CN108037986A - 一种双星星簇的目标观测方法 - Google Patents

Abstract

本发明公开了一种双星星簇的目标观测方法，该方法包括：Step1，每次对当前目标进行成像时，目标识别星先提取目标发现星提供的前瞻信息；Step2，根据目标过滤知识中的三个阈值参数，删除前瞻信息中观测价值较低的目标；Step3，调用调度算法集中的多种启发式算法生成多个局部观测方案，该步骤可并行计算，局部观测方案是指卫星在当前状态下仅根据前瞻时间窗内的目标信息所生成的观测方案；Step4，根据方案评估知识中评估参数结合相关评估方法，对各个局部观测方案进行综合评价；Step5，选定得分最高的局部观测方案并锁定方案中的第一个目标作为下一观测目标。

Description

一种双星星簇的目标观测方法

技术领域

本发明涉及卫星技术领域，特别是涉及一种双星星簇的目标观测方法。

背景技术

目前的敏捷卫星的调度方法是通过设置一个低分辨率目标发现星(全称为“目标发现卫星”)和一个敏捷高分辨率目标识别星(全称为“目标识别卫星”)组成的双星星簇，目标发现星飞在星簇前端，利用低分辨率相机对星下线两侧的较大区域进行推扫成像，并能实时提取成像区域内的有关目标信息。目标识别星实时接收目标发现星所提取的目标信息，提前100s获取目标的位置信息、成像时长、和观测收益。目标识别星在对某一目标进行成像时，根据前瞻信息在星上快速决策下一个要观测的目标。由这两种卫星组成的星簇能够有效解决了海面目标识别的目标场景，利用一次过境的机会即可对海面的多个目标进行识别。

但是，由于目标识别星每次决策时仅可获取目标分布的局部信息(仅获取前瞻时间窗内的目标信息，而非整个场景的任务分布信息)，所以在每次决策下一个观测目标时容易造成“短视”的问题。尤其当场景周期变长，卫星的固存和电量约束为紧约束时，这些资源约束可能无法支撑目标识别星在一轨内对过多的目标进行成像(高分辨率图像占用的存储空间较大)。这种“短视”的决策会导致目标识别星过早地消耗掉固存等星上资源，可能会使卫星在后期由于固存等资源不足而不得不放弃某些高收益的目标，从而降低了星簇全局的观测收益。为了提高星簇的目标识别能力，如何有效解决目标识别星决策“短视”的问题成为了星簇运行管理的关键问题。

发明内容

本发明的目的在于提供一种双星星簇的目标观测方法来克服或至少减轻现有技术的上述缺陷中的至少一个。

为实现上述目的，本发明提供一种双星星簇的目标观测方法，所述双星星簇的目标观测方法包括：

Step1，目标识别星获取辅助决策知识信息，提取目标发现星提供的前瞻信息，该前瞻信息包括目标位置信息、成像时长和观测收益；辅助决策知识信息包括目标过滤知识和方案评估知识；

Step2，根据目标过滤知识中的观测目标的目标成像时长的过滤阈值threPDR、目标观测收益的过滤阈值threPro、和目标观测收益时长比的过滤阈值threPDR，对前瞻时间窗内的目标的观测固存性价比和观测电量性价比进行初步的评估，以删除前瞻信息中观测价值较低的目标，目标信息主要包括目标位置信息、成像时长和观测收益，卫星的使用约束主要有时间窗约束、姿态机动约束、固存约束和电量约束；

Step3，调用调度算法集中的多种启发式算法生成多个局部观测方案，该步骤可并行计算，局部观测方案是指卫星在当前状态下仅根据前瞻时间窗内的目标信息所生成的观测方案，其中，观测方案通过序列解描述，并利用一个调度解生成器将一个序列解翻译成一个可行的调度解；

Step4，根据方案评估知识中的评估参数结合相关评估方法，利用局部观测方案的评价函数对各个局部观测方案进行综合评价；

Step5，选定Step4中的得分最高的局部观测方案，并锁定该方案中的第一个目标作为下一观测目标。

本发明在双星星簇的应用场景的基础上进行了进一步的扩展，通过设计一个星上决策模型，使其可以胜任一个更大的应用场景(一个观测轨道)中的海面移动目标发现即识别的侦察任务。该决策模型利用地面学习星上使用的求解思路，对历史数据、地面的学习资源和星上的计算能力进行了有机结合，使其能在兼顾历史性全局信息的情况下完成每次短期观测目标的决策，从而提高了星簇在长周期内的使用效率。通过对星簇运行场景的历史数据进行分析，提取星上决策的辅助知识信息来提高目标识别星的决策能力，从而使星簇可得到一个较好的全局观测收益。

附图说明

图1是本发明所提供的敏捷卫星的调度方法一实施例的流程示意图。

图2是序列解及调度解生成器。

图3是目标不同指标下的排序。

图4是卫星进度比示意图。

图5是分布估计算法流程图。

图6是学习组中决策模型与在线算法的观测收益对比。

图7是测试组中决策模型与在线算法的观测收益对比。

图8是不同机制对决策模型的影响。

具体实施方式

在附图中，使用相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面结合附图对本发明的实施例进行详细说明。

本发明假设：星簇每轨内发现的目标具有一定的分布规律。不同地理区域会有不同的目标生成概率，通过数据积累可获取不同区域的目标分布规律，该目标分布规律包括目标位置信息、成像时长和观测收益。与此同时，成像卫星的轨道具有回归特性，即经过一定的运行时间后，卫星的星下点轨迹又重新回到原来通过的线路。所以，通过长期的数据积累可获取大量的卫星每一成像轨道内的目标分布信息。对于星簇每一个成像轨道，从大量的历史目标分布数据中可提取出用于辅助星上自主决策的知识信息，来帮助目标识别星解决每次决策过于“短视”的问题，避免卫星过早地消耗掉某些资源。

如图1所示，本实施例所提供的双星星簇的目标观测方法包括：

Step1，当目标识别星获取辅助决策知识信息后，每次对当前目标进行成像时，目标识别星先提取目标发现星提供的前瞻信息，该前瞻信息包括目标位置信息、成像时长和观测收益；辅助决策知识信息包括目标过滤知识和方案评估知识；

Step2，根据目标过滤知识中的观测目标的目标成像时长的过滤阈值threPDR、目标观测收益的过滤阈值threPro、和目标观测收益时长比的过滤阈值threPDR，对前瞻时间窗内的目标的观测固存性价比和观测电量性价比进行初步的评估，以删除前瞻信息中观测价值较低的目标，目标信息主要包括目标位置信息、成像时长和观测收益，卫星的使用约束主要有时间窗约束、姿态机动约束、固存约束和电量约束；

Step3，调用调度算法集中的多种启发式算法生成多个局部观测方案，该步骤可并行计算，局部观测方案是指卫星在当前状态下仅根据前瞻时间窗内的目标信息所生成的观测方案，其中，观测方案通过序列解描述，并利用一个调度解生成器将一个序列解翻译成一个可行的调度解；

Step4，根据方案评估知识中的评估参数结合相关评估方法，对各个局部观测方案进行综合评价；

Step5，选定Step4中的得分最高的局部观测方案，并锁定该方案中的第一个目标作为下一观测目标。

上述Step2中，为了提高决策效率，目标识别星可利用地面提供的目标过滤知识对前瞻时间窗内的目标进行初步筛选，又称为目标过滤。为了提高目标过滤的精度，避免误删有价值的目标，在此先对目标信息的有关属性和卫星调度约束做以简要分析。

目标信息主要包括目标位置信息、成像时长和观测收益。卫星的使用约束主要有时间窗约束、姿态机动约束、固存约束和电量约束。其中由时间窗约束和姿态机动约束组成的时序约束很难通过简单的数学计算来进行目标的优劣评判，因此目标过滤知识主要通过对目标的固存和电量资源消耗性价比进行分析来选择要删除的目标。

目标识别星对目标进行成像时，卫星对某一观测目标固存的消耗与该目标的成像时长成正比，具体为dur_i·cr，其中dur_i为目标的成像时长，cr为卫星的图像采集码速率。由于cr为一常数，所以可用p_i/dur_i(p_i为任务的观测收益)表示观测目标i的观测固存性价比。对于电量的消耗，卫星不仅在对目标观测时需要消耗电量，在姿态机动的过程中也会消耗一定的电量。但是，由于卫星观测某一目标前后的姿态机动取决于该目标与前一观测目标及后续观测目标的相对姿态差异，所以计算难度很大。为了提高卫星星上目标过滤操作的效率，仅用对目标成像时消耗的电量作为该目标是否应被过滤的参考指标。卫星对目标成像时消耗的电量为dur_i·pc，其中pc为卫星单位成像时间消耗的电量。同理，由于pc为一常数，所以也可用p_i/dur_i(p_i为目标观测收益)表示观测目标i的观测电量性价比。

综上，在目标过滤知识中，仅利用观测目标的p_i，dur_i，p_i/dur_i，三个参数就可对目标i的观测固存性价比和观测电量性价比进行初步的评估，即将观测资源性价比较低的目标进行删除操作，可提高卫星星上的决策效率，并在一定程度上解决决策“短视”的问题。所以，在地面决策知识学习过程中，仅对p_i、dur_i、p_i/dur_i三个参数的过滤阈值threPro，threDur，threPDR进行学习，使卫星在决策时过滤掉不能同时满足三个参数值阈值的观测目标(若目标的三个属性中有一项小于阈值，即删除该目标)，即可完成目标过滤知识的提取。

上述Step3中，为了充分利用卫星的计算资源(多核CPU，每个单核的主频在80MHz左右)，对星上任务调度算法集的设计思路是设计多个可并行运行的简单启发式算法。卫星的CPU可进行并行计算，但是每个单核的计算能力有限，所以要求每个单核运行的算法复杂度不能太高。同时，每个启发式算法所采用的调度策略应有不同侧重，这样才能提供多样的调度方案集，以便于卫星在决策时根据自身状态选取合适的观测方案。

在卫星调度问题中，卫星在启发式算法设计过程中主要对算法在选择目标子集，计算目标观测时刻和姿态以及调整目标子集三个方面进行研究。

在介绍启发式算法具体流程前，先对本发明采用的解的表达方式做以简要介绍。本发明采用序列解(又称“目标观测序列”)的方式来描述一个观测方案，并利用一个调度解生成器来将一个序列解翻译成一个可行的调度解。调度解生成器采用基于贪婪规则的构造方法的将序列解翻译成调度解。

用ps来表示一个由目标序列构成的序列解，该解中所包含的目标是目标全集中的一个子集。用D(ps)表示序列解的求解空间，D(ss)表示调度解的解空间，用SB表示基于贪婪规则的调度解生成器。对于D(ps)中的任一序列解，都可用调度解生成器SB生成其在D(ss)中对应的调度解。调度解生成其按照目标在ps中的顺序来安排目标，采用紧前安排的方法，在满足约束条件的情况下尽可能早的观测对应目标。若某些目标由于时间窗或姿态机动约束导致无法被观测，则直接舍弃该目标并安排下一个目标。所以，调度解生成器SB能够生成一个满足所有约束条件的可行调度方案。紧前安排能提高卫星在时间维度上的使用效率，让卫星留出更多的时间进行姿态机动以便对后续目标进行成像。如图2所示，卫星的序列解ps(目标观测序列)为3→7→9→1→6→8→4，利用调度解生成器SB进行转化后的调度解ss如图2的下半部分所示。卫星由于姿态机动约束的限制，无法对目标1和目标8进行观测，所以在调度解生成时抛弃这两个目标，直接尝试观测后续目标。

为了便于理解，此处的目标观测序列即为上段所述的调度解。利用启发式算法在目标子集的选择过程中，先依据某一指标选取目标，再将所选目标按照时间升序插入到已有的目标观测序列中得到新的目标观测序列，然后用调度解生成器BB对目标观测序列进行调度解转换。若能使调度方案的收益增大则采用新的观目标测序列，否则放弃新插入的目标，保留原目标观测序列及对应的调度解。所以，目标选取指标会指导启发式算法的搜索方向，即目标选取指标的多样性可使启发式方法集提供多样的调度方案。

目标选取指标主要有时间序列指标、目标观测收益指标、目标成像时长(成像时长)指标和收益时长比指标。

时间序列指标是指将目标按照时间窗开始时间升序排列，依次选取拥有最早开始时间的目标。依据此选取指标的启发式算法相当于采用先到先服务(FCFS)的策略对目标集合进行调度。即启发式算法对应的序列解即为目标的时间升序，再通过调度解生成器试图将每个目标在满足时序约束(时间窗约束和姿态机动约束)的条件下将目标的观测时间安排在最早可观测时间。

目标观测收益指标是指将目标按照观测收益的降序排列，依次选取拥有最高观测收益的目标。由于卫星调度的优化目标是最大化观测方案的全局收益，所以以收益降序的方式选取目标在构造局部方案时可快速提高方案收益，但并不能保证全局方案收益一定较高。

目标成像时长(成像时长)指标是指将目标按照成像时长(成像时长)的升序排列，依次选取拥有最小成像时长(成像时长)的目标。由前文分析可知，目标消耗的固存、电量资源与其成像时长成正比，所以该选取目标指标在卫星资源约束较紧张时可使卫星观测更多的目标。

收益时长比指标是指将目标按照观测收益时长比(p_i/dur_i，p_i为任务的观测收益，dur_i为任务的成像时长)的降序排列，依次选取拥有最高观测收益时长比的目标。由前文分析可知，目标消耗的固存、电量资源与其成像时长成正比，所以该指标可以用来评价观测某一目标的资源耗费性价比。

启发式算法先选取的“目标选取指标”为收益时长比指标，通过调度解生成器计算一个可用的观测方案的具体方法如下，设定目标的收益时长比降序排列为第一目标-第二目标-第三目标-第四目标-第五目标-第六目标-第七目标，例如，图3和表4所示为，当前目标在不同指标下的任务排序情况。启发式算法先选取某一指标，再按照前文所述的构造方法通过调度解生成器SB计算一个可用的调度方案。以收益时长比指标为例，目标的收益时长比降序排列为4-6-3-1-8-7-9。首先，根据当前卫星的姿态及资源使用状态，先考虑是否能对目标4进行观测，如果能则更新当前最好序列解(下简称“当前最好解”，cBPlan)为{4}。其次，在当前最好解的基础上，再添加目标6到当前最好解中，并将目标按照时间升序排列，即考虑序列解6→4所转化的调度解，若该调度解的收益优于原当前最好解，则更新当前最好解为{6,4}。然后，依次类推，每次在当前最好解的基础上添加一个目标后，都先将任务按照升序排列得到新的序列解，再用调度解生成器转换为调度解，如新的调度解的收益较高则替换原有当前最好解，否则保留原有的当前最好解。启发式算法的伪代码如算法5所示。其中numT表示前瞻时间窗内的目标数目；psC表示每次在当前最优方案中添加目标后得到的序列解；ssC为当前序列解psC对应的调度解；proC为当前调度方案的收益。

表4目标参数

为了进一步丰富启发式算法集的多样性，可以考虑算法设计另一批启发式算法仅对排序列表中前1/2的目标进行操作，直接放弃列表中后部的目标(若排序为目标1、目标2、目标3、目标4，则仅考虑目标1和目标2)。这样的算法能在卫星资源紧张时，仅对最有价值的目标进行调度尝试，从而从整体上节省了卫星资源。这些启发式算法产生的调度方案虽然在观测收益上的表现可能不佳，但是在观测时间、方案收益固存比(方案收益/方案消耗的固存量)等指标方面有更有优秀的表现。启发式算法集能提供越多样化的观测方案集合，越便于卫星在方案评估阶段选取最合适的观测方案。

上述Step4中，观测方案评估模块是为了使卫星在每次决策下一个成像目标时，可根据由启发式算法集生成的各个局部观测方案的收益、固存消耗、电量消耗等指标对各方案进行综合评价，以选取能更大概率提高全局观测收益(卫星在一个轨道内所观测目标的收益和)的局部调度方案。

在观测方案评估模块中，卫星对观测方案的五个属性进行评估，分别为：方案收益proP、固存消耗sdP、收益固存比psdR、总电量消耗egP、收益电量比pegR、执行时长edP和收益时耗比pedR。

方案收益proP是指局部观测方案中所有成像目标的目标观测收益和。该指标代表了局部方案的整体收益，当卫星的固存电量等资源充足时，较高的局部观测方案收益更可能调高卫星的全局观测收益。

固存消耗sdP是指局部观测方案消耗的卫星固存资源的数量。由于对每个目标成像时的固存消耗与目标的成像时长成正比，所以通过对局部观测方案中所有目标的成像时长进行求和后乘以卫星成像时的图像采集码速率cr，便可以计算局部观测方案的固存消耗指标。该指标用于描述局部观测方案对卫星固存资源的消耗情况，当卫星固存资源不足时应优先选取固存消耗较少的局部观测方案。

收益固存比psdR是指局部观测方案的收益除以方案的固存消耗。该指标用于描述局部观测方案中卫星固存资源的使用效率，若卫星的固存约束为紧约束，则在每次决策时侧重提高局部观测方案的收益固存比能更大概率地提高卫星的全局观测收益。

总电量消耗egP是指局部观测方案的电量消耗主要包括成像消耗电量和姿态机动消耗电量。该指标用于描述局部观测方案对卫星电量资源的消耗情况，当卫星电量资源不足时应优先选取电量消耗较少的局部观测方案。

收益电量比pegR是指局部观测方案的方案收益除以方案的总电量消耗。该指标用于描述局部观测方案中卫星电量资源的使用效率，若卫星的电量约束为紧约束，则在每次决策时侧重提高局部观测方案的收益电量比能更大概率地提高卫星的全局观测收益。

执行时长edP是指局部观测方案消耗的卫星总飞行时长，主要包括成像时长和姿态机动的时长。该指标用于描述局部观测方案对卫星执行时间的消耗情况，当卫星成像轨道接近结束时应优先选取执行时长消耗较少的局部观测方案。

收益时耗比pedR是指局部观测方案的方案收益除以方案的执行时长。该指标用于描述局部观测方案中卫星的时间使用效率，若卫星在成像轨道接近结束时剩余了大量资源，则在每次决策时侧重提高局部观测方案的收益时耗比能更大概率地提高卫星的全局观测收益。

综上所述，局部观测方案的评价方法如下式子所示，其中w₁到w₇分别为方案收益proP、固存消耗sdP、收益固存比psdR、总电量消耗egP、收益电量比pegR、执行时长edP和收益时耗比pedR对应的权重系数，也是地面学习模块所要学习的知识信息。每个权重的取值范围都为[-100，100]，权重系数可以取负值是因为某些指标(例如固存消耗sdP)越小，表明方案综合评分越高。

cScore＝w₁·proP+w₂·sdP+w₃·psdR+w₄·egP+w₅·pegR+w₆·edP+w₇·pedR

为了进一步提高卫星的决策科学性，通过对历史场景(每一个历史场景为卫星一个成像圈次)中卫星的使用情况进行统计分析，可得出卫星在一个成像轨道内的不同阶段各种资源的消耗情况。利用这些统计数据可使卫星在决策时通过与历史状态数据的对比，而决定当前情景下应该侧重优化局部观测方案的哪些属性。例如，若当前卫星在40min的成像轨道中已执行了10min的观测方案，已获得240的观测收益，固存资源消耗了33％，电量资源消耗了27％。但根据历史场景的统计分析，在卫星有较高全局观测收益的使用案例中，卫星在完成了25％(10/40)的观测圈次时，卫星大约获得220的观测收益，消耗27％的固存和28％的电量。因此，当前卫星在本成像轨道后续决策时会更加注重观测目标的收益固存比(观测收益/固存)，即在评估局部观测方案时会适当调高方案收益固存比(方案收益/方案固存消耗)评价指标的对应权重，以便在每次决策时选择具有更高方案收益固存比的局部观测方案。

为描述卫星在完成不同观测轨道圈次的百分比时所应消耗的固存、电量等资源以及观测目标所获得的收益，在此引入进度比的概念，进度比是指卫星完成当前观测轨道圈次的百分比，比如当前成像单轨的总时长为40min，卫星已经执行了10min的观测方案，则卫星的进度比为25％((10/40)*100％)。

本发明设计了一种统计方法来获取卫星在不同进度比时对应消耗的固存、电量资源以及期望获取的观测收益。该方法假设卫星固存、电量等观测资源的消耗情况以及已经获得的观测收益都与目标的分布情况相依一致。对于某一历史场景中的某一进度比pr，该时刻对应的星下点将场景的目标全集分为ts1和ts2两个子集，ts1为目标的可视时间窗中点小于等于进度比pr对应时刻的目标集合，ts2为目标的可视时间窗中点大于进度比pr对应时刻的目标集合(尚未过顶的目标集合)。则该成像圈次内，进度比pr应获取的观测收益为ts1中目标的观测收益总和，即exPro＝ProS(ts1)，其中，exPro表示该进度比下期望的观测收益，ProS(…)表示某一目标集合内所有目标的观测收益总和。由于观测某一目标的固存、电量消耗与目标的成像时长成正比，所以该成像圈次内，进度比pr消耗的固存和电量资源百分比为exRCR＝DurS(ts1)/(DurS(ts1)DurS(ts1))，其中，exPCR为该进度比下预期消耗的资源百分比，DurS(…)表示某一目标集合内所有目标的成像时长总和。

如图4所示，卫星当前进度比对应的星下点为A，点A将目标全集分为两个子集ts1和ts2两个子集，其中ts1为{3，7}，ts2为{9，1，6，8，4}，因此该进度比在这个使用场景中的期望获取的观测收益为exPro＝ProS(ts1)＝95，消耗的固存和电量资源百分比为(目标的参数如表1所示)。

表1目标参数示例

获得进度比pr在某一成像圈次对应的观测收益和固存、电量资源消耗百分比后，通过对该进度比pr在所有历史成像圈次内的数据进行统计分析(假设该进度比的这些指标服从正太分布)，求出对应的均值和标准差，即可作为卫星对决策时刻的卫星状态进行判断的依据。以进度比pr期望的观测收益为例：

其中，numSce表示场景的个数；

表示进度比pr在第i个场景中期望的观测收益；

mePro_pr表示进度比pr平均期望的观测收益；

sdPro_pr表示在正太分布的假设下进度比pr期望的观测收益的标准差。

在已知进度比pr对应的平均期望的观测收益mePro_pr和观测收益的标准差sdPro_pr后，利用下式(29)中的rePro来表示卫星当前观测收益与期望的观测收益的相对关系。其中，cirPro_pr表示卫星当前进度比pr下已经获得的观测收益。rePro为零表示当前的观测收益与期望的一致，大于零表示当前观测收益超过预期。小于零表示当前观测收益不如期望的观测收益。观测收益权重调整系数acPro与rePro为指数关系，如式子(29)、(30)所示，其中aPro和bPro为相关性参数，也是地面学习模块需要学习的参数，aPro的值域为负实数bPr的值域为全体实数

由该式子可知，当rePro变大时acPro变小，表示卫星决策时不用过于注重局部观测方案的收益；但当rePro变小时acPro变大，表示卫星决策时应该适当调高方案评估时局部观测方案中观测收益对应的权重。

acPro＝e(aPro·rePro+bPro) (30)

w₁·acPro·proP (31)

同理可得，进度比pr对应的固存、电量消耗百分比的均值meRCR_pr与标准差sdRCR_pr如式子(31)和(32)所示。

其中，表示进度比pr在第i个场景中对应的期望固存、电量资源消耗；

meRCR_pr表示进度比pr平均期望的固存、电量资源消耗；

sdRCR_pr表示在正太分布的假设下进度比pr期望固存、电量资源消耗的标准差。

卫星当前固存资源消耗与期望的固存资源消耗的相对关系reSDR如式子(33)所示。其中，curSDR_pr表示当前固存消耗百分比。

同理可得，电量资源的相对关系系数reEGR，curEGR_pr表示当前电量消耗百分比。

调整后的方案评价函数为：

cScore＝w₁·acPro·proP+w₂·acSD·sdP+w₃·acPsdR·psdR+w₄·acEG·egP+w₅·acPegR·pegR+w₆·acED·edP+w₇·acPedR·pedR (35)

其中，

acPro＝e^{(aPro·rePro+bPro)} (36)

acSD＝e^{(aSD·reSDR+bSD)} (37)

acPsdR＝e^{(aPsdR·reSDR+bPsdR)} (38)

acEG＝e^{(aEG·reEGR+bEG)} (39)

acPegR＝e^{(aPegR·reEGR+bPegR)} (40)

acED＝e^{(aED·reRCR+bED)} (41)

acPedR＝e^{(aPedR·reRCR+bPedR)} (42)

在评估式子中除了观测方案收益指标，其他指标均与卫星的某一资源相关(固存、电量、执行时间)，所以其他调整系数均使用reRCR表示当前卫星状态与历史统计状态的相对关系。但是，值得注意的是虽然后面几项调整系数中都使用了reRCR表示相对关系，但是reRCR在每个调整系数中的相关性参数并不相同，即在地面学习模块中要给这几项训练不同的相关性参数，这在一定程度上让这几个调整系数保持了相互独立的特性。

由表可知，在观测方案评估模块中，共有17个参数(表2中最后17行)需要通过地面学习模块训练所得，它们是aPro，bPro，aSD，bSD，aPsdR，bPsdR，aEG，bEG，aPegR，bPegR，aED，bED，aPedR，bPedR，w₁，W₂，W₃，W₄，W₅，W₆，w₇。

表2本节相关参数信息

下面详细给出表6中的地面参数学习方法

地面知识学习模块根据以后的卫星历史场景信息，通过对决策辅助知识中相关参数的学习，来提高卫星在线决策调度能力，从而使卫星在新的场景中有更大的概率获取较高的全局收益。

根据前文的分析，地面学习模块要训练的参数有目标过滤模块中的3个阈值参数(threPro，threDur，threPDR)，和方案评估模块中的17个参数(aPro，bPro，aSD，bSD，aPsdR，bPsdR，aEG，bEG，aPegR，bPegR，w1，w2，w3，w4，w5，w₆，w₇)。在此，用过滤阈值参数集合tarFilter代表目标过滤模块中使用的3个阈值参数，用方案评估参数集合schEval代表方案评估模块中使用的17个评估参数。

通过对这些参数的学习，可以提高星上自主任务规划时对目标的过滤精度，使卫星在决策时将计算资源应用在那些更有价值的目标上，提高决策效率和质量；同时，可提高卫星在对多个局部观测方案进行评估时的全局审视能力，并根据卫星状态自适应地调整评估参数，从而解决决策短视的问题，提高卫星的全局观测收益。

在假设目标全局分布具有一定规律的情况下，地面学习模块要通过对这些参数进行调整，以达到使卫星在使用这些参数进行在线调度时可以获得一个较高的全局收益，即让卫星应用这些参数在历史场景中进行在线调度时可得到一个较好的全局收益。

由前文描述可知，目标识别星每次对当前目标进行成像时，先提取目标的前瞻信息(包括目标位置信息、成像时长、和观测收益)；根据目标过滤知识tarFilter中的三个阈值参数删除前瞻信息中观测价值较低的目标；再调用调度算法集中的多种启发式算法生成多个局部观测方案；然后根据方案评估知识中schEval的21个评估参数结合相关评估方法，对各个局部观测方案进行综合评价；最后选定得分最高的局部观测方案并锁定方案中的第一个目标作为下一观测目标。所以，目标识别星在一个场景中的全局观测收益可以看做是tarFilte过滤阈值参数集合和schEval方案评估参数集合的一个函数。因此，可将参数学习的过程看做是一个参数优化的过程，优化目标为最大化目标识别星在所有场景中的全局受益之和，即

其中，numSce为历史场景的个数；

tarFilter为过滤阈值参数集合(包含3个阈值参数)；

schEva为方案评估参数集合(包含17个评估参数)；

globalPro_i(…，…)为在使用特点参数下在第i个场景中的全局观测收益。

需要参数的值域如表3地面学习参数所示。

表3地面学习参数

根据上节的分析与描述，已将参数的学习问题转化为优化问题，不同参数的据目标函数值需要通过一个场景仿真器来进行计算。由于需要优化的参数较多，且问题可能具有多个局部峰值(局部最优解)，且该问题特点导致每次对参数进行目标函数值的计算将耗费较大的计算时间。因此，本发明选用了结合了小生境策略的分布估计算法来优化相关参数。

分布估计算法(EDA，estimation of distribution algorithm)是一类新型的演化计算算法。不同于传统演化算法，该方法没有交叉或者变异等操作，而是通过基于概率分布的种群演化策略对目标函数进行优化。由于EDA算法能从更宏观的角度评估种群的演化信息，因此通常具有更好的全局性和多样性，不易长期陷入局部最优解而造成早熟收敛的现象。EDA算法先估计种群中优势个体的分布情况，再建立优势个体概率模型，然后通过采样的方式得到子代个体。

小生境(Niche)是来自于生物学的一个概念，是指特定环境下的一种生存环境.生物在其进化过程中，一般总是与自己相同的物种生活在一起,共同繁衍后代；它们也都是在某一特定的地理区域中生存。小生境策略(Niching)的基本思想是将生物学中的小生境概念应用于进化计算中，将进化计算中的每一代个体划分为若干类，每个类中选出若干适应度较大的个体作为一个类的优秀代表组成一个群。本发明采用基于临近聚类的小生境策略来让每个个体在自己的邻域进行搜索，以达到增加种群多样性的目的。

分布估计算法用于根据历史场景求出上述各个参数的具体数值，如图5所示，算法框架由以下7个部分组成：

Step71.种群初始化，利用随机采样产生一个在值域中均匀分布的初始种群，并评价每个个体的适应值；

Step72.小生境划分，采用基于欧氏距离的K均值聚类算法将种群划分为若干子种群(小生境)。其中，子总群的个数是迭代次数的一个函数，迭代次数越多子种群个数越多；

Step73.概率分布估计，对每个子种群内的个体进行择优操作，利用各子种群内的优秀个体在假设所有变量都相互独立的情况下建立该子种群内的优势个体概率分布模型；

Step74.子代采样，算法每次以一定概率选取某个字种群进行采样操作，被选中子种群根据自身的概率分布模型进行采样子代，直到算法新采样的个体数与当前种群规模相等时结束该步骤；

Step75.个体选择，每个子种群将父代个体和子代个体进行合并，采用临近精英择优策略得到新一代种群；

Step76.局部搜索，采用爬山法等局部搜索算法以一定概率对种群内的优势个体进行优化，进一步提高解的质量；

Step77.终止判定，判断是否达到了算法的终止条件，如果达到则返回找到的最优个体，否则跳转至Step72.重复Step72～Step76。

在这一算法框架中，Step72引入了基于临近聚类的小生境策略，利用基于欧式距离的K均值算法将种群分为多个子种群。子种群的数目根据已经优化代数进行自适应调整，当已优化代数较少时子种群数目也较少，这样更利于增强算法的探索能力(exploration)；当已优化代数较多时子种群数目也增多，表示在算法后期要增强算法的优化开发能力(exploitation)。本算法采用的子种群数目映射函数为式子(44)所示，其中，numIter表示已经优化的代数；numPop表示子种群数目；round()表示四舍五入取整数操作。

在Step73中，算法先选取整个种群中前10％的优势个体，再在每个子种群中根据其具有的优势个体建立高斯分布概率模型。以子种群i为例，拟合正太分布模型的均值和方差如式子(45)、(46)所示。其中，numExc_i为第i个子种群的优势个体数目；表示第i个子种群中第j个优势个体；μ_i表示第i个子种群中优势个体的均值；σ_i表示第i个子种群中优势个体的标准差。

在Step74中，算法对新一代中每一个个体，先通过轮盘赌的方法确定进行采样的子种群，在根据对应的优势个体概率分布模型通过采样操作生成一个新的个体。其中，每个子种群被选中的概率为式子(47)所示，即该子种群中优势个体的适应值之和占整体种群优势个体适应值之和的百分比。其中，selectP_i表示第i个子种群被选中的概率，Fit()表示某一个体的适应值。由于每个子种群都使用相互独立的采样模型，从而使新一代个体可分布于解空间的不同区域，保护了整体种群中个体的多样性。

在Step75中，算法采用临近精英择优策略合并父、子代个体，从而得到新一代种群。具体操作为，针对每个父代个体找到离它最近(欧氏距离)的子代个体，对比两者的适应值。如果子代个体的适应值高于父代个体则用子代个体替换对应的父代个体，并从子代个体列表中删除该个体；否则，该子代个体的竞争失败次数加1(初始值为0)，当子代个体的竞争失败次数等于3时删除该子代个体。

在Step76中，利用爬山法对每个种群中优势个体进行进一步优化。优势个体的局部搜索概率如式子(48)所示，其中searchP_j表示个体x_j进行局部搜索操作的概率，Fit_M表示全种群最优个体的适应值。爬山法在优化个体的某一属性时，固定所有其他属性，采用变步长的方式对单一属性进行优化。若爬山法对所有属性逐一进行优化后，个体的适应值仍没有提高则结束算法，否则再从第一个属性开始优化。变步长的策略为每次属性优化时先尝试最大步长，若当前步长可以优化该属性则用新的属性值代替原有属性值，并保持该步长；否则将步长变为当前步长的一半再尝试优化；若当前步长小于最小步长时结束对该属性的优化。最大步长设为10，最小步长为0.1。

在Step77中，算法判断是否到达终止条件的依据为，已经连续2代没有改变种群的优势个体集合中的元素，即连续2代没有新的优势个体产生，则算法终止，返回找到的最优个体。

下面是利用本发明提供的方法进行实验分析。

不同于传统的实验设计人为取点的方式，本实验设计中直接利用算法生成卫星与目标之间的可视时间窗与观测侧摆角度，这种设计可以保障目标具有稳定的概率分布，能更好地验证求解思路的有效性也更具备普适性价值。高分分辨率成像卫星的轨道高度多为500km左右，一般此轨道高度的卫星一个卫星轨道大约在90min。其中，由于光照、云雾等成像条件的限制，卫星一个轨道内可用于成像的时间约为31min(1860s)左右。所以，在实验设计中，每个场景的时间大约在1900s左右，即所有任务的可见时间窗均在0s到1900s之间。

在仿真验证场景中，卫星的轨道高度为500km，初始固存为600Gb，成像固存写入码速率为3Gb/s。机动能力方面，卫星姿态机动时的最大速度为1°/s，加速时的加速度为0.5°/s²，减速时的加速度为0.25°/s²。稳定时间为5s，侧摆角的范围为[-30°，30°]，最大复合倾角为40°。各个卫星的常规观测目标数目服从均值为48，标准差为2的高斯分布，且每个卫星的待观测目标分布都有一个均匀区域分布和两个重点区域分布组成，三者的比重为4∶2∶4。卫星的前瞻时间长度为90s，即可在过顶时刻提前90s获取目标信息。电量方面，卫星的初始电量为5kwh，成像时单位时间的耗电率为3kw，姿态机动加速运动时的功率为15kw，减速运动时的功率为10kw，匀速运动时的功率为3kw。

观测目标由均匀区域、重点区域1和重点区域2三个区域组成，分别占各个卫星的常规目标数目的40％、20％、40％。这种组合方式表示了更为复杂的目标分布情况，能够更好的测试算法的性能。

均匀分布的相关参数如表4所示，其中的目标由点目标和条带目标组成，其中条带目标占该区域内目标的50％。该区域内目标的过顶时间服从场景开始后30s到1860s的均匀分布；观测侧摆角服从-30°到30°的均匀分布；点目标的成像时长仍为5s，成像收益服从均值为40，标准差为10的高斯分布；条带目标的成像时长服从均值为15s，标准差为3s的高斯分布；成像收益服从均值为60，标准差为10的高斯分布。

表4均匀分布目标相关参数

其中，重点区域1分布的相关参数如表5所示，目标以点目标为主，卫星的过顶时间服从场景开始后30s到385s的均匀分布，目标的成像时间为5s，与卫星的观测侧摆角服从-26°到26°的均匀分布，成像收益服从均值为30，标准差为10的高斯分布。

表5重点区域1目标分布相关参数

重点区域2分布的相关参数如表6所示，目标也为点目标，卫星过顶时间服从均值为900s，标准差为300s的高斯分布；与卫星的观测侧摆角服从均值为-20°，标准差为5°的高斯分布；目标的成像时长为5s，目标观测收益服从均值为40，标准差为5的高斯分布.。该区域的目标相对均匀分布更为集中，对调度算法时序约束的处理提出了一定的挑战。

表6重点区域2目标分布相关参数

最后需要指出的是：以上实施例仅用以说明本发明的技术方案，而非对其限制。本领域的普通技术人员应当理解：可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (6)

1.一种双星星簇的目标观测方法，双星星簇包括目标发现星和目标识别星，其特征在于，包括：

Step1，目标识别星获取辅助决策知识信息，提取目标发现星提供的前瞻信息，该前瞻信息包括目标位置信息、成像时长和观测收益；辅助决策知识信息包括目标过滤知识和方案评估知识；

Step2，根据目标过滤知识中的观测目标的目标成像时长的过滤阈值threPDR、目标观测收益的过滤阈值threPro、和目标观测收益时长比的过滤阈值threPDR，对前瞻时间窗内的目标的观测固存性价比和观测电量性价比进行初步的评估，以删除前瞻信息中观测价值较低的目标，目标信息主要包括目标位置信息、成像时长和观测收益，卫星的使用约束主要有时间窗约束、姿态机动约束、固存约束和电量约束；

Step3，调用调度算法集中的多种启发式算法生成多个局部观测方案，该步骤可并行计算，局部观测方案是指卫星在当前状态下仅根据前瞻时间窗内的目标信息所生成的观测方案，其中，观测方案通过序列解描述，并利用一个调度解生成器将一个序列解翻译成一个可行的调度解；

Step4，根据方案评估知识中的评估参数结合相关评估方法，利用局部观测方案的评价函数对各个局部观测方案进行综合评价；

Step5，选定Step4中的得分最高的局部观测方案，并锁定该方案中的第一个目标作为下一观测目标。

2.如权利要求1所述的双星星簇的目标观测方法，其特征在于，Step3中的“调用调度算法集中的多种启发式算法生成多个局部观测方案”包括利用目标选取指标指导启发式算法的搜索方向，具体如下：

利用启发式算法在目标子集的选择过程中，先依据某一指标选取目标，再将所选目标按照时间升序插入到已有的目标观测序列中得到新的目标观测序列，然后用调度生成器对目标观测序列进行调度解转换。若能使调度方案的收益增大则采用新的观目标测序列，否则放弃新插入的目标，保留原目标观测序列及对应的调度解；

“目标选取指标”包括时间序列指标、目标观测收益指标、目标成像时长指标和收益时长比指标，其中：时间序列指标是将目标按照时间窗开始时间升序排列，依次选取拥有最早开始时间的目标；目标观测收益指标是将目标按照观测收益的降序排列，依次选取拥有最高观测收益的目标；目标成像时长指标是指将目标按照成像时长的升序排列，依次选取拥有最小成像时长的目标；收益时长比指标是将目标按照观测收益时长比的降序排列，依次选取拥有最高观测收益时长比的目标。

3.如权利要求2所述的双星星簇的目标观测方法，其特征在于，启发式算法先选取的“目标选取指标”为收益时长比指标，通过调度解生成器计算一个可用的观测方案的具体方法如下，设定目标的收益时长比降序排列为第一目标-第二目标-第三目标-第四目标-第五目标-第六目标-第七目标：

首先，根据当前卫星的姿态及资源使用状态，先考虑是否能对目标第一目标进行观测，如果能则更新当前最好序列解为{第一目标}；其次，在当前最好解的基础上，再添加第二目标到当前最好解中，并将目标按照时间升序排列，即考虑序列解第二目标→第一目标所转化的调度解，若该调度解的收益优于原当前最好解，则更新当前最好解为{第二目标,第一目标}；然后，依次类推，每次在当前最好解的基础上添加一个目标后，都先将任务按照升序排列得到新的序列解，再用调度解生成器转换为调度解，如新的调度解的收益较高则替换原有当前最好解，否则保留原有的当前最好解。

4.如权利要求1至3中任一项所述的双星星簇的目标观测方法，其特征在于，Step4具体包括：

根据由启发式算法集生成的各个局部观测方案的收益、固存消耗、电量消耗等指标对各方案进行综合评价，以选取能更大概率提高全局观测收益的局部调度方案；

在观测方案评估模块中，卫星对观测方案的五个属性进行评估，分别为：方案收益、固存消耗、收益固存比、总电量消耗、收益电量比、执行时长和收益时耗比；其中：方案收益是局部观测方案中所有成像目标的目标观测收益和；固存消耗是局部观测方案消耗的卫星固存资源的数量；收益固存比是局部观测方案的收益除以方案的固存消耗；总电量消耗是局部观测方案的电量消耗主要包括成像消耗电量和姿态机动消耗电量；收益电量比是局部观测方案的方案收益除以方案的总电量消耗；执行时长是局部观测方案消耗的卫星总飞行时长，主要包括成像时长和姿态机动的时长；收益时耗比是局部观测方案的方案收益除以方案的执行时长。

5.如权利要求4所述的双星星簇的目标观测方法，其特征在于，局部观测方案的评价函数为：

cScore＝w₁·acPro·proP+w₂·acSD·sdP+w₃·acPsdR·psdR+w₄·acEG·egP

+w₅·acPegR·pegR+w₆·acED·edP+w₇·acPedR·pedR (35)

其中，

acPro＝e^{(aPro·rePro+bPro)} (36)

acSD＝e^{(aSD·reSDR+bSD)} (37)

acPsdR＝e^{(aPsdR·reSDR+bPsdR)} (38)

acEG＝e^{(aEG·reEGR+bEG)} (39)

acPegR＝e^{(aPegR·reEGR+bPegR)} (40)

acED＝e^{(aED·reRCR+bED)} (41)

acPedR＝e^{(aPedR·reRCR+bPedR)} (42)

<mrow> <mi>r</mi> <mi>e</mi> <mi>P</mi> <mi>r</mi> <mi>o</mi> <mo>=</mo> <mfrac> <mrow> <msub> <mi>curPro</mi> <mrow> <mi>p</mi> <mi>r</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>mePro</mi> <mrow> <mi>p</mi> <mi>r</mi> </mrow> </msub> </mrow> <mrow> <msub> <mi>sdPro</mi> <mrow> <mi>p</mi> <mi>r</mi> </mrow> </msub> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>29</mn> <mo>)</mo> </mrow> </mrow>

式中，w₁为方案收益proP对应的权重系数，w₂为固存消耗sdP对应的权重系数，w₃为收益固存比psdR对应的权重系数，w₄为总电量消耗egP对应的权重系数，w₅为收益电量比pegR，w₆为执行时长edP，w₇为收益时耗比pedR对应的权重系数，每个权重系数的取值范围都为[-100,100]，pr是进度比，rePro是当前观测收益与期望的观测收益的相对关系，acPro是观测收益权重调整系数，acSD是固存消耗权重调整系数，acPsdR是收益固存比权重调整系数，acEG是总电量消耗权重调整系数，acPegR是收益电量比权重调整系数，acED是执行时长权重调整系数，acPedR是收益时耗比权重调整系数，aPro是方案收益相关性系数，bPro是方案收益相关性系数，aSD是固存消耗相关性系数，bSD是固存消耗相关性系数，aPsdR是收益固存比相关性系数，bPsdR是收益固存比相关性系数，aEG是总电量消耗相关性系数，bEG是总电量消耗相关性系数，aPegR是收益电量比相关性系数，bPegR是收益电量比相关性系数，aED是执行时长相关性系数，bED是执行时长相关性系数，aPedR是收益时耗比相关性系数，bPedR是收益时耗比相关性系数，各所述参数由地面学习得到，采用分布估计算法计算得到，分布估计算法用于根据历史场景求出上述各个参数的具体数值。

6.如权利要求5所述的双星星簇的目标观测方法，其特征在于，Step5中的“选定得分最高的局部观测方案”的方法具体包括：

目标识别星在一个场景中的全局观测收益可以看做是tarFilter过滤阈值参数集合和schEval方案评估参数集合的一个函数，将参数学习的过程看做是一个参数优化的过程，优化目标为最大化目标识别星在所有学习场景中的全局收益之和，计算公式是计算出来能使全局观测方案最高时所对应的参数如下：

<mrow> <munder> <mi>max</mi> <mrow> <mi>t</mi> <mi>a</mi> <mi>r</mi> <mi>F</mi> <mi>i</mi> <mi>l</mi> <mi>t</mi> <mi>e</mi> <mi>r</mi> <mo>,</mo> <mi>s</mi> <mi>c</mi> <mi>h</mi> <mi>E</mi> <mi>v</mi> <mi>a</mi> <mi>l</mi> </mrow> </munder> <msubsup> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mi>i</mi> <mo>=</mo> <mi>n</mi> <mi>u</mi> <mi>m</mi> <mi>S</mi> <mi>c</mi> <mi>e</mi> </mrow> </msubsup> <msub> <mi>globalPro</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mi>a</mi> <mi>r</mi> <mi>F</mi> <mi>i</mi> <mi>l</mi> <mi>t</mi> <mi>e</mi> <mi>r</mi> <mo>,</mo> <mi>s</mi> <mi>c</mi> <mi>h</mi> <mi>E</mi> <mi>v</mi> <mi>a</mi> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>43</mn> <mo>)</mo> </mrow> </mrow>

其中，numSce为历史场景的个数；

tarFilter为过滤阈值参数集合，包括Step2中的过滤阈值threPDR、过滤阈值threPro、过滤阈值threPDR；

schEva为方案评估参数集合包括aPro，bPro，aSD，bSD，aPsdR，bPsdR，aEG，bEG，aPegR，bPegR，w₁，w₂，w₃，w₄，w₅，w₆，w₇；

globalPro_i(…,…)为在使用特点参数下在第i个场景中的全局观测收益。