CN107291090A - 一种基于关键路径优化的连续成像控制方法 - Google Patents
一种基于关键路径优化的连续成像控制方法 Download PDFInfo
- Publication number
- CN107291090A CN107291090A CN201710335800.2A CN201710335800A CN107291090A CN 107291090 A CN107291090 A CN 107291090A CN 201710335800 A CN201710335800 A CN 201710335800A CN 107291090 A CN107291090 A CN 107291090A
- Authority
- CN
- China
- Prior art keywords
- task
- summit
- imaging
- instruction sequence
- ith
- 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.)
- Granted
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 243
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000005457 optimization Methods 0.000 claims abstract description 57
- 238000004043 dyeing Methods 0.000 claims abstract description 18
- 230000005540 biological transmission Effects 0.000 claims description 38
- 238000010186 staining Methods 0.000 claims description 28
- 230000008569 process Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 4
- 238000002347 injection Methods 0.000 claims description 3
- 239000007924 injection Substances 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 claims description 2
- 230000004069 differentiation Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 10
- 230000009471 action Effects 0.000 description 4
- 238000001816 cooling Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 102100036841 C-C motif chemokine 1 Human genes 0.000 description 2
- 101710155835 C-C motif chemokine 1 Proteins 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 102100036846 C-C motif chemokine 21 Human genes 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 101000713085 Homo sapiens C-C motif chemokine 21 Proteins 0.000 description 1
- 101000896974 Mus musculus C-C motif chemokine 21a Proteins 0.000 description 1
- 101000896969 Mus musculus C-C motif chemokine 21b Proteins 0.000 description 1
- 101000896970 Mus musculus C-C motif chemokine 21c Proteins 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 101100509792 Oncorhynchus mykiss tck1 gene Proteins 0.000 description 1
- 235000018734 Sambucus australis Nutrition 0.000 description 1
- 244000180577 Sambucus australis Species 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- ISNBJLXHBBZKSL-UHFFFAOYSA-N ethyl n-[2-(1,3-benzothiazole-2-carbonylamino)thiophene-3-carbonyl]carbamate Chemical compound C1=CSC(NC(=O)C=2SC3=CC=CC=C3N=2)=C1C(=O)NC(=O)OCC ISNBJLXHBBZKSL-UHFFFAOYSA-N 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000012447 hatching Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- OGFXBIXJCWAUCH-UHFFFAOYSA-N meso-secoisolariciresinol Natural products C1=2C=C(O)C(OC)=CC=2CC(CO)C(CO)C1C1=CC=C(O)C(OC)=C1 OGFXBIXJCWAUCH-UHFFFAOYSA-N 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64G—COSMONAUTICS; VEHICLES OR EQUIPMENT THEREFOR
- B64G1/00—Cosmonautic vehicles
- B64G1/22—Parts of, or equipment specially adapted for fitting in or to, cosmonautic vehicles
- B64G1/24—Guiding or controlling apparatus, e.g. for attitude control
- B64G1/244—Spacecraft control systems
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Radar, Positioning & Navigation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Studio Devices (AREA)
Abstract
一种基于关键路径优化的连续成像控制方法，适用于可执行连续成像任务的敏捷成像遥感卫星。首先，按照时间顺序形成成像任务队列；然后基于基本指令序列构造每个成像任务的有向图模型；接着，搜索连续成像任务有向图模型所包含的当前成像任务启动数据记录指令对应的顶点到下一次成像任务启动数据记录指令对应的顶点之间的最长时延路径，当连续两次成像任务的启动数据记录指令之间的时间间隔小于有向图模型的关键路径长度时，通过取消任务间姿态回摆、合并任务间开关机指令和基本指令序列解耦等方法，不断优化连续成像任务所对应的有向图模型的顶点和边的“染色”状态；最后，以拓扑优化后的有向图模型为基准，自主生成连续成像任务的控制指令序列。
Description
技术领域
本发明属于卫星控制领域，涉及一种遥感卫星的成像控制方法，适用于可执行连续成像任务的敏捷成像遥感卫星。
背景技术
传统遥感卫星搭载单一载荷，成像分辨率低，姿态机动速度慢，载荷数据量小，卫星主要承担区域普查任务。在普查区域外，用户提前开启载荷设备和数传设备，启动卫星姿态机动即可完成成像任务。因此，传统卫星多依靠人工手段编排成像任务指令，采用串行控制模式依次完成姿态机动、载荷和数传设备开关机等动作，即可满足使用要求。
随着成像分辨率和姿态机动能力的快速提升，遥感卫星的分辨率已达亚米级，卫星在轨应用模式以点目标成像为主，且可以在单轨内完成对多个点目标的成像，时序约束已经成为制约卫星使用效能的核心要素。不失一般性，对于给定的飞行轨道，卫星飞越两个连续目标obji和obji+1的时间间隔记做Ti,i+1。如果实现对两个连续目标成像，卫星必须在Ti ,i+1时间内完成目标obji任务准备段(开机段)、状态恢复段(关机段)的指令动作，以及目标obji+1任务准备段(开机段)的指令动作，因此，第i次任务准备段(开机段)时间，状态恢复段(关机段)时间，以及第i+1次任务准备段(开机段)时间决定了遥感卫星在轨连续对两个目标成像的最短切换时间。显然，Ti,i+1越小表明卫星对连续获取目标的距离要求就越小，卫星在轨单位时间内的成像数据获取能力就越强。因此，通过当次任务状态恢复段(关机段)和下次任务准备段(开机段)时序优化减小Ti,i+1，可以显著提升遥感卫星的在轨使用效能。
新一代敏捷成像卫星需要当次任务状态恢复段(关机段)和下次任务准备段(开机段)进行联合优化，而传统的人工手段编制连续成像控制指令的工作强度大、工作效率低、且差错率高。在多任务联合优化方面，国内外学者大多把研究重点放在自主任务规划领域。例如，针对点目标成像卫星的任务规划问题，文献“Three scheduling algorithmsapplied to the earth observing systems Domain”(Wolfe W J,Management Science，2000)和文献“成像侦察卫星调度问题研究”(贺仁杰，国防科学技术大学博士学位论文，2004年)建立了背包模型、混合整数规划和约束满足三种模型；针对卫星敏捷成像任务规划问题，文献“基于点目标的敏捷成像卫星直线扫描条带预生成方法和卫星三轴姿态快速确定方法”(中国专利CN201310041009.2，林晓辉等)提出了基于点目标的敏捷成像卫星直线扫描条带预生成方法和卫星三轴姿态快速确定方法，通过筛选点目标，优化计算得到直线扫描条带，确定待观测目标点对应的新目标点，确定了卫星的三轴姿态。但上述文献均没有涉及如何在指令时序约束维度来优化卫星任务的执行效率。
近年来，国内文献开始从指令维度优化卫星的运行过程。文献“一种敏捷卫星多参数指令上注处理方法”(中国专利CN201210253826.X，李超等)根据星上各分系统的典型工作模式，将敏捷卫星星上姿控、数传、载荷、星务等多个分系统执行机动成像任务时的指令组成多种指令模板并存储于星上计算机中，简化了地面用户指令编排工作的复杂程度，大大减少了上注的数据量，提高了指令编排工作的可靠性，为实现敏捷卫星的任务管理和应用提供了技术保证；但是该专利没有对卫星任务指令实施优化，导致连续两次成像任务之间有效载荷无法关机，浪费了宝贵的星载能源，多次成像任务期间卫星也不回摆，带来卫星姿态安全隐患。文献“基于有向图模型的卫星任务指令生成算法”(田志新等，航天器工程，2014年)提出了一种基于基本指令序列的任务有向图模型构造方法和基于有向图模型的任务指令生成算法，采用地面仿真和星上实时遥测优化卫星有向图模型参数，由星载计算机生成指令序列提升卫星使用效能，但该文献仅对单一任务的时序约束参数进行优化，并未涉及如何通过任务间的指令优化来提升卫星在轨使用效能。
发明内容
本发明解决的技术问题是：针对卫星连续成像任务姿态机动、载荷成像、数传控制等多任务时序协同优化控制问题，提出一种遥感卫星连续成像控制方法，通过搜索连续成像任务有向图模型的关键路径并根据关键路径所包含指令的类型自动优化连续成像任务的控制指令链，显著降低了人工编制连续成像任务姿态机动、载荷成像、数传控制等复杂指令序列的工作强度，避免了人工差错导致的卫星在轨运行风险。
本发明的技术解决方案是：一种基于关键路径优化的连续成像控制方法，包括如下步骤：
(1)读取地面注入的N个成像任务，按成像时间从早到晚的顺序完成成像任务排序，得到任务序列Taskj，j＝1,2,……N，并记当前任务为Taski，与当前任务相邻的下一任务为Taski+1，N为不小于2的正整数，i从j中选取，初始值为1；
(2)分别构造N个成像任务各自的有向图模型Gj，在Gj中成像任务j开始执行的顶点记为Sourcej，成像任务j结束的顶点记为Sinkj；第j个成像任务启动数据记录指令对应的顶点记为Beginj，第j个成像任务停止数据记录指令对应的顶点记为Endj；每个成像任务的有向图模型均包含由载荷控制基本指令序列、数传控制基本指令序列、姿态控制基本指令序列及其相互之间的约束关系映射成的顶点和边，这些顶点和边的初始状态均为“染色”状态；其中，“染色”状态表示该顶点或边参与成像控制过程，“非染色”状态表示该顶点或边不参与成像控制过程；
(3)对有向图模型Gj，j＝1,2,……N，进行分层，Sourcej为0层顶点，顶点所在层数小于Beginj所在层数的顶点作为“开机类”顶点，顶点所在层数大于Endj所在层数的顶点作为“关机类”顶点；对于顶点的层数，前向顶点仅包含Sourcei且自身为非0层顶点的顶点为1层顶点；前向顶点仅包含Sourcei、1层顶点且自身非0层顶点、非1层顶点的顶点为2层顶点；依次类推，前向顶点仅包含Sourcei、1层顶点，...，n-1层顶点，且自身非0层顶点，非1层顶点，...，非n-1层顶点的顶点为n层顶点；
(4)将Gi中的最末层顶点Sinki和Gi+1中的最起始顶点Sourcei+1合并，构建包含连续两次成像任务Taski和Taski+1在内的有向图模型G_Joint，并将“合并标识”初始化为“假”，表示两个连续任务的控制指令序列无需联合优化；
(5)搜索G_Joint中顶点Begini到顶点Begini+1之间的关键路径，并判别关键路径的长度是否大于第i+1次成像任务启动数据记录时刻与第i次成像任务启动数据记录时刻之差Ti,i+1，如果大于则转步骤(6)，如果不大于则转步骤(7)；所述的关键路径为有向图中两个顶点之间的最长时延路径；
(6)依次判别关键路径“开机类”和“关机类”顶点集合对应的指令类型，
如果指令类型是姿态控制基本指令，进一步判别第i次任务成像时长、第i次任务姿态回摆时长、第i+1次姿态预置时长之和是否大于第i+1次成像任务启动数据记录时刻与第i次成像任务启动数据记录时刻之差Ti,i+1，如果“是”，则采用“取消任务间姿态回摆策略”进行有向图拓扑优化；如果“否”，则采用“基本指令序列解耦策略”进行有向图拓扑优化；
如果指令类型为载荷控制基本指令或者数传控制基本指令，进一步判别第i次任务成像时长、第i次任务该载荷/数传“关机类”基本指令序列时延、第i+1次任务该载荷/数传“开机类”基本指令序列时延之和是否大于第i+1次成像任务启动数据记录时刻与第i次成像任务启动数据记录时刻之差Ti,i+1，如果“是”，则采用“合并任务间开关机指令策略”进行有向图拓扑优化；如果“否”，则采用“基本指令序列解耦策略”进行有向图拓扑优化；
最后，将“合并标识”设置为“真”，转步骤(5)；
(7)判别“合并标识”的状态，如果“合并标识”为“真”，转步骤(8)；如果“合并标识”为“假”，则展开G_Joint得到多任务联合优化有向图模型对应的成像控制指令序列，并将G_Joint设置为Gi+1，转步骤(8)：
(8)判断任务队列是否全部优化完毕，如果已经全部优化完毕，则展开当前G_Joint，得到多任务联合优化有向图模型对应的成像控制指令序列，卫星按照本步骤得到的成像控制指令序列完成连续成像控制；如果尚未全部优化完毕，则将当前任务索引和下一任务索引分别加1后转步骤(4)。
所述的载荷控制基本指令序列，指完成载荷设备开机、成像准备、成像数据输出、载荷设备关机这一系列过程的控制指令序列；数传控制基本指令序列，指完成数传设备开机、数据接收、数据处理、启动数据记录、停止数据记录、数传设备关机这一系列过程的控制指令序列；姿态控制基本指令序列，指卫星姿态机动、卫星回摆的控制指令序列。
所述步骤(6)中的“取消任务间姿态回摆策略”为：将第i次成像任务中的姿态机动基本指令序列“关机类”指令集合中的顶点置为“非染色”，与这些顶点相连的边置为“非染色”；将第i+1次成像任务中的姿态机动基本指令序列“开机类”指令集合中首条指令与Sourcei+1之间的边置为“非染色”；在第i次成像任务停止数据记录指令对应的顶点Endi和第i+1次成像任务姿态机动基本指令序列“开机类”指令集合中首条指令之间增加一条“染色”有向边，并将该边的长度设置为从第i次成像任务姿态直接机动到第i+1次成像任务姿态所需的时长。
所述步骤(6)中的“合并任务间开关机指令策略”为：将第i+1次成像任务中的载荷/数传控制基本指令序列“开机类”指令集合中的顶点设置为“非染色”，与这些顶点相连的边置为“非染色”；将第i次成像任务中的该载荷/数传控制基本指令序列“关机类”指令集合中的顶点设置为“非染色”，与这些顶点相连的边置为“非染色”。
所述步骤(6)中的基本指令序列解耦策略为：在关键路径“开机类”顶点集合中第一个顶点和与之对应的第i次成像任务“关机类”顶点集合中最后一个顶点之间，或者关键路径“关机类”顶点集合中最后一个顶点和与之对应的第i+1次成像任务“开机类”顶点集合中第一个顶点之间增加一条边，且该边的长度为第i次成像任务“关机类”顶点集合中最后一个顶点所对应指令的执行时长；接着，将两个顶点与Sourcei+1之间的边置为“非染色”；最后，判断与Sourcei+1相连的边的性质，如果Sourcei+1不再与任何“染色”边相连，将Sourcei+1置为“非染色”。
本发明与现有技术相比的优点在于：
(1)本发明方法不但对单一任务的约束参数实施优化，还通过取消连续两次成像任务间的姿态回摆动作，缩短连续成像姿态机动所需要的时长；通过合并连续两次成像任务间的载荷/数传开关机动作，缩短了连续成像载荷/数传控制所需要的时长；通过基本指令序列解耦，实现了连续成像姿态控制、载荷控制、数传控制并行执行，从而进一步提升了卫星在可视弧段的成像效率。
(2)本发明方法不但简化了用户指令编排工作的复杂度，还对卫星连续成像任务的控制指令链实施了优化：将当前任务成像时长、有效载荷关机时长、有效载荷开机时长之和小于连续两次成像任务时间间隔的有效载荷关机，避免连续成像时有效载荷不关机浪费宝贵的星载能源；只有当前任务成像时长、本次任务姿态回摆时长、下次姿态预置时长之和大于连续两次成像任务时间间隔时卫星才不回摆，其他情况均安排卫星姿态回摆动作，避免多次成像任务期间卫星不回摆带来的在轨运行姿态安全隐患。
(3)本发明方法将连续成像控制问题转化为有向图模型的拓扑优化问题，任务控制优化方法与载荷特性无关，该方法具有普适性；实现了连续成像任务姿态机动、多载荷成像、数据处理设备控制指令序列的自动化优化，在满足成像要求的前提下，在成像任务切换期间尽可能关闭有效载荷以降低能源损耗，执行姿态回摆动作以确保卫星姿态安全。
(4)本发明方法彻底消除了传统人工手段优化卫星多任务指令序列工作量大、编制成本高、低层次错误多、测试和在轨应用风险大的缺点，并有效提升了卫星的在轨使用效能。
附图说明
图1为本发明方法的流程框图；
图2为本发明单成像任务有向图模型构造示意图；
图3为本发明单成像任务有向图顶点分类示意图；
图4为本发明两个连续成像任务有向图模型构造示意图；
图5为本发明两个连续成像任务有向图第一次关键路径搜索示意图；
图6为本发明两个连续成像任务有向图拓扑优化——合并任务间开关机指令策略示意图；
图7为本发明两个连续成像任务有向图拓扑优化——取消任务间姿态回摆策略示意图；
图8为本发明两个连续成像任务有向图第二次关键路径搜索示意图；
图9为本发明两个连续成像任务有向图关键路径拓扑优化——基本指令序列解耦策略示意图；
图10为本发明两个连续成像任务有向图第三次关键路径搜索及最终有向图控制模型确定示意图。
具体实施方式
为了描述方便，首先定义以下变量：
G(V，E) 成像任务指令序列对应的有向图
V＝{V1,…,VN} 有向图顶点集合，N为顶点的个数
E＝{E1,…，EM} 有向图边集合，M为边的个数
Ei＝{Vj→Vk} 指令Vj先于Vk执行；j，k∈[1,N]
Sourcei 第i次任务对应的有向图起始顶点
Sinki 第i次任务对应的有向图结束顶点
Begini 第i次成像任务启动数据记录指令对应的有向图顶点
Endi 第i次成像任务停止数据记录指令对应的有向图顶点
Ti 第i次成像开始时刻暨启动数据记录指令的发出时刻
Ti,j Tj-Ti，第i次成像任务到第j次成像任务的时间间隔
第i次任务载荷Y成像基本指令序列的“开机类”顶点集合
第i次任务载荷Y成像基本指令序列的“关机类”顶点集合
O_SCi 第i次任务数传控制基本指令序列的“开机类”顶点集合
C_SCi 第i次任务数传控制基本指令序列的“关机类”顶点集合
O_AMi 第i次任务姿态控制基本指令序列的“开机类”顶点集合
C_AMi 第i次任务姿态控制基本指令序列的“关机类”顶点集合
第i次任务的成像时长
连续多次成像任务的优化过程可以简化为若干个连续两次成像任务的优化过程。单个成像任务由多个载荷控制基本指令序列、数传控制基本指令序列、姿态控制基本指令序列组成。载荷控制基本指令序列，表征载荷设备控制的时序关系，指完成载荷设备开机、成像准备、成像数据输出、载荷设备关机这一系列过程的控制指令序列；数传控制基本指令序列，表征数传设备控制的时序关系，指完成数传设备开机、数据接收、数据处理、启动数据记录、停止数据记录、数传设备关机这一系列过程的控制指令序列；姿态控制基本指令序列，表征卫星姿态控制的时序关系，指完成卫星姿态机动、姿态回摆这一系列时序控制过程的控制指令序列。
成像任务i的有向图模型建立过程如下：首先，建立一个仅包含Sourcei和Sinki两个孤立顶点的有向图Gi。接着，将成像任务所包含的基本指令序列中的指令映射为有向图的顶点，将每两条指令之间的时间约束关系映射为有向图的边，且该边的“时长属性”等于两条指令的时间间隔；将约束关系包含的每对指令时序约束映射为有向图的边，边的指向代表指令的执行顺序，边的“时长属性”等于两个指令的时间间隔。最后，在Sourcei与每个基本指令序列首条指令对应顶点之间、Sinki与每个基本指令序列末条指令之间分别增加一条边，且边的“时长属性”等于0。按照上述方法，即可构造出任务1～N各自的有向图模型。
不失一般性，结合附图，以YA，YB两台载荷连续两次成像记录任务为例，说明连续成像任务控制指令序列的自动化优化过程。载荷YA成像基本指令序列、载荷YB成像基本指令序列、数传控制基本指令序列、姿态机动基本指令序列、四种基本指令序列之间的约束关系见表1～表5。其中，载荷YA加电初始化时间记作tYA初始化；载荷YB加电初始化时间记作tYB初始化；载荷YB制冷时间记作tYB制冷时间；数传设备初始化时间记作t数传初始化；第i次任务的成像时长记作第i次、第i+1次任务的成像姿态角分别为第i次任务姿态直接预置到第i+1次任务姿态的预置时长记作第i次任务姿态回摆到零位，之后再预置到第i+1次任务姿态的时长分别记作
表1载荷YA成像基本指令序列
| 指令代号 | 指令内容 | 与下条指令的时间间隔 |
| TCYA1 | 载荷YA加电 | tYA初始化 |
| TCYA2 | 载荷YA数据输出 | |
| TCYA3 | 载荷YA关机 |
表2载荷YB成像基本指令序列
| 指令代号 | 指令内容 | 与下条指令的时间间隔 |
| TCYB1 | 载荷YB加电 | tYB初始化 |
| TCYB2 | 载荷YB制冷 | tYB制冷时间 |
| TCYB3 | 载荷YB数据输出 | |
| TCYB4 | 载荷YB关机 |
表3数传控制基本指令序列
| 指令代号 | 指令内容 | 与下条指令的时间间隔 |
| TCA1 | 数传加电 | t数传初始化 |
| TCA2 | 启动数据记录 | 成像任务时长 |
| TCA3 | 停止数据记录 | |
| TCA4 | 数传设备关机 |
表4姿态机动基本指令序列
| 指令代号 | 指令内容 | 与下一条指令的时间间隔 |
| TCK1 | 卫星侧摆 | |
| TCK2 | 卫星回摆 |
表5基本指令序列的约束关系
为了全面说明连续成像任务控制指令序列的自动化优化过程，进行如下设定：
设定1：全部基本指令序列“关机类”指令集合中，姿态机动基本指令序列“关机类”指令的执行时延最大；全部基本指令序列“开机类”指令集合中，载荷YB成像基本指令序列“开机类”指令的执行时延最大；并且，即第i次成像任务时长、第i次任务结束后姿态回摆到零位、第i+1次任务载荷YB成像开机所需时长之和大于第i次任务启动数据记录到第i+1次任务启动数据记录的时间间隔。
设定2：即第i次任务启动数据记录到第i+1次任务启动数据记录的时间间隔小于第i次任务成像时长第i次任务载荷YB关机段时长(tYB关机)、第i+1次任务载荷YB开机段时长(tYB制冷时间+tYB初始化)之和。
设定3：即第i次任务启动数据记录到第i+1次任务启动数据记录的时间间隔大于第i次任务成像时长、第i次任务成像姿态直接预置到第i+1次任务成像姿态所需时长之和，但是小于第i次成像任务时长、第i次任务结束后姿态回摆到零位、再从零位姿态预置到第i+1次任务姿态所需时长之和。
设定4：即第i次成像任务时长、第i次成像任务载荷YA关机时长、第i+1次成像任务数传开机时长之和大于第i次任务启动数据记录到第i+1次任务启动数据记录的时间间隔。
设定5：第i次成像任务载荷YA关机时长加第i+1次成像任务载荷YA开机时长之和大于第i次成像任务数传关机时长加第i+1次成像任务数传开机时长之和，且两者均大于第i次任务姿态直接预置到第i+1次任务姿态的预置时长；三者与第i次成像任务时长相加均小于第i次任务启动数据记录到第i+1次任务启动数据记录的时间间隔，即
如图1所示，上述的基于关键路径优化的连续成像控制方法步骤如下：
步骤1，读取地面注入的任务Taski、Taski+1，i为当前任务索引，当前任务i的下一任务索引为i+1；
步骤2：构造任务Taski、Taski+1的“染色”有向图模型，其中，顶点/边的“染色”状态表示该顶点/边参与成像控制过程，“非染色”状态表示该顶点/边不参与成像控制过程，以下分别采用实线标识“染色”状态，采用虚线标识“非染色”状态。如图2所示，构造任务Taski的有向图模型Gi，在图Gi＝(Vi，Ei)中加入Sourcei顶点，代表任务i开始执行；加入Sinki顶点，代表任务i结束；将载荷YA成像基本指令序列、载荷YB成像基本指令序列、数传控制基本指令序列、姿态机动基本指令序列包含的全部指令依次映射为Gi的新增顶点，将全部基本指令序列所包含的每两个指令之间的时序关系映射为Gi的边，指令间的时间间隔映射为该边的“时间间隔”；在Gi中增加从Sourcei到载荷成像基本指令序列、数传控制基本指令序列、姿态机动基本指令序列的边，该边长度为0，增加载荷成像基本指令序列、数传控制基本指令序列、姿态机动基本指令序列最后一条指令到Sinki之间的边，该边长度为0；将基本指令序列之间的约束关系转化为图Gi上的边Vp→Vq，边的指向代表指令Vp、Vq的执行顺序，边的“执行时长”为两个具有约束关系的指令之间的时长。将数传控制基本指令序列中“启动数据记录”指令(TCA2)对应的顶点设置为第i次成像任务的起始顶点Begini，数传控制基本指令序列中“停止数据记录”指令(TCA3)对应的顶点设置为第i次成像任务的结束顶点Endi。
同理构造任务Taski+1有向图模型Gi+1。设置有向图Gi、Gi+1的顶点和边均为“染色”状态。
步骤3，成像任务有向图顶点分类。如图3所示，将有向图分层，Sourcei为0层顶点，前向顶点(往前数的顶点，也即图中往左侧数)仅包含Sourcei，且非0层顶点的顶点为1层顶点；前向顶点仅包含Sourcei、1层顶点，且非0层，1层顶点的顶点为2层顶点；…；前向顶点仅包含Sourcei、1层顶点，...，n-1层顶点，且非0层，1层顶点，...，n-1层顶点的顶点为n层顶点。Begini顶点之前各层中的顶点为“开机类”顶点(采用阴影标识)，Endi顶点之后各层中的顶点为“关机类”顶点(采用无阴影标识)。载荷YA成像基本指令序列的“开机类”顶点集合记作“关机类”顶点集合记作载荷YB成像基本指令序列的“开机类”顶点集合记作“关机类”顶点集合记作数传控制基本指令序列的“开机类”顶点集合记作O_SCi，“关机类”顶点集合记作C_SCi；姿态机动基本指令序列的“开机类”顶点集合记作O_AMi，“关机类”顶点集合记作C_AMi。
步骤4，构建连续两次成像任务Taski，Taski+1的有向图模型G_Joint。如图4所示，采用将首个任务有向图模型的Sinki顶点与第二个任务有向图模型的Sourcei+1顶点合并，合并顶点为Sourcei+1，两个独立任务的有向图模型就形成连续任务有向图模型。将“合并标识”初始化为“假”，代表初始状态下两个成像任务无需进行联合优化，即在条件允许的前提下，全部有效载荷在完成一次成像任务后都关机、卫星姿态均回摆到对地状态。
步骤5，连续成像任务的控制优化，其过程如下：
如图5～图7所示，为连续任务有向图模型第一次关键路径搜索及优化示意图。
如图5所示，在联合任务有向图模型G_Joint中搜索第i次任务成像开始指令对应顶点Begini到第i+1次任务成像开始Begini+1的全部路径，将全部路径中时延最大的路径称为“关键路径”，由设定1可知，“关键路径”时延为第i次成像任务时长、第i次任务结束后姿态回摆到零位时长、第i+1次任务载荷YB成像开机时长之和(以下各图采用黑色粗实线标识“关键路径”)，其长度为：且Ti,i+1<Critical_Path1，即关键路径长度大于两次成像任务的时间间隔，需要执行有向图拓扑优化。
如图6所示，采用合并任务间开关机指令策略，完成两个连续成像任务有向图拓扑优化。第一次搜索得到的关键路径“开机类”顶点集合为载荷YB成像控制基本指令中的“开机段”(包括第i+1次任务相机YB加电，相机YB制冷、相机YB数据输出指令对应的三个顶点)，进一步比较第i次任务成像时长、第i次任务载荷YB“关机类”基本指令序列时延、第i+1次任务载荷YB“开机类”基本指令序列时延之和与第i+1次成像任务启动数据记录时刻与第i次成像任务启动数据记录时刻之差Ti,i+1的大小，根据设定2可知，第i次任务成像时长、第i次任务载荷YB“关机类”基本指令序列时延、第i+1次任务载荷YB“开机类”基本指令序列时延之和大于第i+1次成像任务启动数据记录时刻与第i次成像任务启动数据记录时刻之差Ti,i+1，按照“合并任务间开关机指令策略”进行有向图拓扑优化：将第i+1次成像任务中的YB载荷成像基本指令序列“开机类”指令集合中的顶点置为“非染色”，与这些顶点相连的边置为“非染色”；将第i次成像任务中的载荷成像基本指令序列“关机类”指令集合中的顶点置为“非染色”，与这些顶点相连的边置为“非染色”。(为简化描述，后继有向图去掉非“染色”的顶点和边)。
如图7所示，采用取消任务间姿态回摆策略，完成两个连续成像任务有向图拓扑优化。第一次搜索得到的关键路径“关机类”顶点集合为姿态机动基本指令序列中的“关机段”C_AMi(仅含姿态回摆指令)，进一步比较第i次任务成像时长、第i次任务姿态回摆时长、第i+1次姿态预置时长之和与第i+1次成像任务启动数据记录时刻与第i次成像任务启动数据记录时刻之差Ti,i+1的大小，根据设定3可知，第i次任务成像时长、第i次任务姿态回摆时长、第i+1次姿态预置时长之和大于第i+1次成像任务启动数据记录时刻与第i次成像任务启动数据记录时刻之差Ti,i+1，按照“取消任务间姿态回摆策略”进行有向图拓扑优化：将第i次成像任务中的姿态机动基本指令序列“关机类”指令集合C_AMi中的顶点置为“非染色”，与这些顶点相连的边置为“非染色”；将第i+1次成像任务中的姿态机动基本指令序列“开机类”指令集合O_AMi+1中首条指令与Sourcei+1之间的边置为“非染色”；在第i次成像任务中的结束顶点Endi和O_AMi+1中首条指令之间增加一条“染色”有向边，并将该边的长度设置为从第i次成像任务姿态直接机动到第i+1次成像姿态所需的时长
执行完关键路径“开机类”顶点有向图拓扑优化、关键路径“关机类”顶点有向图拓扑优化后，将“合并标识”置为“真”。
如图8～图9所示，为连续任务有向图模型第二次关键路径搜索及优化示意图。
如图8所示，为两个连续成像任务第二次关键路径搜索示意图。在执行完第一次拓扑优化的基础上，在新的联合任务有向图模型G_Joint中搜索第i次任务成像开始指令对应顶点Begini到第i+1次任务成像开始Begini+1的全部路径，由设定4、设定5可知，第二次搜索得到的“关键路径”时延为第i次成像任务时长、第i次任务载荷YA关机时长、第i+1次任务数传开机时长之和，其长度为：且Ti,i+1<Critical_Path2，即关键路径长度大于两次成像任务的时间间隔，需要执行有向图关键路径拓扑优化算。
如图9所示，采用基本指令序列解耦策略，完成两个连续成像任务有向图拓扑优化。第二次搜索得到的关键路径“开机类”顶点集合为数传控制基本指令中的“开机段”(仅包括第i+1次任务数传加电指令对应的顶点)，进一步比较第i次任务成像时长、第i次任务数传“关机类”基本指令序列时延、第i+1次数传“开机类”基本指令序列时延之和与第i+1次成像任务启动数据记录时刻与第i次成像任务启动数据记录时刻之差Ti,i+1的大小，根据设定5可知，第i次任务成像时长、第i次任务数传“关机类”基本指令序列时延、第i+1次任务数传“开机类”基本指令序列时延之和小于第i+1次成像任务启动数据记录时刻与第i次成像任务启动数据记录时刻之差Ti,i+1，按照“基本指令序列解耦策略”进行有向图拓扑优化：在关键路径“开机类”顶点集合中第一个顶点和与之对应的第i次成像任务数传“关机类”顶点集合中最后一个顶点之间增加一条边，且该边的长度为数传“关机类”集合最后一个顶点所对应指令的执行时间t数传关机；并将两个顶点与Sourcei+1之间的边置为“非染色”。
第二次搜索得到的关键路径“关机类”顶点集合为载荷YA控制基本指令中的“关机段”(仅包括第i次任务相机YA关机指令对应的顶点)，进一步比较第i次任务成像时长、第i次任务载荷YA“关机类”基本指令序列时延、第i+1次载荷YA“开机类”基本指令序列时延之和与第i+1次成像任务启动数据记录时刻与第i次成像任务启动数据记录时刻之差Ti,i+1的大小，根据设定5可知，第i次任务成像时长、第i次任务载荷YA“关机类”基本指令序列时延、第i+1次任务载荷YA“开机类”基本指令序列时延之和小于第i+1次成像任务启动数据记录时刻与第i次成像任务启动数据记录时刻之差Ti,i+1，按照“基本指令序列解耦策略”进行有向图拓扑优化：在关键路径“关机类”顶点集合中最后一个顶点和与之对应的第i+1次成像任务载荷YA“开机类”顶点集合中第一个顶点之间增加一条边，且该边的长度为载荷YA“关机类”集合最后一个顶点所对应指令的执行时间tYA关机，并将两个顶点与Sourcei+1之间的边置为“非染色”。
最后，判断与Sourcei+1相连的边的性质，Sourcei+1不再与任何“染色”边相连，于是将Sourcei+1置为“非染色”。
如图10所示，为两个连续成像任务第三次关键路径搜索及最终有向图控制模型确定示意图。在新的联合任务有向图模型G_Joint中第三次搜索第i次任务成像开始指令对应顶点Begini到第i+1次任务成像开始Begini+1的全部路径，由设定5可知，“关键路径”时延为第i次成像任务时长、第i次任务载荷YA关机时长、第i+1次任务YA开机时长之和，其长度为：且Ti,i+1>Critical_Path3，即关键路径长度小于两次成像任务的时间间隔，表明任务i和任务i+1的联合优化完成，采用该有向图模型即可实现连续成像任务控制指令序列的自动化生成，优化后的联合任务有向图模型所生成的任务控制指令序列可以确保载荷YB在任务i开机成像后不关机以满足第i、i+1次连续成像的要求；在任务i和任务i+1期间，关闭载荷YA设备和数传设备以节省卫星功耗；在第i次成像任务结束后，卫星姿态直接机动到第i+1次成像任务姿态，以满足两次任务快速姿态机动的要求。
如果后继还有新的任务，则将任务i+2设置为下一个任务，将有向图G_Joint设置为当前任务代表的有向图模型，将“合并标识”置为“假”，转步骤4，继续进行优化。
本发明方法中所涉及的卫星单任务有向图模型构造方法、有向图关键路径搜索方法、基于有向图模型的任务指令生成方法具体均详见文献“基于有向图模型的卫星任务指令生成算法”(田志新等，航天器工程，2014年)。
本发明说明书中未作详细描述的内容属本领域技术人员的公知技术。
Claims (5)
1.一种基于关键路径优化的连续成像控制方法，其特征在于包括如下步骤：
(1)读取地面注入的N个成像任务，按成像时间从早到晚的顺序完成成像任务排序，得到任务序列Taskj，j＝1,2,……N，并记当前任务为Taski，与当前任务相邻的下一任务为Taski+1，N为不小于2的正整数，i从j中选取，初始值为1；
(2)分别构造N个成像任务各自的有向图模型Gj，在Gj中成像任务j开始执行的顶点记为Sourcej，成像任务j结束的顶点记为Sinkj；第j个成像任务启动数据记录指令对应的顶点记为Beginj，第j个成像任务停止数据记录指令对应的顶点记为Endj；每个成像任务的有向图模型均包含由载荷控制基本指令序列、数传控制基本指令序列、姿态控制基本指令序列及其相互之间的约束关系映射成的顶点和边，这些顶点和边的初始状态均为“染色”状态；其中，“染色”状态表示该顶点或边参与成像控制过程，“非染色”状态表示该顶点或边不参与成像控制过程；
(3)对有向图模型Gj，j＝1,2,……N，进行分层，Sourcej为0层顶点，顶点所在层数小于Beginj所在层数的顶点作为“开机类”顶点，顶点所在层数大于Endj所在层数的顶点作为“关机类”顶点；对于顶点的层数，前向顶点仅包含Sourcei且自身为非0层顶点的顶点为1层顶点；前向顶点仅包含Sourcei、1层顶点且自身非0层顶点、非1层顶点的顶点为2层顶点；依次类推，前向顶点仅包含Sourcei、1层顶点，...，n-1层顶点，且自身非0层顶点，非1层顶点，...，非n-1层顶点的顶点为n层顶点；
(4)将Gi中的最末层顶点Sinki和Gi+1中的最起始顶点Sourcei+1合并，构建包含连续两次成像任务Taski和Taski+1在内的有向图模型G_Joint，并将“合并标识”初始化为“假”，表示两个连续任务的控制指令序列无需联合优化；
(5)搜索G_Joint中顶点Begini到顶点Begini+1之间的关键路径，并判别关键路径的长度是否大于第i+1次成像任务启动数据记录时刻与第i次成像任务启动数据记录时刻之差Ti ,i+1，如果大于则转步骤(6)，如果不大于则转步骤(7)；所述的关键路径为有向图中两个顶点之间的最长时延路径；
(6)依次判别关键路径“开机类”和“关机类”顶点集合对应的指令类型，
如果指令类型是姿态控制基本指令，进一步判别第i次任务成像时长、第i次任务姿态回摆时长、第i+1次姿态预置时长之和是否大于第i+1次成像任务启动数据记录时刻与第i次成像任务启动数据记录时刻之差Ti,i+1，如果“是”，则采用“取消任务间姿态回摆策略”进行有向图拓扑优化；如果“否”，则采用“基本指令序列解耦策略”进行有向图拓扑优化；
如果指令类型为载荷控制基本指令或者数传控制基本指令，进一步判别第i次任务成像时长、第i次任务该载荷/数传“关机类”基本指令序列时延、第i+1次任务该载荷/数传“开机类”基本指令序列时延之和是否大于第i+1次成像任务启动数据记录时刻与第i次成像任务启动数据记录时刻之差Ti,i+1，如果“是”，则采用“合并任务间开关机指令策略”进行有向图拓扑优化；如果“否”，则采用“基本指令序列解耦策略”进行有向图拓扑优化；
最后，将“合并标识”设置为“真”，转步骤(5)；
(7)判别“合并标识”的状态，如果“合并标识”为“真”，转步骤(8)；如果“合并标识”为“假”，则展开G_Joint得到多任务联合优化有向图模型对应的成像控制指令序列，并将G_Joint设置为Gi+1，转步骤(8)：
(8)判断任务队列是否全部优化完毕，如果已经全部优化完毕，则展开当前G_Joint，得到多任务联合优化有向图模型对应的成像控制指令序列，卫星按照本步骤得到的成像控制指令序列完成连续成像控制；如果尚未全部优化完毕，则将当前任务索引和下一任务索引分别加1后转步骤(4)。
2.根据权利要求1所述的一种基于关键路径优化的连续成像控制方法，其特征在于：所述的载荷控制基本指令序列，指完成载荷设备开机、成像准备、成像数据输出、载荷设备关机这一系列过程的控制指令序列；数传控制基本指令序列，指完成数传设备开机、数据接收、数据处理、启动数据记录、停止数据记录、数传设备关机这一系列过程的控制指令序列；姿态控制基本指令序列，指卫星姿态机动、卫星回摆的控制指令序列。
3.根据权利要求1所述的一种基于关键路径优化的连续成像控制方法，其特征在于：所述步骤(6)中的“取消任务间姿态回摆策略”为：将第i次成像任务中的姿态机动基本指令序列“关机类”指令集合中的顶点置为“非染色”，与这些顶点相连的边置为“非染色”；将第i+1次成像任务中的姿态机动基本指令序列“开机类”指令集合中首条指令与Sourcei+1之间的边置为“非染色”；在第i次成像任务停止数据记录指令对应的顶点Endi和第i+1次成像任务姿态机动基本指令序列“开机类”指令集合中首条指令之间增加一条“染色”有向边，并将该边的长度设置为从第i次成像任务姿态直接机动到第i+1次成像任务姿态所需的时长。
4.根据权利要求1所述的一种基于关键路径优化的连续成像控制方法，其特征在于：所述步骤(6)中的“合并任务间开关机指令策略”为：将第i+1次成像任务中的载荷/数传控制基本指令序列“开机类”指令集合中的顶点设置为“非染色”，与这些顶点相连的边置为“非染色”；将第i次成像任务中的该载荷/数传控制基本指令序列“关机类”指令集合中的顶点设置为“非染色”，与这些顶点相连的边置为“非染色”。
5.根据权利要求1所述的一种基于关键路径优化的连续成像控制方法，其特征在于：所述步骤(6)中的基本指令序列解耦策略为：在关键路径“开机类”顶点集合中第一个顶点和与之对应的第i次成像任务“关机类”顶点集合中最后一个顶点之间，或者关键路径“关机类”顶点集合中最后一个顶点和与之对应的第i+1次成像任务“开机类”顶点集合中第一个顶点之间增加一条边，且该边的长度为第i次成像任务“关机类”顶点集合中最后一个顶点所对应指令的执行时长；接着，将两个顶点与Sourcei+1之间的边置为“非染色”；最后，判断与Sourcei+1相连的边的性质，如果Sourcei+1不再与任何“染色”边相连，将Sourcei+1置为“非染色”。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710335800.2A CN107291090B (zh) | 2017-05-12 | 2017-05-12 | 一种基于关键路径优化的连续成像控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710335800.2A CN107291090B (zh) | 2017-05-12 | 2017-05-12 | 一种基于关键路径优化的连续成像控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107291090A true CN107291090A (zh) | 2017-10-24 |
| CN107291090B CN107291090B (zh) | 2020-05-12 |
Family
ID=60094530
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710335800.2A Active CN107291090B (zh) | 2017-05-12 | 2017-05-12 | 一种基于关键路径优化的连续成像控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107291090B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109150282A (zh) * | 2018-06-15 | 2019-01-04 | 上海卫星工程研究所 | 适用于天基全球实时连续监视的地面运控网络系统 |
| CN109308547A (zh) * | 2018-09-01 | 2019-02-05 | 中国人民解放军61646部队 | 一种面阵凝视型光学遥感卫星区域覆盖路径优化方法 |
| CN109656267A (zh) * | 2018-12-24 | 2019-04-19 | 中国航空工业集团公司西安飞机设计研究所 | 飞行控制系统并行协同试验方法 |
| CN111427912A (zh) * | 2020-03-31 | 2020-07-17 | 拉卡拉支付股份有限公司 | 一种任务处理方法、装置、电子设备及存储介质 |
| CN113242082A (zh) * | 2018-11-07 | 2021-08-10 | 长沙天仪空间科技研究院有限公司 | 一种卫星数据交互系统 |
| CN116545497A (zh) * | 2023-04-12 | 2023-08-04 | 四川大学 | 一种多目标优化的低轨卫星网络多用户星地链路切换方法 |
| CN116738765A (zh) * | 2023-08-10 | 2023-09-12 | 北京国星创图科技有限公司 | 一种基于卫星仿真和关键路径的卫星任务规划分析方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6683619B1 (en) * | 2000-10-18 | 2004-01-27 | Sony Corporation | System and method for increasing performance when compositing images |
| CN104885104A (zh) * | 2012-08-03 | 2015-09-02 | 天体成像公司 | 卫星调度系统 |
| CN106371448A (zh) * | 2016-08-04 | 2017-02-01 | 北京空间飞行器总体设计部 | 一种基于动作优化的成像卫星自主指令生成方法 |
-
2017
- 2017-05-12 CN CN201710335800.2A patent/CN107291090B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6683619B1 (en) * | 2000-10-18 | 2004-01-27 | Sony Corporation | System and method for increasing performance when compositing images |
| CN104885104A (zh) * | 2012-08-03 | 2015-09-02 | 天体成像公司 | 卫星调度系统 |
| CN106371448A (zh) * | 2016-08-04 | 2017-02-01 | 北京空间飞行器总体设计部 | 一种基于动作优化的成像卫星自主指令生成方法 |
Non-Patent Citations (1)
| Title |
|---|
| 王钧 等: "基于时间序有向图的对地观测卫星成像预调度", 《兵工学报》 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109150282A (zh) * | 2018-06-15 | 2019-01-04 | 上海卫星工程研究所 | 适用于天基全球实时连续监视的地面运控网络系统 |
| CN109308547A (zh) * | 2018-09-01 | 2019-02-05 | 中国人民解放军61646部队 | 一种面阵凝视型光学遥感卫星区域覆盖路径优化方法 |
| CN113242082A (zh) * | 2018-11-07 | 2021-08-10 | 长沙天仪空间科技研究院有限公司 | 一种卫星数据交互系统 |
| CN109656267A (zh) * | 2018-12-24 | 2019-04-19 | 中国航空工业集团公司西安飞机设计研究所 | 飞行控制系统并行协同试验方法 |
| CN109656267B (zh) * | 2018-12-24 | 2022-03-15 | 中国航空工业集团公司西安飞机设计研究所 | 飞行控制系统并行协同试验方法 |
| CN111427912A (zh) * | 2020-03-31 | 2020-07-17 | 拉卡拉支付股份有限公司 | 一种任务处理方法、装置、电子设备及存储介质 |
| CN116545497A (zh) * | 2023-04-12 | 2023-08-04 | 四川大学 | 一种多目标优化的低轨卫星网络多用户星地链路切换方法 |
| CN116545497B (zh) * | 2023-04-12 | 2024-01-30 | 四川大学 | 一种多目标优化的低轨卫星网络多用户星地链路切换方法 |
| CN116738765A (zh) * | 2023-08-10 | 2023-09-12 | 北京国星创图科技有限公司 | 一种基于卫星仿真和关键路径的卫星任务规划分析方法 |
| CN116738765B (zh) * | 2023-08-10 | 2023-11-21 | 北京国星创图科技有限公司 | 一种基于卫星仿真和关键路径的卫星任务规划分析方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107291090B (zh) | 2020-05-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107291090A (zh) | 一种基于关键路径优化的连续成像控制方法 | |
| CN106843211B (zh) | 一种基于改进遗传算法的移动机器人路径规划方法 | |
| CN110084307A (zh) | 一种基于深度强化学习的移动机器人视觉跟随方法 | |
| CN108229685B (zh) | 一种空地一体的无人智能决策方法 | |
| Yu et al. | Coordination of multiple robotic fish with applications to underwater robot competition | |
| Li et al. | Formally correct composition of coordinated behaviors using control barrier certificates | |
| WO2017202141A1 (zh) | 基于邻域约束的空地异构机器人系统路径规划方法 | |
| CN101359225B (zh) | 一种多水下机器人协作控制系统 | |
| Zhu et al. | Task assignment and path planning of a multi-AUV system based on a Glasius bio-inspired self-organising map algorithm | |
| CN105953800A (zh) | 一种无人飞行器航迹规划栅格空间划分方法 | |
| CN108416493A (zh) | 一种考虑偏流角约束的敏捷成像卫星任务规划方法 | |
| Chen et al. | Multi-region coverage path planning for heterogeneous unmanned aerial vehicles systems | |
| CN109144099A (zh) | 基于卷积神经网络的无人机群行动方案快速评估方法 | |
| Yang et al. | Control of space flexible manipulator using soft actor-critic and random network distillation | |
| AU2021103203A4 (en) | A Real-Time Thrust Allocation Method For Ships Based On Dual-Thread Parallel Computing | |
| CN109669354A (zh) | 状态空间下快速高效的航天器自主任务规划修复方法 | |
| Li et al. | Learning to design and construct bridge without blueprint | |
| Zeng et al. | Tutor-guided interior navigation with deep reinforcement learning | |
| CN102867290A (zh) | 一种基于纹理优化的非同质图像合成方法 | |
| Jin et al. | Path planning of free-flying space robot based on artificial bee colony algorithm | |
| Sun et al. | Mobile robot dynamic path planning based on improved A* algorithm | |
| Yin et al. | Design and implementation of petri net for brain-computer interface system | |
| Yin et al. | Research of command entity intelligent decision model based on deep reinforcement learning | |
| CN110222697B (zh) | 一种基于强化学习的行星表面地貌主动感知方法 | |
| Dubetsky et al. | Military Uniform Identification for Search And Rescue (SAR) through Machine Learning |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |