CN108171374A - 一种基于模拟退火算法的对地观测卫星任务规划方法 - Google Patents
一种基于模拟退火算法的对地观测卫星任务规划方法 Download PDFInfo
- Publication number
- CN108171374A CN108171374A CN201711439037.4A CN201711439037A CN108171374A CN 108171374 A CN108171374 A CN 108171374A CN 201711439037 A CN201711439037 A CN 201711439037A CN 108171374 A CN108171374 A CN 108171374A
- Authority
- CN
- China
- Prior art keywords
- constraint
- satellite
- solution
- earth observation
- simulated annealing
- 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.)
- Pending
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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Radio Relay Systems (AREA)
Abstract
本发明公开了一种基于模拟退火算法的对地观测卫星任务规划方法,在综合考虑航天任务需求、数据接收资源的前提下,结合卫星载荷使用约束规则,设计了对地观测卫星通用约束处理方法,利用模拟退火算法进行求解消解任务冲突,优化卫星有效载荷资源的分配,从而达到充分利用航天资源的目的。本发明采用智能优化算法能够快速有效的解决对地观测卫星资源优化分配问题;算法与约束检验相分离,算法更替或者约束检验方法调整更加灵活;约束检验采用组装服务的形式,增强了通用性和可扩展性。
Description
技术领域
本发明涉及航天卫星管控领域,更具体地涉及一种对地观测卫星任务规划方法。
背景技术
对地观测卫星利用其携带的传感器从太空轨道上捕获地面、海面的遥感信息。随着航天技术的发展,对地观测卫星的数量和种类在逐渐增多,通过对地观测卫星获取的图像信息已广泛应用到了人类生产和生活的各个领域,相应的对地观测任务的需求量也在快速增加,然而由于卫星载荷能力以及地面接收资源能力的限制无法全部满足所有的用户需求。对地观测卫星任务规划的目标就是要从众多的用户需求中选取能够完成的任务并为其分配资源和时间,以达到充分发挥卫星系统的能力,使得宝贵的卫星资源得到合理、高效利用的目的。
目前虽然国外一些国家对卫星调度问题已经有了较深入的研究并开发出了一些相关的软件系统,但这些研究大都是针对具体的卫星系统及任务展开的,缺乏通用性,不满足我国的具体国情,无法很好的应用于我们的实际需求。
发明内容
有鉴于此,本发明的主要目的之一在于提供一种对地观测卫星任务规划方法,在综合考虑航天任务需求、数据接收资源的前提下,结合卫星载荷使用约束规则,设计了对地观测卫星通用约束处理方法,利用模拟退火算法进行求解消解任务冲突,优化卫星有效载荷资源的分配,从而达到充分利用航天资源的目的。
为了实现上述目的,本发明提供了一种对地观测卫星任务规划方法,包括以下步骤:
步骤1、根据卫星任务的任务优先级采用贪婪规则生成多个初始解序列;
步骤2、按照卫星代号调用相应的卫星载荷约束规则处理方法对各个初始解序列进行约束检验生成初始解的问题解,并计算各个问题解的收益值;
步骤3、将当前收益值最大的问题解所对应的初始解序列作为当前解序列,在当前解序列的基础上按照设定概率利用增加、删除、替换操作生成新的邻域解,并调用相应的卫星载荷约束规则处理方法进行约束检验生成领域解的问题解,然后计算各个问题解的收益值;
步骤4、根据步骤3计算的收益值判断是否接受该邻域解,若接受,则保留该邻域解,否则舍弃该邻域解;
步骤5、判断是否满足算法终止条件,若是则终止算法输出最终邻域解;否则返回步骤3。
其中,所述步骤2和步骤3中采用的卫星载荷约束规则处理方法具体为:
(a)按照卫星代号加载相应的约束规则组装服务:
(b)初始化约束规则组装服务中各种约束检验方法;
(c)获取卫星待检验各项约束内容;
(d)根据约束内容采用相应的约束检验方法进行检验约束。
其中,步骤(d)中检验约束包括以下几种:
一次成像/开机约束、相邻动作时间间隔约束、滑动圈约束、单站多星转换时间约束、数据传输时间约束和固存使用约束。
本发明具有以下有益效果:本发明采用智能优化算法能够快速有效的解决对地观测卫星资源优化分配问题;算法与约束检验相分离,算法更替或者约束检验方法调整更加灵活;约束检验采用组装服务的形式,增强了通用性和可扩展性。
附图说明
图1为本发明的原理流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,对本发明作进一步的详细说明。
本发明提供了一种基于模拟退火算法的对地观测卫星任务规划方法,具体实施步骤如下:
1、考虑卫星任务优先级采用贪婪规则生成初始解序列。
设观测需求requireDic以Key-Value的方式表示需求的唯一标识号与参与规划需求的关系。观测需求包含以下属性:需求编号、观测类型、优先级,位置坐标等,也可根据需要对数据结构内容进行重新定义。
taskInfoDic以Key-Value的方式表示待规划的观测元任务的唯一标识号与观测元任务使用的关系。观测元任务对包含以下属性:观测元任务编号、卫星代号、传感器代号、观测开始时间、观测结束时间等。
reciveDic以Key-Value的方式表示待规划接收任务的唯一标识号与接收任务使用的关系。接收任务包含以下属性:接收任务编号、卫星代号、接收站代号、接收开始时间、接收结束时间等。
schmelist以链表的方式表示规划完成得到的方案信息。规划方案包含以下属性:规划开始时间、规划结束时间,观测方案链表,接收方案链表等。
采用贪婪规则生成初始解序列的具体步骤如下:
a)初始化初温t=t0,降温幅度C,当前迭代次数k=0,无退火计算次数d=0;
b)按照优先级高低对taskInfoDic中的观测元任务进行排序;
c)将观测元任务转化为解序列节点,从而生成初始解序列。
2、按照卫星代号调用相应的卫星载荷约束规则处理方法对各个初始解序列进行约束检验生成初始解的问题解,并计算各个问题解的收益值。
a)按照初始解序列顺序依次选取观测元任务;
b)按照时间先后逻辑从reciveDic中选取接收任务;
c)按照卫星代号加载相应的约束规则组装服务:
d)初始化所需各种约束处理方法;
e)获取卫星待检验各项约束内容,假如当前卫星需检验约束包括:一次开机最长时间、相邻两次开机最短间隔时间、单圈最大侧摆次数;
f)根据以上约束内容分别采用一次成像/开机约束处理方法、相邻动作时间间隔约束处理方法、滑动圈约束处理方法进行检验约束。
g)根据约束检验结果安排观测元任务以及接收任务;
h)解序列中任务完全遍历后,计算解的收益值(任务优先级、需求完成率加权求和)。
3、将当前收益值最大的问题解所对应的初始解序列作为当前解序列,在当前解序列的基础上按照设定概率利用增加、删除、替换操作生成新的邻域解,并调用相应的卫星载荷约束规则处理方法进行约束检验生成领域解的问题解,然后计算各个问题解的收益值;
按照设定概率利用增加、删除、替换操作生成新的邻域解的步骤如下:
a)根据任务数量确定操作次数,假如取操作规模为1/3,则操作次数为观测元任务总数的1/3取整;
b)按照轮盘赌的方式确定当前待操作解节点;
c)根据任务优先级按概率确定当前操作,假如当前任务为较高优先级则以较高的概率进行替换操作,较低概率进行删除操作,若为较低优先级任务则以较高的概率进行删除操作,较低的概率进行替换操作,任务优先级高低由参与本次规划的任务总体优先级决定,如参与本次规划的所有任务优先级包括1、2、3、5、6,那么1、2为较高优先级,5、6为较低优先级;
d)完成设定次数节点操作后,即生成了新的解序列。
4、根据步骤3计算的收益值判断是否接受该邻域解,若接受,则保留该邻域解,否则舍弃该邻域解。
假设当前最优解为S*,操作初始解为S0,当前解为S,,如果f(S,)≥f(S*),则接受当前解为当前最优解,令S*=S0=S,,执行退火操作t=t*C,无退火计算次数d=0;否则,令无退火计算次数d++,若exp[-(f(S*)-f(S,))/t]≥random[0,1],接受当前解为操作初始解S=S,。
5、判断是否满足算法终止条件,若是则终止算法输出最终邻域解;否则返回步骤3。
判断当前迭代次数k是否不小于最大迭代次数kmax,或者无退火计算次数d是否不小于最大无忧化迭代次数dmax,若不满足终止条件,则转步骤3继续循环优化计算,否则输出最终方案解schmelist。
Claims (3)
1.一种基于模拟退火算法的对地观测卫星任务规划方法,其特征在于包括以下步骤:
步骤1、根据卫星任务的任务优先级采用贪婪规则生成多个初始解序列;
步骤2、按照卫星代号调用相应的卫星载荷约束规则处理方法对各个初始解序列进行约束检验生成初始解的问题解,并计算各个问题解的收益值;
步骤3、将当前收益值最大的问题解所对应的初始解序列作为当前解序列,在当前解序列的基础上按照设定概率利用增加、删除、替换操作生成新的邻域解,并调用相应的卫星载荷约束规则处理方法进行约束检验生成领域解的问题解,然后计算各个问题解的收益值;
步骤4、根据步骤3计算的收益值判断是否接受该邻域解,若接受,则保留该邻域解,否则舍弃该邻域解;
步骤5、判断是否满足算法终止条件,若是,则终止算法输出最终邻域解;否则,返回步骤3。
2.根据权利要求1所述的一种基于模拟退火算法的对地观测卫星任务规划方法,其特征在于,所述步骤2和步骤3中采用的卫星载荷约束规则处理方法具体为:
(a)按照卫星代号加载相应的约束规则组装服务:
(b)初始化约束规则组装服务中各种约束检验方法;
(c)获取卫星待检验各项约束内容;
(d)根据约束内容采用相应的约束检验方法进行检验约束。
3.根据权利要求2所述的一种基于模拟退火算法的对地观测卫星任务规划方法,其特征在于,步骤(d)中检验约束包括以下几种:
一次成像/开机约束、相邻动作时间间隔约束、滑动圈约束、单站多星转换时间约束、数据传输时间约束和固存使用约束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711439037.4A CN108171374A (zh) | 2017-12-27 | 2017-12-27 | 一种基于模拟退火算法的对地观测卫星任务规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711439037.4A CN108171374A (zh) | 2017-12-27 | 2017-12-27 | 一种基于模拟退火算法的对地观测卫星任务规划方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108171374A true CN108171374A (zh) | 2018-06-15 |
Family
ID=62521836
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711439037.4A Pending CN108171374A (zh) | 2017-12-27 | 2017-12-27 | 一种基于模拟退火算法的对地观测卫星任务规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108171374A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111832934A (zh) * | 2020-07-10 | 2020-10-27 | 西安电子科技大学 | 面向突发需求的模拟退火多星应急任务规划方法 |
CN112073842A (zh) * | 2019-06-10 | 2020-12-11 | 中兴通讯股份有限公司 | 光电转换装置部署规划方法、系统、网络设备及存储介质 |
CN113128903A (zh) * | 2021-05-06 | 2021-07-16 | 中国电子科技集团公司第五十四研究所 | 一种卫星任务需求配置方法及系统 |
CN113487220A (zh) * | 2021-07-23 | 2021-10-08 | 中南大学 | 面向静态目标观测的空天异构对地观测资源协同调度方法 |
CN113919122A (zh) * | 2021-08-05 | 2022-01-11 | 合肥工业大学 | 基于模拟退火算法的多星任务调度方法和系统 |
CN114604443A (zh) * | 2022-02-17 | 2022-06-10 | 中国电子科技集团公司第十研究所 | 一种真实复杂约束条件下的多星测控调度方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106384169A (zh) * | 2016-09-22 | 2017-02-08 | 合肥工业大学 | 一种基于超启发式算法的卫星任务规划方法 |
CN107239661A (zh) * | 2017-06-05 | 2017-10-10 | 中国电子科技集团公司第五十四研究所 | 一种遥感卫星观测任务规划方法 |
CN107290961A (zh) * | 2017-06-29 | 2017-10-24 | 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 |
-
2017
- 2017-12-27 CN CN201711439037.4A patent/CN108171374A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106384169A (zh) * | 2016-09-22 | 2017-02-08 | 合肥工业大学 | 一种基于超启发式算法的卫星任务规划方法 |
CN107239661A (zh) * | 2017-06-05 | 2017-10-10 | 中国电子科技集团公司第五十四研究所 | 一种遥感卫星观测任务规划方法 |
CN107290961A (zh) * | 2017-06-29 | 2017-10-24 | 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 |
Non-Patent Citations (3)
Title |
---|
徐欢,祝江汉,王慧林: "基于模拟退火算法的电子侦察卫星", 《装备指挥技术学院学报》 * |
李志亮,李小将,孙伟: "考虑成像质量的敏捷卫星任务调度模型与算法", 《宇航学报》 * |
韩丽,张学庆: "基于模拟退火的卫星地面站任务规划方法", 《无线电工程》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112073842A (zh) * | 2019-06-10 | 2020-12-11 | 中兴通讯股份有限公司 | 光电转换装置部署规划方法、系统、网络设备及存储介质 |
WO2020248712A1 (zh) * | 2019-06-10 | 2020-12-17 | 中兴通讯股份有限公司 | 光电转换装置部署规划方法、系统、网络设备及存储介质 |
CN112073842B (zh) * | 2019-06-10 | 2022-09-13 | 中兴通讯股份有限公司 | 光电转换装置部署规划方法、系统、网络设备及存储介质 |
CN111832934A (zh) * | 2020-07-10 | 2020-10-27 | 西安电子科技大学 | 面向突发需求的模拟退火多星应急任务规划方法 |
CN111832934B (zh) * | 2020-07-10 | 2023-04-18 | 西安电子科技大学 | 面向突发需求的模拟退火多星应急任务规划方法 |
CN113128903A (zh) * | 2021-05-06 | 2021-07-16 | 中国电子科技集团公司第五十四研究所 | 一种卫星任务需求配置方法及系统 |
CN113487220A (zh) * | 2021-07-23 | 2021-10-08 | 中南大学 | 面向静态目标观测的空天异构对地观测资源协同调度方法 |
CN113487220B (zh) * | 2021-07-23 | 2022-07-15 | 中南大学 | 面向静态目标观测的空天异构对地观测资源协同调度方法 |
CN113919122A (zh) * | 2021-08-05 | 2022-01-11 | 合肥工业大学 | 基于模拟退火算法的多星任务调度方法和系统 |
CN113919122B (zh) * | 2021-08-05 | 2024-07-12 | 合肥工业大学 | 基于模拟退火算法的多星任务调度方法和系统 |
CN114604443A (zh) * | 2022-02-17 | 2022-06-10 | 中国电子科技集团公司第十研究所 | 一种真实复杂约束条件下的多星测控调度方法及系统 |
CN114604443B (zh) * | 2022-02-17 | 2023-06-06 | 中国电子科技集团公司第十研究所 | 一种真实复杂约束条件下的多星测控调度方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
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 | |
CN112766813B (zh) | 一种空天协同观测复杂任务调度方法 | |
Chen et al. | Priority-based and conflict-avoidance heuristics for multi-satellite scheduling | |
CN113128828B (zh) | 一种基于多智能体强化学习的卫星观测分布式在线规划方法 | |
CN108804220A (zh) | 一种基于并行计算的卫星任务规划算法研究的方法 | |
CN109933842A (zh) | 一种基于约束满足遗传算法的移动目标单星任务规划方法 | |
KR101700104B1 (ko) | 군집 분석 지원 시스템 및 방법과, 이를 지원하는 장치 | |
McCord et al. | Integrating remotely sensed imagery and existing multiscale field data to derive rangeland indicators: application of Bayesian additive regression trees | |
CN108416500B (zh) | 一种基于pddl多星协同任务规划方法、设备及存储设备 | |
CN104680238A (zh) | 多卫星对地协同观测的待观测任务确定方法 | |
Xu et al. | Machine learning approaches can reduce environmental data requirements for regional yield potential simulation | |
Zhang et al. | Metaheuristics for the tabu clustered traveling salesman problem | |
CN110135584A (zh) | 基于自适应并行遗传算法的大规模符号回归方法及系统 | |
CN113037877A (zh) | 云边端架构下时空数据及资源调度的优化方法 | |
CN103781081A (zh) | 基于机会共享的无线虚拟化资源分配方法 | |
CN109710507A (zh) | 一种自动化测试的方法和装置 | |
CN114691664B (zh) | 基于ai预测的智慧场景大数据清洗方法及智慧场景系统 | |
CN110111006A (zh) | 一种基于混沌蚁群系统的云中科学工作流费用优化调度方法 | |
CN110048886A (zh) | 一种大数据分析任务的高效云配置选择算法 | |
CN113656964A (zh) | 一种基于信息流的体系对抗仿真系统 | |
Rongwei et al. | A dual population multi-operator genetic algorithm for flight deck operations scheduling problem | |
CN105389212B (zh) | 一种作业分配方法和装置 | |
CN109190450A (zh) | 基于分布式计算平台的人工智能遥感影像数据提取方法 | |
Shao et al. | An improved artificial bee colony-based approach for zoning protected ecological areas |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180615 |