8、从状态标记flag为“0”的目标中,按当前优先级编号选择排在最前面的目标q,将其加入列表将m+1赋值给m,令先头目标指针pm-1指向目标q,转步骤B3.1。
与已有技术相比,本发明有益效果体现在:
1、本发明从多个角度(包括观测收益值、观测收益存储比、观测收益能量比、观测机会优先级、交货期优先级)充分挖掘了规划问题中待观测目标间的优先级支配关系,构造了获得多优先级支配关系数据,并基于所构造的多优先级支配关系数据,使用禁忌搜索或模拟退火亚启发式算法对优先级组合方案进行组合搜索,寻找较优的优先级组合方案,继而构造出较优的有序目标序列,并根据有序目标序列构造出最终的观测和传输计划。由于充分的挖掘了规划问题中基于优先级的启发式知识,并采用了亚启发式算法对启发式规则组合进行搜索,形成超启发式算法,因而,规划计算高效而且鲁棒,避免了不利用启发式知识算法的搜索的盲目性和采用单一启发式知识的弱优效性。
2、本发明提供了一种构造多优先级支配关系数据的方法和基于优先级组合方案进行构造有序目标序列的方法,实现了给定任意一种优先级组合方案,都可以基于多优先级支配关系数据构造出对应的有序目标序列。
3、本发明提供了一种基于有序目标序列构造可行的卫星观测与传输计划的方法,通过先来先安排的思想,逐一地为有序目标序列中的目标安排观测和传输的计划,实现了给定任意一个有序目标序列,都可以构成出对应的可行观测与传输计划。
附图说明
图1为本发明中多种优先级支配关系以及基于优先级支配关系构造有序目标序列过程的示意图。
具体实施方式
本实施例中,一种基于超启发式算法的卫星任务规划方法,是应用于由NT个目标Ns个成像卫星和NP个地面站构成的任务规划场景中;ti表示第i个目标,1≤i≤NT;sj表示第j个成像卫星,令第j个成像卫星sj的最大存储为Mmax;第j个成像卫星sj带有一个成像传感器,并具有同步成像和传输功能,1≤j≤Ns;pl表示第l个地面站,第l个地面站pl能同时接收多个成像卫星传输的成像数据,1≤l≤Np;
每个目标对应一个观测收益值,记第i个目标ti对应的观测收益为f(ti);每个目标对应一个交货期,记第i个目标ti对应的交货期为h(ti);每个目标对应一个存储消耗,记第i个目标ti对应的存储消耗为c(ti);每个目标对应一个观测能量消耗,记第i个目标ti对应的观测能量消耗为e(ti);每个目标对应一个最短观测时长,记第i个目标ti对应的最短观测时长为z(ti);每个成像卫星对应一个传输速率,记第j个成像卫星sj对应的传输速率为φ(sj);
以观测到的目标的总观测收益最大化作为优化目标,按如下步骤进行规划:
步骤1:获得目标的优先级支配关系数据
步骤1.1、获得二维成像数据表和二维传输数据表
获得Ns个成像卫星对NT个目标的成像访问时间窗集合D、Ns个成像卫星对NP个地面站的传输访问时间窗集合L;
Ns个成像卫星对NT个目标的成像访问时间窗集合D为二维成像数据表,且其属性包括:目标、成像卫星、开始成像时间、结束成像时间;二维成像数据表D的每行数据表示所在行目标的观测机会;
Ns个成像卫星对NP个地面站的传输访问时间窗集合L为二维传输数据表,且其属性包括:成像卫星、地面站、开始传输时间、结束传输时间;二维传输数据表L的每行数据表示所在行卫星的传输机会;
步骤1.2、获得目标的优先级支配关系二维表R:
步骤1.2.1、生成优先级支配关系二维表R,其属性包括:目标、收益的优先级后继、收益存储比的优先级后继、收益能量比的优先级后继、观测机会的优先级后继、交货期的优先级后继、状态标记flag;其中,flag=1表示相应的目标被选中,flag=0表示相应的目标未选中;优先级支配关系二维表R包含NT+2行,第一行为优先级编号,第二行为先头目标;其余NT的每行对应一个目标;
步骤1.2.2、将NT个目标按照其各自的观测收益值从大到小排序,获得收益的有序目标序列LF;
步骤1.2.3、将收益的有序目标序列LF中的第一个目标作为优先级支配关系二维表R中收益优先级后继的先头目标;
遍历收益的有序目标序列LF,在优先级支配关系二维表R中,令当前遍历目标tσ的收益优先级后继指向下一个目标tσ+1,1≤σ≤NT-1;
步骤1.2.4、将NT个目标按照其各自的收益-存储消耗比从大到小排序,获得收益存储比的有序目标序列LC,其中,收益-存储消耗比=观测收益值/存储消耗;
步骤1.2.5、将收益存储比的有序目标序列LC中的第一个目标作为优先级支配关系二维表R中收益存储比优先级后继的先头目标;
遍历收益存储比的有序目标序列LC,在优先级支配关系二维表R中,令当前遍历目标tθ的收益存储比优先级后继指向下一个目标tθ+1,1≤θ≤NT-1;
步骤1.2.6、将NT个目标按照其各自的收益-能量消耗比从大到小排序,获得按收益能量比的有序目标序列LE,其中,收益-能量消耗比=观测收益值/能量消耗;
步骤1.2.7、将收益能量比的有序目标序列LE中的第一个目标作为优先级支配关系二维表R中收益能量比优先级后继的先头目标;
遍历收益能量比的有序目标序列LE,在优先级支配关系二维表R中,令当前遍历目标tω的收益能量比优先级后继指向下一个目标tω+1,1≤ω≤NT-1;
步骤1.2.8、将NT个目标的观测收益值按大小分为N个等级,从而获得NT个目标根据各自的观测收益值确定的相应等级;
步骤1.2.9、根据二维成像数据表D,获得每个目标的候选观测机会次数;
步骤1.2.10、将NT个目标先按等级从大到小排序后,若是相同等级的目标,则按照候选观测机会次数从小到大排序;从而获得观测机会的有序目标序列LO;
步骤1.2.11、将观测机会的有序目标序列LO中的第一个目标作为优先级支配关系二维表R中观测机会优先级后继的先头目标;
遍历观测机会的有序目标序列LO,在优先级支配关系二维表R中,令当前遍历目标tυ的观测机会优先级后继指向下一个目标tυ+1,1≤υ≤NT-1;
步骤1.2.12、将NT个目标先按等级从大到小排序后,若是相同等级的目标,则按照交货期从早到晚排序;从而获得交货期的有序目标序列LD;
步骤1.2.13、将交货期的有序目标序列LD中的第一个目标作为优先级支配关系二维表R中交货期优先级后继的先头目标;
遍历交货期的有序目标序列LD,在所述优先级支配关系二维表R中,令当前遍历目标tμ的交货期优先级后继指向下一个目标tμ+1,1≤μ≤NT-1;
步骤1.2.14、将优先级支配关系二维表R中的状态标记flag全部初始化为“0”;
基于各种优先级规则(或称为启发式规则)生成的其实是一种优先级支配关系。单一的优先级在确定规划顺序时不一定能保证高优效性,因此我们挖掘出多优先级支配关系,并使用亚启发式算法对优先级支配关系的组合使用进行搜索,以寻找较优的优先级支配关系组合方案。优先级为启发式规则,对其组合方案的搜索方法则称为超启发式算法。表1给出了一个优先级支配关系数据二维表的示例。
表1优先级支配关系数据二维表
步骤2、使用禁忌搜索算法或模拟退火亚启发式算法对优先级组合进行搜索,获得规划结果
步骤2.1、随机生成一个一维整数向量用以表示优先级规则的组合方案,其长度为NT,vm表示第m个分量,每个分量表示对一个优先级规则的选择,vm∈{1,2,3,4,5};
表2给出了一个优先级规则的组合方案示例。
表2优先级规则的组合方案示例
m | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
vm | 5 | 3 | 3 | 4 | 2 | 2 | 1 | 2 | 2 |
步骤2.2、使用禁忌搜索或模拟退火亚启发式算法对优先级规则组合方案V进行搜索;
步骤2.2.1、设定最大迭代次数为ψ,设定当前迭代次数为α,并初始化α=1;
步骤2.2.2、判断α>ψ是否成立,若是,则终止迭代,获得第α次迭代的优先级规则组合方案,转步骤2.3;否则,转步骤2.2.3;
步骤2.2.3、基于第α次迭代的优先级规则组合方案V(α),获得其NK个邻居解;
步骤2.2.4、针对每个邻居解,对照优先级支配关系二维表R,分别进行卫星观测计划的构造;在所构造的NK个卫星观测计划中分别统计被成功观测的目标,从而计算NK个邻居解所对应的优化目标的函数值;
步骤2.2.4.1、根据第α次迭代的第β个邻居解所对应的优先级规则组合对照优先级支配关系二维表R,获得第β个邻居解所对应的有序目标列表
图1给出了优先级支配关系以及基于优先级支配关系构造有序目标序列过程的示意图。具体的说,构造有序目标列表的过程按如下步骤进行:
步骤A、构造一个长度为NT的空列表用于存放目标;
构造NT个先头目标指针
步骤B、选择优先级组合方案中的第一个优先级编号对照优先级支配关系二维表R,取得相应的先头目标H,并加入列表中;
步骤C、初始化令m=2,令先头目标指针pm-1指向先头目标H,遍历优先级组合方案
步骤C.1、若m>NT,则迭代终止,输出列表否则,构造一个长度不定的空列表Im,用于临时存放遍历的目标,转步骤C.2;
步骤C.2、根据优先级支配关系二维表R,获得当前优先级编号与先头目标指针pm-1一同指向的后继um;
步骤C.3、判断后继um是否为空,若为空,则转步骤C.8,否则转步骤C.4;
步骤C.4、判断优先级支配关系二维表R判断后继um指向的目标qm的状态标记flag是否为“1”,若是,则转步骤C.6;否则,执行步骤C.5;
步骤C.5、将目标qm加入列表将m+1赋值给m,令先头目标指针pm-1指向目标qm,并转步骤C.2;
步骤C.6、判断目标qm是否已存在于列表Im,若是,则转步骤C.8;否则,执行步骤C.7;
步骤C.7、将目标qm加入列表Im,将m+1赋值给m,令先头目标指针pm-1指向目标qm,转步骤C.2;
步骤C.8、从状态标记flag为“0”的目标中,按当前优先级编号选择排在最前面的目标q,将其加入列表将m+1赋值给m,令先头目标指针pm-1指向目标q,转步骤C.1。
以上为构造有序目标序列的过程,基于表1的优先级支配关系数据和表2的优先级支配关系组合方案,构造过程如表3所示,其中,标记的后继为访问到的后继,括号中的数字表示访问的先后顺序。
表3有序目标序列构造过程示例
对应的,所构造的有序目标序列为:
T006→T002→T007→T003→T004→T005→T009→T001→T008。
步骤2.2.4.2、构造一个长度不限的观测计划列表用于存放观测机会;
对所有传输机会分别构造空的传输目标列表,记第λ个传输机会的传输目标列表为L(λ);
每颗成像卫星上,每个观测机会的结束时刻均对应一个存储量,记第ε个观测机会的结束时刻对应的存储量为U(ε),将所有的存储量初始化为0;
令表示第α次迭代的第β个邻居解所对应的有序目标列表中第k个目标,1≤k≤NT;
步骤2.2.4.3、令k=1,遍历第α次迭代的第β个邻居解所对应的有序目标列表
步骤2.2.4.3.1、若k>NT,遍历终止,输出观测计划列表和所有的传输目标列表,转步骤2.2.4.4,否则,转步骤2.2.4.3.2;
步骤2.2.4.3.2、从所述二维成像数据表D中获取当前目标的所有观测机会,从而构成可行观测机会集合
步骤2.2.4.3.3、判断可行观测机会集合是否为空,若为空,则转步骤2.2.4.3.14,否则,从可行观测机会集合中,选择观测时间最早的观测机会o,根据二维成像数据表,将所述观测机会o所对应的成像卫星记为成像卫星so,其对应的开始成像时间记为bo,其对应的结束成像时间记为eo;判断观测机会o所对应的结束成像时间eo和开始成像时间bo之差是否大于等于最短观测时长若不成立,转步骤2.2.4.3.13;若成立,则转步骤2.2.4.3.4;
步骤2.2.4.3.4、根据二维成像数据表D,在成像卫星so上,获得与观测机会o有时间冲突的观测机会集合,记为con(o);所述有时间冲突的定义为:给定一个成像卫星so上的观测机会o′,若观测机会o′与观测机会o的开始成像时间与结束成像时间满足:bo′<eo<eo′或者bo′<bo<eo′,则观测机会o′是与观测机会o相冲突的观测机会;
判断与观测机会o有时间冲突的观测机会集合con(o)中的每一个观测机会,是否已存在于观测计划列表中,若存在,在转步骤2.2.4.3.13;否则,转步骤2.2.4.3.5;
步骤2.2.4.3.5、根据二维传输数据表L,获取所述成像卫星so的所有传输机会,从而构成传输机会集合D(so);在所述传输机会子集合D(so)中,选取结束成像时间eo之后的传输机会作为传输机会子集合D′(so);
步骤2.2.4.3.6、判断传输机会子集合D′(so)是否为空集,若是,则转步骤2.2.4.3.13;否则,执行步骤2.2.4.3.7;
步骤2.2.4.3.7、在传输机会集合D′(so)中,寻找开始传输时间最早的传输机会dearly;并将所述传输机会dearly所对应的开始传输时间记为b(dearly),所对应的结束传输时间记为e(dearly),将所述传输机会dearly所对应的传输目标列表记为L(dearly);
步骤2.2.4.3.8、判断传输机会dearly所对应的结束传输时间e(dearly)和开始传输时间b(dearly)之差是否大于等于传输速率φ(so)与存储消耗的乘积,若成立,则执行步骤2.2.4.3.9,否则,转步骤2.2.4.3.12;
步骤2.2.4.3.9、判断传输机会dearly的结传输束时间e(dearly)是否在当前目标的交货期之前,若是,则转步骤2.2.4.3.10,否则,转步骤2.2.4.3.13;
步骤2.2.4.3.10、获得所述结束成像时间eo与开始传输时间b(dearly)之间所有的存储量集合c(eo,b(dearly));
将存储量集合c(eo,b(dearly))内每个观测机会所对应的存储量分别加上当前目标的存储消耗获得更新的每个观测机会所对应的存储量;
分别判断每个观测机会所对应的更新存储量是否超出最大存储Mmax,若超出,则将更新的每个观测机会所对应的存储量分别减去当前目标的存储消耗得到再次更新的每个观测机会所对应的存储量,转步骤2.2.4.3.13;否则,执行步骤2.2.4.3.11;
步骤2.2.4.3.11、将当前目标加入到观测计划列表将当前目标加入到传输机会dearly所对应的传输目标列表中;在二维传输数据表L中将dearly的开始传输时间b(dearly)加上传输速率φ(so)与存储消耗的乘积;并将k+1赋值给k,转步骤2.2.4.3.1;
步骤2.2.4.3.12、将传输机会dearly从传输机会子集合D′(so)中删除,转步骤2.2.4.3.6;
步骤2.2.4.3.13、将观测机会o从可行观测机会集合中删除,转步骤2.2.4.3.3;
步骤2.2.4.3.14、放弃当前目标将k+1赋值给k,转步骤2.2.4.3.1;
步骤2.2.4.4、遍历观测计划列表以各目标对应的观测收益作为权值,对观测计划列表中观测机会对应的各目标进行加权求和处理,得到优化目标的函数值并输出;
从NK个邻居解中选择对应的优化目标的函数值最大的邻居解作为第α+1次迭代的优先级规则组合方案V(α+1)的候选解;
步骤2.2.5、根据禁忌搜索算法或模拟退火亚启发式算法中接受新解的规则对候选解进行更新;
步骤2.2.6、将α+1赋值给α;并返回步骤2.2.2执行;
步骤2.3、输出规划结果。
Claims (3)
1.一种基于超启发式算法的卫星任务规划方法,其特征是应用于由NT个目标Ns个成像卫星和NP个地面站构成的任务规划场景中;ti表示第i个目标,1≤i≤NT;sj表示第j个成像卫星,令第j个成像卫星sj的最大存储为Mmax;所述第j个成像卫星sj带有一个成像传感器,并具有同步成像和传输功能,1≤j≤Ns;pl表示第l个地面站,所述第l个地面站pl能同时接收多个成像卫星传输的成像数据,1≤l≤Np;
所述规划场景中,每个目标对应一个观测收益值,记第i个目标ti对应的观测收益为f(ti);每个目标对应一个交货期,记第i个目标ti对应的交货期为h(ti);每个目标对应一个存储消耗,记第i个目标对应的存储消耗为c(ti);每个目标对应一个观测能量消耗,记第i个目标ti对应的观测能量消耗为e(ti);每个目标对应一个最短观测时长,记第i个目标ti对应的最短观测时长为z(ti);每个成像卫星对应一个传输速率,记第j个成像卫星sj对应的传输速率为φ(sj);
以观测到的目标的总观测收益最大化作为优化目标,并按如下步骤进行规划:
步骤1:获得目标的优先级支配关系数据
步骤1.1、获得二维成像数据表和二维传输数据表
获得所述Ns个成像卫星对NT个目标的成像访问时间窗集合D、Ns个成像卫星对NP个地面站的传输访问时间窗集合L;
所述Ns个成像卫星对NT个目标的成像访问时间窗集合D为二维成像数据表,且其属性包括:目标、成像卫星、开始成像时间、结束成像时间;所述二维成像数据表D的每行数据表示所在行目标的观测机会;
所述Ns个成像卫星对NP个地面站的传输访问时间窗集合L为二维传输数据表,且其属性包括:成像卫星、地面站、开始传输时间、结束传输时间;所述二维传输数据表L的每行数据表示所在行卫星的传输机会;
步骤1.2、获得目标的优先级支配关系二维表R:
步骤1.2.1、生成优先级支配关系二维表R,其属性包括:目标、收益的优先级后继、收益存储比的优先级后继、收益能量比的优先级后继、观测机会的优先级后继、交货期的优先级后继、状态标记flag;其中,flag=1表示相应的目标被选中,flag=0表示相应的目标未选中;所述优先级支配关系二维表R包含NT+2行,第一行为优先级编号,第二行为先头目标;其余NT的每行对应一个目标;
步骤1.2.2、将NT个目标按照其各自的观测收益值从大到小排序,获得收益的有序目标序列LF;
步骤1.2.3、将所述收益的有序目标序列LF中的第一个目标作为所述优先级支配关系二维表R中收益优先级后继的先头目标;
遍历所述收益的有序目标序列LF,在所述优先级支配关系二维表R中,令当前遍历目标tσ的收益优先级后继指向下一个目标tσ+1,1≤σ≤NT-1;
步骤1.2.4、将NT个目标按照其各自的收益-存储消耗比从大到小排序,获得收益存储比的有序目标序列LC,其中,收益-存储消耗比=观测收益值/存储消耗;
步骤1.2.5、将所述收益存储比的有序目标序列LC中的第一个目标作为所述优先级支配关系二维表R中收益存储比优先级后继的先头目标;
遍历所述收益存储比的有序目标序列LC,在所述优先级支配关系二维表R中,令当前遍历目标tθ的收益存储比优先级后继指向下一个目标tθ+1,1≤θ≤NT-1;
步骤1.2.6、将NT个目标按照其各自的收益-能量消耗比从大到小排序,获得按收益能量比的有序目标序列LE,其中,收益-能量消耗比=观测收益值/能量消耗;
步骤1.2.7、将所述收益能量比的有序目标序列LE中的第一个目标作为所述优先级支配关系二维表R中收益能量比优先级后继的先头目标;
遍历收益能量比的有序目标序列LE,在所述优先级支配关系二维表R中,令当前遍历目标tω的收益能量比优先级后继指向下一个目标tω+1,1≤ω≤NT-1;
步骤1.2.8、将NT个目标的观测收益值按大小分为N个等级,从而获得NT个目标根据各自的观测收益值确定的相应等级;
步骤1.2.9、根据所述二维成像数据表D,获得每个目标的候选观测机会次数;
步骤1.2.10、将NT个目标先按等级从大到小排序后,若是相同等级的目标,则按照候选观测机会次数从小到大排序;从而获得观测机会的有序目标序列LO;
步骤1.2.11、将所述观测机会的有序目标序列LO中的第一个目标作为所述优先级支配关系二维表R中观测机会优先级后继的先头目标;
遍历观测机会的有序目标序列LO,在所述优先级支配关系二维表R中,令当前遍历目标tυ的观测机会优先级后继指向下一个目标tυ+1,1≤υ≤NT-1;
步骤1.2.12、将NT个目标先按等级从大到小排序后,若是相同等级的目标,则按照交货期从早到晚排序;从而获得交货期的有序目标序列LD;
步骤1.2.13、将所述交货期的有序目标序列LD中的第一个目标作为所述优先级支配关系二维表R中交货期优先级后继的先头目标;
遍历交货期的有序目标序列LD,在所述优先级支配关系二维表R中,令当前遍历目标tμ的交货期优先级后继指向下一个目标tμ+1,1≤μ≤NT-1;
步骤1.2.14、将优先级支配关系二维表R中的状态标记flag全部初始化为“0”;
步骤2、使用禁忌搜索算法或模拟退火亚启发式算法对优先级组合进行搜索,获得规划结果;
步骤2.1、随机生成一个一维整数向量用以表示优先级规则的组合方案,其长度为NT,vm表示第m个分量,每个分量表示对一个优先级规则的选择,vm∈{1,2,3,4,5};
步骤2.2、使用禁忌搜索或模拟退火亚启发式算法对优先级规则组合方案V进行搜索;
步骤2.2.1、设定最大迭代次数为ψ,设定当前迭代次数为α,并初始化α=1;
步骤2.2.2、判断α>ψ是否成立,若是,则终止迭代,获得第α次迭代的优先级规则组合方案,转步骤2.3;否则,转步骤2.2.3;
步骤2.2.3、基于第α次迭代的优先级规则组合方案V(α),获得其NK个邻居解;
步骤2.2.4、针对每个邻居解,对照所述优先级支配关系二维表R,分别进行卫星观测计划的构造;在所构造的NK个卫星观测计划中分别统计被成功观测的目标,从而计算NK个邻居解所对应的优化目标的函数值;
从所述NK个邻居解中选择对应的优化目标的函数值最大的邻居解作为第α+1次迭代的优先级规则组合方案V(α+1)的候选解;
步骤2.2.5、根据禁忌搜索算法或模拟退火亚启发式算法中接受新解的规则对所述候选解进行更新;
步骤2.2.6、将α+1赋值给α;并返回步骤2.2.2执行;
步骤2.3、输出规划结果。
2.根据权利要求1所述的基于超启发式算法的卫星任务规划方法,其特征是,所述步骤2.2.4中每个邻居解所对应的卫星观测计划和优化目标的函数值是按如下过程获得:
步骤A1、根据第α次迭代的第β个邻居解所对应的优先级规则组合对照所述优先级支配关系二维表R,获得第β个邻居解所对应的有序目标列表
步骤A2、构造一个长度不限的观测计划列表用于存放观测机会;
对所有传输机会分别构造空的传输目标列表,记第λ个传输机会的传输目标列表为L(λ);
每颗成像卫星上,每个观测机会的结束时刻均对应一个存储量,记第ε个观测机会的结束时刻对应的存储量为U(ε),将所有的存储量初始化为0;
令表示第α次迭代的第β个邻居解所对应的有序目标列表中第k个目标,1≤k≤NT;
步骤A3、令k=1,遍历第α次迭代的第β个邻居解所对应的有序目标列表
步骤A3.1、若k>NT,遍历终止,输出观测计划列表和所有的传输目标列表,转步骤A4,否则,转步骤A3.2;
步骤A3.2、从所述二维成像数据表D中获取当前目标的所有观测机会,从而构成可行观测机会集合
步骤A3.3、判断可行观测机会集合是否为空,若为空,则转步骤A3.14,否则,从可行观测机会集合中,选择观测时间最早的观测机会o,根据二维成像数据表,将所述观测机会o所对应的成像卫星记为成像卫星so,其对应的开始成像时间记为bo,其对应的结束成像时间记为eo;判断观测机会o所对应的结束成像时间eo和开始成像时间bo之差是否大于等于最短观测时长若不成立,转步骤A3.13;若成立,则转步骤A3.4;
步骤A3.4、根据二维成像数据表D,在成像卫星so上,获得与观测机会o有时间冲突的观测机会集合,记为con(o);所述有时间冲突的定义为:给定一个成像卫星so上的观测机会o′,若观测机会o′与观测机会o的开始成像时间与结束成像时间满足:bo′<eo<eo′或者bo′<bo<eo′,则观测机会o′是与观测机会o相冲突的观测机会;
判断与观测机会o有时间冲突的观测机会集合con(o)中的每一个观测机会,是否已存在于观测计划列表中,若存在,在转步骤A3.13;否则,转步骤A3.5;
步骤A3.5、根据二维传输数据表L,获取所述成像卫星so的所有传输机会,从而构成传输机会集合D(so);在所述传输机会集合D(so)中,选取结束成像时间eo之后的传输机会作为传输机会子集合D′(so);
步骤A3.6、判断传输机会子集合D′(so)是否为空集,若是,则转步骤A3.13;否则,执行步骤A3.7;
步骤A3.7、在传输机会子集合D′(so)中,寻找开始传输时间最早的传输机会dearly;并将所述传输机会dearly所对应的开始传输时间记为b(dearly),所对应的结束传输时间记为e(dearly),将所述传输机会dearly所对应的传输目标列表记为L(dearly);
步骤A3.8、判断传输机会dearly所对应的结束传输时间e(dearly)和开始传输时间b(dearly)之差是否大于等于传输速率φ(so)与存储消耗的乘积,若成立,则执行步骤A3.9,否则,转步骤A3.12;
步骤A3.9、判断传输机会dearly的结传输束时间e(dearly)是否在当前目标的交货期之前,若是,则转步骤A3.10,否则,转步骤A3.13;
步骤A3.10、获得所述结束成像时间eo与开始传输时间b(dearly)之间所有的存储量集合c(eo,b(dearly));
将存储量集合c(eo,b(dearly))内每个观测机会所对应的存储量分别加上当前目标的存储消耗获得更新的每个观测机会所对应的存储量;
分别判断每个观测机会所对应的更新存储量是否超出最大存储Mmax,若超出,则将更新的每个观测机会所对应的存储量分别减去当前目标的存储消耗得到再次更新的每个观测机会所对应的存储量,转步骤A3.13;否则,执行步骤A3.11;
步骤A3.11、将当前目标加入到观测计划列表将当前目标加入到传输机会dearly所对应的传输目标列表中;在二维传输数据表L中将dearly的开始传输时间b(dearly)加上传输速率φ(so)与存储消耗的乘积;并将k+1赋值给k,转步骤A3.1;
步骤A3.12、将传输机会dearly从传输机会子集合D′(so)中删除,转步骤A3.6;
步骤A3.13、将观测机会o从可行观测机会集合中删除,转步骤A3.3;
步骤A3.14、放弃当前目标将k+1赋值给k,转步骤A3.1;
步骤A4、遍历观测计划列表以各目标对应的观测收益作为权值,对观测计划列表中观测机会对应的各目标进行加权求和处理,得到优化目标的函数值并输出。
3.根据权利要求2所述的基于超启发式算法的卫星任务规划方法,其特征是,所述步骤A1中,构造有序目标列表的过程按如下步骤进行:
步骤B1、构造一个长度为NT的空列表用于存放目标;
构造NT个先头目标指针
步骤B2、选择所述优先级组合方案中的第一个优先级编号对照优先级支配关系二维表R,取得相应的先头目标H,并加入列表中;
步骤B3、初始化令m=2,令先头目标指针pm-1指向先头目标H,遍历优先级组合方案
步骤B3.1、若m>NT,则迭代终止,输出列表否则,构造一个长度不定的空列表Im,用于临时存放遍历的目标,转步骤B3.2;
步骤B3.2、根据所述优先级支配关系二维表R,获得当前优先级编号与先头目标指针pm-1一同指向的后继um;
步骤B3.3、判断后继um是否为空,若为空,则转步骤B3.8,否则转步骤B3.4;
步骤B3.4、判断所述优先级支配关系二维表R判断后继um指向的目标qm的状态标记flag是否为“1”,若是,则转步骤B3.6;否则,执行步骤B3.5;
步骤B3.5、将目标qm加入列表将m+1赋值给m,令先头目标指针pm-1指向目标qm,并转步骤B3.2;
步骤B3.6、判断目标qm是否已存在于列表Im,若是,则转步骤B3.8;否则,执行步骤B3.7;
步骤B3.7、将目标qm加入列表Im,将m+1赋值给m,令先头目标指针pm-1指向目标qm,转步骤B3.2;
步骤B3.8、从状态标记flag为“0”的目标中,按当前优先级编号选择排在最前面的目标q,将其加入列表将m+1赋值给m,令先头目标指针pm-1指向目标q,转步骤B3.1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610843786.2A CN106384169B (zh) | 2016-09-22 | 2016-09-22 | 一种基于超启发式算法的卫星任务规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610843786.2A CN106384169B (zh) | 2016-09-22 | 2016-09-22 | 一种基于超启发式算法的卫星任务规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106384169A CN106384169A (zh) | 2017-02-08 |
CN106384169B true CN106384169B (zh) | 2018-02-06 |
Family
ID=57936832
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610843786.2A Active CN106384169B (zh) | 2016-09-22 | 2016-09-22 | 一种基于超启发式算法的卫星任务规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106384169B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107330544A (zh) * | 2017-06-05 | 2017-11-07 | 合肥工业大学 | 一种卫星对地成像任务规划问题处理的方法 |
CN107290961B (zh) * | 2017-06-29 | 2020-08-11 | 中国人民解放军国防科学技术大学 | 一种针对敏捷卫星的在线调度方法 |
CN108053051B (zh) * | 2017-11-16 | 2021-08-10 | 西安电子科技大学 | 基于任务拆分聚合的数据中继卫星系统任务规划方法 |
CN108171374A (zh) * | 2017-12-27 | 2018-06-15 | 中国电子科技集团公司第五十四研究所 | 一种基于模拟退火算法的对地观测卫星任务规划方法 |
CN108988933B (zh) * | 2018-07-26 | 2021-12-17 | 中国电子科技集团公司第五十四研究所 | 一种卫星数据接收窗口全局优化分配方法 |
CN109034670B (zh) * | 2018-09-06 | 2020-10-27 | 中国人民解放军国防科技大学 | 一种卫星在轨活动规划方法及系统 |
CN109460862B (zh) * | 2018-10-22 | 2021-04-27 | 郑州大学 | 基于mab的超启发式算法求解多目标优化问题的方法 |
CN110728447B (zh) * | 2019-10-10 | 2021-03-09 | 合肥工业大学 | 一种最早完成区域目标覆盖的分区卫星任务规划方法 |
CN111062561B (zh) * | 2019-11-05 | 2023-11-28 | 合肥工业大学 | 面向多目标卫星任务规划的ahp理想目标点求解方法及系统 |
CN112862306B (zh) * | 2021-02-04 | 2023-07-07 | 中国人民解放军国防科技大学 | 一种面向时敏移动目标跟踪的多星在线协同任务规划方法 |
CN113313347B (zh) * | 2021-04-20 | 2022-09-30 | 合肥工业大学 | 卫星任务资源匹配方法、装置、存储介质和电子设备 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080114506A1 (en) * | 2006-11-10 | 2008-05-15 | Davis Christopher L | Hard landing detection |
CN105426964B (zh) * | 2015-11-03 | 2017-03-15 | 合肥工业大学 | 一种卫星成像与传输的联合任务规划方法 |
-
2016
- 2016-09-22 CN CN201610843786.2A patent/CN106384169B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN106384169A (zh) | 2017-02-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106384169B (zh) | 一种基于超启发式算法的卫星任务规划方法 | |
CN108388958B (zh) | 一种二维姿态机动卫星任务规划技术研究的方法及装置 | |
CN103345504B (zh) | 单星调度的算子构建方法 | |
CN106648852A (zh) | 基于双蚁群的多星任务调度方法和装置 | |
US11708179B2 (en) | Partition satellite mission planning method for earliest completion of regional target coverage | |
CN105426964B (zh) | 一种卫星成像与传输的联合任务规划方法 | |
CN106483975A (zh) | 确定无人机航线的方法及装置 | |
CN111598473A (zh) | 面向复杂观测任务的多平台联合任务规划方法 | |
CN110298914A (zh) | 一种建立果园中果树冠层特征地图的方法 | |
Forejt et al. | Changes and continuity of wood-pastures in the lowland landscape in Czechia | |
CN109933423A (zh) | 一种协同执行复杂任务的多卫星资源规划方法 | |
CN108171374A (zh) | 一种基于模拟退火算法的对地观测卫星任务规划方法 | |
CN108416500A (zh) | 一种基于pddl多星协同任务规划方法、设备及存储设备 | |
CN108415045A (zh) | 遥感卫星搜索海上移动目标的方法及装置 | |
CN106056609A (zh) | 基于dbnmi模型实现遥感影像自动标注的方法 | |
Tan et al. | Combining residual neural networks and feature pyramid networks to estimate poverty using multisource remote sensing data | |
CN114326827A (zh) | 一种无人机集群多任务动态分配方法及系统 | |
CN116954928B (zh) | 基于通导遥一体化设计的星上自主任务规划方法与设备 | |
Fang et al. | Routing UAVs in landslides Monitoring: A neural network heuristic for team orienteering with mandatory visits | |
CN109146126A (zh) | 基于时间窗口离散化的卫星成像任务最优路径规划方法 | |
Requena-Mesa et al. | Predicting landscapes as seen from space from environmental conditions | |
CN105976357B (zh) | 一种高光谱图像端元提取方法及系统 | |
Kong et al. | Training a single multi-class convolutional segmentation network using multiple datasets with heterogeneous labels: preliminary results | |
Bhadra et al. | End-to-end 3D CNN for plot-scale soybean yield prediction using multitemporal UAV-based RGB images | |
Zhang et al. | Prototype-based clustered federated learning for semantic segmentation of aerial images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |