CN108304958A

CN108304958A - 一种单星多载荷复杂约束任务规划方法和系统

Info

Publication number: CN108304958A
Application number: CN201711295631.0A
Authority: CN
Inventors: 吴鹏; 王红飞; 李叶; 郭丽丽
Original assignee: Technology and Engineering Center for Space Utilization of CAS
Current assignee: Technology and Engineering Center for Space Utilization of CAS
Priority date: 2017-12-08
Filing date: 2017-12-08
Publication date: 2018-07-20
Anticipated expiration: 2037-12-08
Also published as: CN108304958B

Abstract

本发明涉及一种单星多载荷复杂约束任务规划方法和系统，其方法包括：将经过预处理的用户任务排序，得到中间计划队列；检测中间计划队列中的任务之间是否存在冲突，若是，提取冲突，并按照约束优先级对冲突从高到低排序形成冲突队列；对从冲突队列中选择的冲突进行消解处理，并将消解处理后的任务添加到当前中间计划队列中，直到中间计划队列中的任务之间不存在冲突，输出中间计划队列。本发明涉及一种单星多载荷复杂约束任务规划方法和系统，能够对不同类型载荷的约束处理具有通用性。

Description

一种单星多载荷复杂约束任务规划方法和系统

技术领域

本发明涉及航天器任务规划领域，具体涉及一种单星多载荷复杂约束任务规划方法和系统。

背景技术

航天器任务规划主要解决的是空间观测任务、空间应用任务最优安排的问题，属于人工智能和运筹学范畴。目前，该领域的研究主要集中在成像卫星的任务规划上，并且研究的目标是使观测任务的效益最大化。

随着空间应用的逐步深入，未来的航天器一方面向小型化、分布式组网发展；另一方面，将向大型化高集成度发展。对于后者，势必会搭载更多的有效载荷来执行任务。多个载荷在轨协同工作，对地面运控提出了更高的要求，最主要的体现就是操作约束更加复杂化。尤其是一些试验性载荷，通常会有指令层面的使用约束。并且，根据在轨使用情况，也会有运行时约束调整的需求。现有技术对于约束的处理仅限于资源约束和观测任务之间的时间约束，而对于指令层面的约束和运行时约束调整尚且无能为力。现有技术方案存在以下缺点：1).能够处理的约束种类有限，无法满足单星多载荷复杂约束任务规划的要求；2).处理约束的方式单一；3).由于将约束预置在软件中，无法在运行时根据不同飞行器、不同载荷的约束，进行定制化处理，因此，约束处理功能不具备通用性。

发明内容

本发明为解决上述技术问题，提供一种单星多载荷复杂约束任务规划方法和系统

本发明解决上述技术问题的技术方案如下：一种单星多载荷复杂约束任务规划方法，包括：

S1，将经过预处理的用户任务排序，得到中间计划队列；

S2，检测所述中间计划队列中的任务之间是否存在冲突，若是，提取出所述冲突，并按照约束优先级对所述冲突从高到低排序形成冲突队列；

S3，对从冲突队列中选择的冲突进行消解处理，并将消解处理后的任务添加到当前中间计划队列中，返回S2，直到所述中间计划队列中的任务之间不存在冲突，输出中间计划队列。

本发明的有益效果是：通过将经过预处理的用户任务排序，得到中间计划队列；检测所述中间计划队列中的任务之间是否存在冲突，若是，提取出冲突，并按照约束优先级对冲突从高到低排序形成冲突队列；对从冲突队列中选择的冲突进行消解处理，并将消解处理后的任务添加到当前中间计划队列中，直到所述中间计划队列中的任务之间不存在冲突，输出中间计划队列。解决了现有技术中存在的能够处理的约束种类有限，无法满足单星多载荷复杂约束任务规划的要求；处理约束的方式单一，以及由于将约束预置在软件中，无法在运行时根据不同飞行器、不同载荷的约束，进行定制化处理导致的约束处理功能不具备通用性的问题。

在上述技术方案的基础上，本发明还可以做如下改进：

进一步，所述S1中预处理的用户任务按照以下方法获取：

S11，接收用户提交的观测目标申请和已安排任务计划，对所述观测目标申请进行轨道计算和窗口预报，生成具有优先级的待安排任务计划；

S12，将所述已安排任务计划和所述待安排任务计划汇合形成用户任务。

进一步，所述S2中检测所述中间计划队列中的任务之间是否存在冲突时，具体按照以下方法检测：

判断所述中间计划队列中的所有任务之间是否存在满足预先定义的约束关系组。

进一步，所述S3中对从冲突队列中选择的任务进行消解处理，具体按照以下方法实施：

按照约束优先级顺序从冲突队列中选择一个冲突，作为待处理冲突；

采用从约束处理器集合中选择的约束处理器组对所述待处理的冲突对应的任务进行处理。

进一步，所述约束处理器组的选择遵循使所述冲突队列中剩余的存在冲突的任务数量最小的原则。

本发明解决上述技术问题的另一种技术方案如下：一种单星多载荷复杂约束任务规划系统，包括：

中间计划队列获取模块，用于将经过预处理的用户任务排序，得到中间计划队列；

冲突检测模块，用于检测所述中间计划队列中的任务之间是否存在冲突，若是，提取出所述冲突，并按照约束优先级对所述冲突从高到低排序形成冲突队列；

冲突消解模块，用于对从冲突队列中选择的冲突进行消解处理，并将消解处理后的任务添加到当前中间计划队列中，继续利用冲突检测模块检测所述中间计划队列中的任务之间是否存在冲突及提取出存冲突，并形成冲突队列，直到所述中间计划队列中的任务之间不存在冲突，输出中间计划队列。

在上述技术方案的基础上，本发明还可以做如下改进：

进一步，所述中间计划队列获取模块包括：

规划预处理单元，用于接收用户提交的观测目标申请和已安排任务计划，对所述观测目标申请进行轨道和窗口预报，生成具有优先级的待安排任务计划；

任务排序单元，用于将所述已安排任务计划和所述待安排任务计划汇合形成用户任务。

进一步，所述冲突检测模块在检测所述中间计划队列中的任务之间是否存在冲突时，具体为：

判断所述中间计划队列中的所有任务之间是否满足预先定义的约束关系组。

进一步，所述冲突消解模块包括：

冲突选择单元，用于按照约束优先级顺序从冲突队列中选择一个冲突，作为待处理冲突；

冲突处理单元，用于采用从约束处理器集合中选择的约束处理器组对所述待处理的冲突对应的任务进行处理。

本发明的有益效果是：通过中间计划队列获取模块将经过预处理的用户任务排序，得到中间计划队列；冲突检测模块检测所述中间计划队列中的任务之间是否存在冲突，若是，提取出冲突，并按照约束优先级对冲突从高到低排序形成冲突队列；冲突消解模块对从冲突队列中选择的冲突进行消解处理，并将消解处理后的任务添加到当前中间计划队列中，直到所述中间计划队列中的任务之间不存在冲突，输出中间计划队列。解决了现有技术中存在的能够处理的约束种类有限，无法满足单星多载荷复杂约束任务规划的要求；处理约束的方式单一，以及由于将约束预置在软件中，无法在运行时根据不同飞行器、不同载荷的约束，进行定制化处理导致的约束处理功能不具备通用性的问题。

附图说明

图1为现有技术中处理约束种类的软件系统架构图；

图2为现有技术中裁剪算法的原理示意图；

图3为本发明一种单星多载荷复杂约束任务规划方法的流程示意图；

图4为本发明一种单星多载荷复杂约束任务规划方法中步骤S1的子步骤的流程示意图；

图5为本发明一种单星多载荷复杂约束任务规划方法中步骤S3的子步骤的流程示意图；

图6为本发明实施例中Allen的不同时间区间关系的示意图；

图7为本发明一种单星多载荷复杂约束任务规划系统的结构示意图；

图8为本发明一种单星多载荷复杂约束任务规划系统中中间计划队列获取模块的结构示意图；

图9为本发明一种单星多载荷复杂约束任务规划系统中冲突检测模块的结构示意图；

图10为本发明一种单星多载荷复杂约束任务规划系统中冲突消解模块模块的结构示意图。

具体实施方式

以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。

图1是现有技术的处理约束种类的软件系统架构图。

如图1所示，现有技术方案将软件系统划分为输入信息管理、任务求解管理、输出信息管理三个部分。

输入信息管理部分包括文件操作、约束处理和网络结构体三个功能模块。任务求解管理部分包括求解框架、排序、观测活动安排和回传活动安排四个功能模块。输出信息管理部分包括中间结果管理和最终结果管理两个功能模块。

输入信息管理部分的文件操作模块，主要完成对卫星观测任务文件的读取操作，并将任务信息转换成指定格式进行存储，为其他模块操作提供数据支持。

任务求解管理部分，通过求解框架，先对任务进行排序、再按顺序处理每个任务，或先对任务进行排序、统一安排观测、统一安排回传。其中的排序模块，采用启发式方法，依据概率累积的方法对任务进行随机选择，得到一个排序序列，并将该任务排序结果提交给观测活动安排功能模块。

观测活动安排模块，尝试给指定任务安排观测活动，首先判断给指定任务安排观测活动的可能性，再从给定任务的可选观测时间段内随机选取活动的开始观测时刻，并提交约束检查，再根据约束检查模块的反馈结果确定任务的开始观测时刻。

约束处理模块，检查卫星在任务观测开始时刻的载荷量是否超出其最大固存，从而判断该观测时刻是否合理。容量约束的情况随着观测活动的安排而实时更新。

回传活动安排，尝试给指定任务安排回传活动，首先判断给指定任务安排回传活动的可能性，再从给定任务的可选回传时间段内随机安排回传活动 (或从给定任务的可选回传时间段内选择最早的机会安排回传活动)，并要确保回传活动在该任务观测活动结束之后进行。

中间结果处理模块进行时间窗的消减，对卫星和任务的可用时间段进行信息管理，即排序和更新。最终结果处理模块，通过计算每个任务的收益值和当前方案中所有任务的总收益值，对方案群中的方案进行排序，并更新最优和最差方案的属性信息，最终可以得到最优的观测调度方案和回传调度方案。

现有技术方案针对单星任务规划问题所提出的求解软件架构，其是通过观测活动的安排，采用时间窗裁剪算法，观测活动和回传活动的时间窗在确定之前进行剪裁处理；剪裁处理为：设新增任务的拍摄时段为[TS,TE]，待消减的时间窗为[WS,WE]，针对其包含或者相交的不同冲突类型设置裁剪算法(如图2所示)，主要应用于任务可选观测时间段、卫星可用观测时间段、任务可选回传时间窗和卫星可用回传时间窗的计算上。

上述图1所示的现有技术方案存在如下缺陷：能够处理的约束种类有限，无法满足单星多载荷复杂约束任务规划的要求。但在单星多载荷任务规划问题中，约束处理和优化是至关重要的环节，是决定任务规划方法和系统结构的关键内容。通常需要考虑的约束包括：

1)单次观测任务最小时长约束

2)单次观测任务最大时长约束

3)两次观测任务最小时间间隔约束

4)两次观测任务最大时间间隔约束

5)指令间最小时间间隔约束

6)载荷单圈最大使用次数约束

7)载荷单日最大使用次数约束

8)载荷单圈最大工作时长约束

9)载荷单日最大工作时长约束

10)任务前提条件约束，即工作前必须先执行某个任务或某条指令

11)同一载荷任务互斥约束，即在同一时刻，一个载荷不能同时存在两种工作模式的任务。

从图1所示实施例可知，现有技术方案处理约束的关键部分是约束条件模块和中间结果处理模块。约束条件模块仅检查新增任务的开始时刻是否满足存储容量约束；而中间结果模块则仅针对可用时间窗，根据新增任务进行裁剪，以满足互斥约束。由此可见，该方案对单星多载荷的复杂约束，是无能为力的。

另外，图1所示现有技术方案是通过排序、检查约束、纳入(或剔除) 的方式来安排任务的。因此，其处理约束的方式仅是剔除任务。现有技术方案处理约束的方式是单一的。而现实要求是，当一个(或两个)任务违反约束时，可以有多种处理方式，如：调整开始(结束)时刻、添加若干指令、删除若干指令、调整若干指令的执行时刻、合并两个相邻任务等。处理时，应根据情况选择最合适的处理方式。尤其是对于包含多个指令的任务，应支持对单个指令的操作。

又，图1所示现有技术方案的约束处理功能不具备通用性，由于其是将约束预置在软件中，无法在运行时根据不同飞行器、不同载荷的约束，进行定制化处理。

而卫星地面运管系统的一大特点是，可以根据用户需求进行定制化处理。飞行器发射入轨后，载荷不可更换，需要根据载荷健康状况，随时调整运控约束。另外，为避免重复建设和节约成本，同一套运管系统应尽可能满足多型号任务的运营要求。因此，约束处理的通用化显得尤为重要。而这项功能是现有技术方案不具备的。

因此，本发明提出一种适用于单星多载荷任务规划问题的通用约束建模方法，支持以指令间的时间关系来定义约束，可用于不同型号飞行器、不同载荷的多种类约束建模。以及采用贪心算法，使得能够支持根据通用约束模型和即时任务关系，最优化处理约束冲突。

图3是本发明的一种单星多载荷约束任务的规划方法的流程示意图。

如图3所示，一种单星多载荷约束任务的规划方法，包括：

S1，将经过预处理的用户任务排序，得到中间计划队列；

如图4所示，所述S1中预处理的用户任务按照以下方法获取：

S12，将所述已安排任务计划和所述待安排任务计划汇合形成用户任务。 S2中检测所述中间计划队列中的任务之间是否存在冲突时，具体按照以下方法检测：

如图5所示，S3中对从冲突队列中选择的任务进行消解处理，具体按照以下方法实施：

S31，按照约束优先级顺序从冲突队列中选择一个冲突，作为待处理的冲突；

S32，采用从约束处理器集合中选择的约束处理器组对所述待处理的冲突对应的任务进行处理。

具体地，每个冲突可能涉及1-2个任务，解决一个冲突的方法可以是删除或调整某个任务，如果删除任务，则会使原有冲突队列里的其他包含此任务的冲突失效。符合贪心算法的原则，即一次尽量消灭最多的冲突。

约束处理器组的选择遵循使所述冲突队列中剩余的存在冲突的任务数量最小的原则。

其中，约束关系组和约束处理器组均为预先在约束模型中定义的；约束模型由时间约束集合CT和资源约束集合CR组成。

时间约束集合的具体定义如下：

时间约束集合中的一条时间约束CT由约束关系集合RelationSet和约束处理器集合SolverSet组成，用以下公式表示：

CT＝(RelationSet,SolverSet)；

约束关系集合RelationSet包含多个约束关系组RG，其中一个约束关系组得到满足，则认为该条时间约束得到满足；每个约束关系组RG包含多个约束关系，所有约束关系均得到满足才认为该约束关系组RG得到满足，约束关系集合表达式如下：

RelationSet＝{RG|RG＝r₁&r₂&┅┅&r_n}；

其中，约束关系r是一个四元组，表达式为：r＝(N_master,N_slave,type,value)

约束关系中，主、从节点N＝(Payload,Workmode,Event)

其中，Payload为载荷名称，Workmode为工作模式名称，Event为事件名称。三者均与任务模型中的定义相对应，也可为Any，分别表示任意载荷、任意模式、任意事件，以用于模糊约束的定义。

type∈{PointQuantitative,PointQualitative,IntervalQualitative}；

即约束关系类型可为定量点约束、定性点约束或定性区间约束。

当type＝PointQuantitative时，Vr是常数值，其类型可以为Lower或 Upper，表示两个节点执行时刻满足以下关系：

T_slave-T_master＞value或T_slave-T_master＜value

当type＝PointQualitative时，

value∈{before,ibefore,equal}中before表示T_master＜T_slave；ibefore表示T_master＞T_slave；equal表示T_master＝T_slave；

当type＝IntervalQualitative时，

value∈{b,bi,＝,m,mi,o,oi,d,di,s,si,f,fi}分别表示Allen的不同的时间区间关系；

如图6所示，约束处理器集合SolverSet表示任务违反该约束时，可以用于消解冲突的操作集合。SolverSet包含多个处理器组SG，应用该处理器集合来处理约束，只需从集合中选择一个SG。每个处理器组SG包含多个约束处理器S，应用一个约束处理器组，应执行组内所有约束处理器，约束处理器集合的表达式如下：

SolverSet＝{SG|SG＝S₁&S₂&┅S_i┅&Sn}

约束处理器有多种类型，目前已定义的各类约束处理器对应的操作如下：

约束处理器S_merge：表示合并两个任务；

约束处理器S_add表示增加节点，即增加一个工作模式或若干事件；

约束处理器S_remove表示删除节点；

约束处理器S_shift表示移动节点；

约束处理器的类型不限于如上所述，可根据需要增加处理器类型，并通过插件的形式在规划器中增加相应的处理程序。

资源约束集合的具体定义如下：

一条资源约束CR由资源界限和约束处理器集合组成，表达式如下：

CR＝(Limit,SolverSet)

其中Limit＝(ResourceName,LowerValue,UpperValue)包含资源名称、资源下限、资源上限三个变量。其中ResourceName为资源名称，应与任务模型中的定义一致，资源下限LowerValue和资源上限UpperValue应大于0。

资源约束CR的约束处理器集合SolverSet与时间约束的处理器的含义完全一样。

本发明还包括资源模型和任务模型，其中：

资源模型定义了用于一个型号任务的所有可用资源，该模型是一个三元组集合

ResourceSet＝{R|R＝(Name,Type,Capacity)}

定义一个资源R需要指定其名称Name，类型Type和容量Capacity。类型Type可为continuous或discrete，表示连续型资源或离散型资源。当 Type为discrete或Capacity，且discrete或Capacity为1时，该资源为布尔型资源。

任务模型规定了任务规划所要考虑的所有载荷的所有工作模式，及其指令时序、资源消耗。任务模型由嵌套的集合定义，根集合为有效载荷集合，定义了所有参与任务的有效载荷。

PayloadSet＝{Payload|Payload＝(Name,WorkmodeSet)}

每个有效载荷Payload须指定载荷名称Name和工作模式集合 WorkmodeSet。工作模式集合定义了该载荷能够执行的不同工作模式。

WorkmodeSet＝{Workmode|Workmode＝(Name,EventSet)}

每个工作模式Workmode须指定工作模式名称Name和事件集合 EventSet。事件集合定义了该模式应该依次执行的指令，以及不同指令引起的资源消耗。

EventSet＝{Event|Event＝(Name,TimeRef,TimeShift,ParaSet,ResourceCostSet)}

每个事件Event须指定事件名称Name，参照时间基准TimeRef，相对于基准时刻的偏移TimeShift，参数集合ParaSet，以及资源消耗集合 ResourceCostSet。参照时间基准只能取T0或T1，表示任务的开始和结束时刻。参数集合ParaSet定义了该事件要调整的设备参数，因载荷而异。资源消耗集合定义了该事件引起的各类资源的变动。

ResourceCostSet＝{ResourceCost|ResourceCost＝(Name,Type,CostValue)}

每个资源消耗ResourceCost须指定资源名称Name，消耗方式Type，消耗值CostValue。资源名称应与资源模型中的定义一致。消耗方式可选 ByQuantity或ByRatio，分别表示定量消耗和定速消耗。前者表示执行此事件，将一次性消耗一定量的资源；后者表示从此事件执行时刻起，按照一定的速率消耗资源。相应的，资源消耗值CostValue则分别表示一次消耗的资源量，或消耗资源的速率。

本发明的优点在于：

1、提出一种适用于单星多载荷任务规划问题的通用约束建模方法，支持以指令间的时间关系来定义约束，可用于不同型号飞行器、不同载荷的多种类约束建模。

2、提出一种基于贪心算法的单星多载荷复杂约束处理算法，支持根据通用约束模型和即时任务关系，最优化处理约束冲突。

如图7所示，一种单星多载荷复杂约束任务规划系统，包括：

中间计划队列获取模块10，用于将经过预处理的用户任务排序，得到中间计划队列；

冲突检测模块11，用于检测所述中间计划队列中的任务之间是否存在冲突，若是，提取出所述冲突，并按照约束优先级对所述冲突从高到低排序形成冲突队列；

冲突消解模块12，用于对从冲突队列中选择的冲突进行消解处理，并将消解处理后的任务添加到当前中间计划队列中，继续利用冲突检测模块检测所述中间计划队列中的任务之间是否存在冲突及提取出冲突，并形成冲突队列，直到所述中间计划队列中的任务之间不存在冲突，输出中间计划队列。

其中，如图8所示，中间计划队列获取模块10包括：

规划预处理单元100，用于接收用户提交的观测目标申请和已安排任务计划，对所述观测目标申请进行轨道和窗口预报，生成具有优先级的待安排任务计划；

任务排序单元101，用于将所述已安排任务计划和所述待安排任务计划汇合形成用户任务。

其中，如图9所示，冲突检测模块11包括判断单元110，用于判断所述中间计划队列中的所有任务之间是否满足预先定义的约束关系组。

其中，如图10所示，冲突消解模块12包括：

冲突选择单元120，用于按照约束优先级顺序从冲突队列中选择一个冲突，作为待处理冲突；

冲突处理单元121，用于采用从约束处理器集合中选择的约束处理器组对所述待处理的冲突对应的任务进行处理。

本发明实施例是：接收用户提交的观测目标申请，以及任务计划。对于观测目标申请，通过规划预处理模块进行过目标预报(过目标时间窗口)，并根据目标效益，生成相应优先级的任务计划。用户提交的任务计划，以及经过规划预处理生成的任务计划汇合到任务排序模块。任务排序模块根据多种排序规则，对当前任务计划进行排序，并生成一个可能含有冲突的中间计划队列。

冲突检测模块根据约束模型，对现有的中间计划队列进行冲突检测，提取出所有存在冲突的任务，形成冲突队列。冲突消解模块从冲突队列中选择冲突进行处理。冲突消解模块从候选的约束处理器集合中选择合适的约束处理器来消解冲突。

冲突消解后，将经过处理的任务更新到中间计划队列。如果中间计划队列仍然存在冲突，则继续进行冲突分析、冲突选择、冲突处理，直到不存在冲突，或达到最大循环，求解终止。经过循环冲突消解后，中间计划队列输出为最终计划队列作为任务计划。

其中，求解冲突的关键是冲突选择和冲突处理环节。在卫星任务规划中，冲突的选择将直接影响到哪些违反约束的任务优先被处理，即优先进入可行计划队列。冲突选择模块根据任务排序模块生成的任务序列，以及约束建模时规定的约束优先级，依次选择冲突。

冲突消解模块为各类约束处理器内置了相应的处理程序。约束建模时为每个约束指定了若干个约束处理器组SG。冲突消解的关键在于选择哪组约束处理器组来处理冲突。采用贪心算法处理冲突，即选择使用后冲突增量最小的约束处理器组来处理当前冲突。

Step1：在中间计划队列中，按顺序选择一个任务；

Step2：在中间计划队列中，按顺序选择一个任务；

Step3：遍历约束集合，检查这两个任务的约束满足性，提取出冲突队列，队列中的冲突按照约束优先级排序

Step4：在冲突队列中按顺序选择一个冲突；

Step5：遍历约束处理器集合SolverSet＝{SG₁,SG₂,……,SG_n}，对每一个约束处理器SG_i执行如下操作：

Step5.1：尝试对第1个任务task₁、第2个任务task₂应用SG_i；

Step5.2：对应用SG_i后的第1个任务task₁、第2个任务task₂执行Step3，并计算剩余冲突数N_i；

Step6：从SolverSet中选择N_i最小的SG_i，应用在task1和task2；

Step7：执行Step3，如果ConflictList为空则算法结束，中间计划队列TaskList输出为最终计划。否则，跳转到Step4，继续进行约束处理。

需要说明的是，本发明一种单星多载荷复杂约束任务规划系统是与涉及计算机程序流程的一种单星多载荷复杂约束任务规划方法一一对应的装置/ 系统，由于在前已经对一种单星多载荷复杂约束任务规划方法的步骤流程进行了详细描述，在此不再对一种单星多载荷复杂约束任务规划系统的实施过程进行赘述。

本发明具有如下益效果：

1、可以不更改原有系统软件，在运行时增加、修改和删除约束。

2、支持单星多载荷任务的所有约束类型的表达。

3、支持以指令作为最基本单元来定义和处理约束。

4、对于违反约束的两个任务，若存在多种处理方式，可根据实际情况，选用最佳的处理方式。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims

1.一种单星多载荷复杂约束任务规划方法，其特征在于，包括：

S1，将经过预处理的用户任务排序，得到中间计划队列；

S3，对从冲突队列中选择的冲突进行消解处理，并将消解处理后的任务添加到当前中间计划队列中，返回S2，直到所述中间计划队列中的任务之间不存在冲突，输出最终的中间计划队列。

2.根据权利要求1所述一种单星多载荷复杂约束任务规划方法，其特征在于，所述S1中预处理的用户任务按照以下方法获取：

3.根据权利要求1所述一种单星多载荷复杂约束任务规划方法，其特征在于，所述S2中检测所述中间计划队列中的任务之间是否存在冲突时，具体按照以下方法检测：

4.根据权利要求1所述一种单星多载荷复杂约束任务规划方法，其特征在于，所述S3中对从冲突队列中选择的任务进行消解处理，具体按照以下方法实施：

5.根据权利要求1-4任一项所述一种单星多载荷复杂约束任务规划方法，其特征在于，所述约束处理器组的选择遵循使所述冲突队列中剩余的存在冲突的任务数量最小的原则。

6.一种单星多载荷复杂约束任务规划系统，其特征在于，包括：

冲突消解模块，用于对从冲突队列中选择的冲突进行消解处理，并将消解处理后的任务添加到当前中间计划队列中，继续利用冲突检测模块检测所述中间计划队列中的任务之间是否存在冲突及提取出冲突，并形成冲突队列，直到所述中间计划队列中的任务之间不存在冲突，输出中间计划队列。

7.根据权利要求6所述一种单星多载荷复杂约束任务规划系统，其特征在于，所述中间计划队列获取模块包括：

8.根据权利要求6所述一种单星多载荷复杂约束任务规划系统，其特征在于，所述冲突检测模块包括：

判断单元，用于判断所述中间计划队列中的所有任务之间是否满足预先定义的约束关系组。

9.根据权利要求6-8任一项所述一种单星多载荷复杂约束任务规划系统，其特征在于，所述冲突消解模块包括：