CN108595163B - 人工智能程序员书写星上遥感任务规划Agent程序的方法 - Google Patents

人工智能程序员书写星上遥感任务规划Agent程序的方法 Download PDF

Info

Publication number
CN108595163B
CN108595163B CN201810290518.1A CN201810290518A CN108595163B CN 108595163 B CN108595163 B CN 108595163B CN 201810290518 A CN201810290518 A CN 201810290518A CN 108595163 B CN108595163 B CN 108595163B
Authority
CN
China
Prior art keywords
satellite
agent
planning
writing
constraint
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
Application number
CN201810290518.1A
Other languages
English (en)
Other versions
CN108595163A (zh
Inventor
董云峰
何昌远
徐�明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beihang University
Original Assignee
Beihang University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beihang University filed Critical Beihang University
Priority to CN201810290518.1A priority Critical patent/CN108595163B/zh
Publication of CN108595163A publication Critical patent/CN108595163A/zh
Application granted granted Critical
Publication of CN108595163B publication Critical patent/CN108595163B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00Arrangements for software engineering
    • G06F8/30Creation or generation of source code

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开了人工智能程序员书写星上遥感任务规划Agent程序的方法,具体步骤如下:S1:根据约束条件划分Agent;S2:确定划分的Agent之间的传输信息,进一步确定协商流程;S3:确定每个Agent处理流程,进行程序书写。本发明提供了人工智能程序员书写星上遥感任务规划Agent程序的方法,适用于现有遥感卫星平台,载荷,部件,子系统约束的遥感任务规划的Agent程序书写,减轻人工书写星上遥感任务规划软件的工作量,同时降低程序书写错误率,进一步保证卫星遥感任务的顺利进行。

Description

人工智能程序员书写星上遥感任务规划Agent程序的方法
技术领域
本发明涉及卫星任务规划技术领域,更具体的说是涉及一种人工智能程序员书写星上遥感任务规划Agent程序的方法。
背景技术
仿真技术是一种利用数字世界对真实世界进行模拟的技术,具有可控性高、无破坏性、允许多次重复、受现实条件限制小等优势。仿真技术能提升产品的研制效率与质量,缩短研发周期。
从20世纪中期开始,随着航天领域的发展,仿真技术为航天提供了有效地辅助。尤其近20多年,伴随计算机、可视化等技术的飞速发展与融合,仿真技术在航天产品研制过程中获得了大规模应用,尤其是在设计等关键环节发挥着举足轻重的作用,成为航天产品数字化研制模式的主要组成部分。
卫星遥感任务规划是根据卫星要观测的目标,通过一定的规划调度算法,生成卫星各部件指令,卫星通过执行指令进行姿态机动载荷开关机等一系列星上动作,完成目标观测、数据下传至用户获取图像的过程。
随着卫星数量逐渐增多,地面完成任务规划并上注指令的工作压力逐渐增大,卫星通过星上自主任务规划软件完成任务规划并执行的需求也逐渐增加。
因此,如何提供一种适用于现有遥感卫星平台,载荷,部件,子系统约束的遥感任务规划的Agent程序书写,减轻人工书写星上遥感任务规划软件的工作量的人工智能程序员书写星上遥感任务规划Agent程序的方法是本领域技术人员亟需解决的问题。
发明内容
有鉴于此,本发明提供了人工智能程序员书写星上遥感任务规划Agent程序的方法,适用于现有遥感卫星平台,载荷,部件,子系统约束的遥感任务规划的Agent程序书写,减轻人工书写星上遥感任务规划软件的工作量,同时降低程序书写错误率,进一步保证卫星遥感任务的顺利进行。
为了实现上述目的,本发明提供如下技术方案:
人工智能程序员书写星上遥感任务规划Agent程序的方法,具体步骤如下:
S1:根据约束条件划分Agent;
S2:确定划分的Agent之间的传输信息,进一步确定协商流程;
S3:确定每个Agent处理流程,进行程序书写,完成遥感任务规划软件的程序编写。
优选的,在上述的人工智能程序员书写星上遥感任务规划Agent程序的方法中,根据卫星轨道、姿态机动约束,卫星部件工作约束,卫星电源子系统约束,卫星热控子系统约束将Agent划分为路径规划Agent,事件规划Agent,电源约束Agent,热控约束Agent。
优选的,在上述的人工智能程序员书写星上遥感任务规划Agent程序的方法中,所述S2中,路径规划Agent的输入为未被观测的目标点,路径规划Agent给事件规划Agent传递的信息为目标开始观测时刻、目标结束观测时刻、数传开始时刻、数传结束时刻;路径规划Agent给电源约束Agent和热控约束Agent的信息为卫星姿态随时间变化信息;事件规划Agent给电源约束Agent和热控约束Agent的信息为各个部件开关机时间;且事件规划Agent、电源约束Agent和热控约束Agent给路径规划Agent的信息为不能观测的目标点和不能使用的数传弧段。
优选的,在上述的人工智能程序员书写星上遥感任务规划Agent程序的方法中,所述S2中,路径规划Agent根据未被观测的目标点和地面站进行路径规划,得到卫星姿态机动历程,观测起始结束时刻,数传起始结束时刻,依次进行事件规划Agent、电源约束Agent和热控约束Agent的规划过程,返回不能观测的目标点和不能使用的数传弧段,重复以上步骤直至所有满足所有约束条件得到星上事件编排结果,将协商流程进行代码书写。
优选的,在上述的人工智能程序员书写星上遥感任务规划Agent程序的方法中,所述路径规划Agent规划分为以下步骤:任务预处理,数传弧段计算,目标可见性判断,数传与观测路径冲突消除;
其中,任务预处理过程包括,卫星轨道递推、卫星载荷可见性约束判断过程,根据卫星载荷类型确定卫星载荷可见性约束模型,如可见光载荷会受到光照约束、SAR载荷有最小可见角约束。
根据卫星携带天线类型确定卫星数传弧段计算方法;根据卫星轨道预报结果、卫星全球赋型天线波束角范围,飞过的地面站的经纬度位置及最小仰角计算卫星可数传弧段,对可数传弧段进行时间顺序排序,按照时间靠前的弧段数传优先级高的原则对冲突的数传弧段进行冲突消除。
根据载荷类型确定目标光学可见性算法;卫星姿态机动约束满足性判断过程,根据卫星平台参数确定卫星约束满足模型,如非敏捷星只能进行滚动机动、敏捷星可以进行俯仰和滚动机动。
根据卫星平台类型,目标类型目标机动可见性算法。
根据任务预处理算法、数传弧段计算方法、目标光学可见性算法、机动可见性算法,进行代码书写。
优选的,在上述的人工智能程序员书写星上遥感任务规划Agent程序的方法中,所述事件规划Agent规划分为以下步骤:根据卫星自身状态不同制定不同的事件规划策略,每种策略下制定不同的事件编排方式;事件编排过程:对观测过程所涉及到的部件进行每个部件单独的事件编排,得到每个部件每个事件的起始时间和持续时间,按照一定的事件冲突消除原则对部件时间产生冲突的事件进行消除并进行合并,得到卫星各个部件可执行的指令;将事件规划策略,事件编排方法,事件冲突消除合并方法进行代码书写。
优选的,在上述的人工智能程序员书写星上遥感任务规划Agent程序的方法中,所述电源约束Agent规划分为以下步骤:根据卫星轨道计算卫星光照区和地影区的时段,根据卫星姿态机动历程计算卫星充电历程;根据卫星平均耗电以及设备工作耗电计算卫星放电历程,设定卫星放电深度警戒值,对于造成放电深度超出放电深度的警戒值的观测或事件进行取消,严重时则转入安全模式;将电源约束Agent规划过程进行代码书写。
优选的,在上述的人工智能程序员书写星上遥感任务规划Agent程序的方法中,所述热控约束Agent规划分为以下步骤:根据卫星轨道计算卫星光照区和地影区的时段,根据卫星姿态机动历程计算卫星外热流;根据卫星平均产热以及设备工作产热计算卫星产热历程,设定卫星温度上下限警戒值,对于造成温度超出温度的警戒值的观测或事件进行取消,严重时则转入安全模式;将热控约束Agent规划过程进行代码书写。
优选的,在上述的人工智能程序员书写星上遥感任务规划Agent程序的方法中,其特征在于,所述代码书写时将各子系统参数进行规范化描述,转换为计算机可读的数据格式。
优选的,在上述的人工智能程序员书写星上遥感任务规划Agent程序的方法中,所述子系统包括但不限于有效载荷、姿轨控子系统、热控子系统、电源子系统、测控子系统、星载计算机;
所述有效载荷的参数包括但不限于载荷类型、载荷视场角、载荷生成图像或视频速率;
所述姿轨控子系统参数包括但不限于卫星平台类型、卫星姿态角转动和时间的关系、卫星姿态机动范围;
所述热控子系统参数包括但不限于卫星划分的热节点位置形状信息、热节点的材料信息、热节点的初始温度、部件热功率;
所述电源子系统参数包括但不限于卫星帆板发电功率、蓄电池容量、蓄电池初始电量、各个部件电功率;
所述测控子系统参数包括但不限于卫星天线的类型、数传速率;
所述星载计算机参数包括但不限于卫星固存容量。
经由上述的技术方案可知,与现有技术相比,本发明公开提供了人工智能程序员书写星上遥感任务规划Agent程序的方法,卫星的遥感任务规划是以观测目标点或目标区域为目标,考虑卫星轨道、姿态机动约束,卫星部件工作约束,卫星电源子系统约束,卫星热控子系统约束的情况下,最终得到能实现观测目标且满足各个约束条件满足的星上事件的过程。按照各个约束条件将各个Agent划分为,路径规划Agent,事件规划Agent,电源约束Agent,热控约束Agent,针对每一个Agent进行代码书写,减轻了人工书写星上遥感任务规划软件的工作量,降低了书写代码的出错率,进一步保证了遥感任务的顺利进行。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1附图为本发明的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例公开了人工智能程序员书写星上遥感任务规划Agent程序的方法,适用于现有遥感卫星平台,载荷,部件,子系统约束的遥感任务规划的Agent程序书写,减轻人工书写星上遥感任务规划软件的工作量,同时降低程序书写错误率,进一步保证卫星遥感任务的顺利进行。
人工智能程序员书写星上遥感任务规划Agent程序的方法,具体步骤如下:
S1:根据约束条件划分Agent;
S2:确定划分的Agent之间的传输信息,进一步确定协商流程;
S3:确定每个Agent处理流程,进行程序书写。
为了进一步优化上述技术方案,S1具体步骤为:根据卫星轨道、姿态机动约束,卫星部件工作约束,卫星电源子系统约束,卫星热控子系统约束将Agent划分为路径规划Agent,事件规划Agent,电源约束Agent,热控约束Agent。
为了进一步优化上述技术方案,S2中,路径规划Agent的输入为未被观测的目标点,路径规划Agent给事件规划Agent传递的信息为目标开始观测时刻、目标结束观测时刻、数传开始时刻、数传结束时刻;路径规划Agent给电源约束Agent和热控约束Agent的信息为卫星姿态随时间变化信息;事件规划Agent给电源约束Agent和热控约束Agent的信息为各个部件开关机时间;且事件规划Agent、电源约束Agent和热控约束Agent给路径规划Agent的信息为不能观测的目标点和不能使用的数传弧段。
为了进一步优化上述技术方案,S2中,路径规划Agent根据未被观测的目标点和地面站进行路径规划,得到卫星姿态机动历程,观测起始结束时刻,数传起始结束时刻,依次进行事件规划Agent、电源约束Agent和热控约束Agent的规划过程,返回不能观测的目标点和不能使用的数传弧段,重复以上步骤直至所有满足所有约束条件得到星上事件编排结果,将协商流程进行代码书写。
为了进一步优化上述技术方案,路径规划Agent规划分为以下步骤:任务预处理,数传弧段计算,目标可见性判断,数传与观测路径冲突消除;
其中,任务预处理过程包括,根据卫星轨道类型确定卫星轨道预报算法,太阳矢量计算,地理坐标系转惯性系转换矩阵计算;
根据卫星携带天线类型确定卫星数传弧段计算方法;根据卫星轨道预报结果、卫星全球赋型天线波束角范围,飞过的地面站的经纬度位置及最小仰角计算卫星可数传弧段,对可数传弧段进行时间顺序排序,按照时间靠前的弧段数传优先级高的原则对冲突的数传弧段进行冲突消除。
根据载荷类型确定目标光学可见性算法;根据卫星轨道预报结果,目标区域范围,将目标区域范围分解成为卫星每次飞过可观测的条带。根据卫星轨道预报结果,目标点经纬度信息,卫星最大机动范围以及相机视场范围得出每个目标点几何可见时刻,根据对应时刻太阳矢量计算出当前时刻几何可见目标点是否光照可见,对光照可见目标点进行筛选。
根据卫星平台类型,目标类型目标机动可见性算法;根据卫星所处位置,姿态计算飞过目标点或条带起始点时滚动机动是否可达,若目标点(区域)可见,则更新卫星位置及姿态为观测完目标点(区域条带)的位置姿态,对观测玩的目标点、区域条带从未观测目标点、区域条带中去除。
根据任务预处理算法、数传弧段计算方法、目标光学可见性算法、机动可见性算法,进行代码书写。
为了进一步优化上述技术方案,事件规划Agent规划分为以下步骤:在事件编排过程中考虑固存约束,则将时间编排策略分为固存充足时的事件编排策略和固存空间不足时的事件编排策略。单个部件事件编排过程考虑相机开关机事件以及数传设备开关机事件编排过程如下,对相机开关机进行事件编排,得到相机开关机事件的起始时间和持续时间,对数传设备开关机进行事件编排,得到数传设备开关机事件的起始时间和持续时间。按照一定的事件冲突消除原则对部件时间产生冲突的事件进行消除并进行合并,在固存充足的事件编排条件下,不考虑固存擦除事件,考虑全球赋型天线工作的工作特性,数传资源较观测资源紧张的特点,以数传优先级高于观测优先级,数传过程中不可进行观测的策略进行事件冲突消除,得到卫星不可观测的目标点和不可用的数传弧段,并得到每个数传时段下传图片的文件编号。当观测数量增加到一定程度,固存资源占用超过设定的预警值,则采取只考虑数传不考虑观测的事件编排方式,在全部观测图片均下传后安排固存擦除事件,固存擦除后释放卫星固存容量。对冲突消除后的事件进行合并,得到卫星各个部件可执行的指令。将事件规划策略,事件编排方法,事件冲突消除合并方法进行代码书写。
为了进一步优化上述技术方案,电源约束Agent规划分为以下步骤:对卫星太阳帆板面积及光电转化效率进行定义,对卫星蓄电池容量进行定义,根据卫星轨道计算卫星光照区和地影区的时段,根据卫星姿态机动历程计算卫星充电历程。对卫星平均耗电量进行设定,对规划相关部件工作时的耗电量进行设定,根据卫星平均耗电以及设备工作耗电计算卫星放电历程,设定卫星放电深度警戒值,对于造成放电深度超出放电深度的警戒值的观测或事件进行取消,严重时则转入安全模式。将电源约束Agent规划过程进行代码书写。
为了进一步优化上述技术方案,热控约束Agent规划分为以下步骤:根据卫星轨道计算卫星光照区和地影区的时段,根据卫星姿态机动历程计算卫星外热流;根据卫星平均产热以及设备工作产热计算卫星产热历程,设定卫星温度上下限警戒值,对于造成温度超出温度的警戒值的观测或事件进行取消,严重时则转入安全模式;将热控约束Agent规划过程进行代码书写。
为了进一步优化上述技术方案,代码书写时将各子系统参数进行规范化描述,转换为计算机可读的数据格式。
为了进一步优化上述技术方案,子系统包括但不限于有效载荷、姿轨控子系统、热控子系统、电源子系统、测控子系统、星载计算机;
所述有效载荷的参数包括但不限于载荷类型、载荷视场角、载荷生成图像或视频速率;
所述姿轨控子系统参数包括但不限于卫星平台类型、卫星姿态角转动和时间的关系、卫星姿态机动范围;
所述热控子系统参数包括但不限于卫星划分的热节点位置形状信息、热节点的材料信息、热节点的初始温度、部件热功率;
所述电源子系统参数包括但不限于卫星帆板发电功率、蓄电池容量、蓄电池初始电量、各个部件电功率;
所述测控子系统参数包括但不限于卫星天线的类型、数传速率;
所述星载计算机参数包括但不限于卫星固存容量。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (8)

1.人工智能程序员书写星上遥感任务规划Agent程序的方法,其特征在于,具体步骤如下:
S1:根据约束条件划分Agent;具体步骤为:根据卫星轨道、姿态机动约束,卫星部件工作约束,卫星电源子系统约束,卫星热控子系统约束将Agent划分为路径规划Agent,事件规划Agent,电源约束Agent,热控约束Agent;
S2:确定划分的Agent之间的传输信息,进一步确定协商流程;路径规划Agent的输入为未被观测的目标点,路径规划Agent给事件规划Agent传递的信息为目标开始观测时刻、目标结束观测时刻、数传开始时刻、数传结束时刻;路径规划Agent给电源约束Agent和热控约束Agent的信息为卫星姿态随时间变化信息;事件规划Agent给电源约束Agent和热控约束Agent的信息为各个部件开关机时间;且事件规划Agent、电源约束Agent和热控约束Agent给路径规划Agent的信息为不能观测的目标点和不能使用的数传弧段;
S3:确定每个Agent处理流程,进行程序书写,完成遥感任务规划软件的程序编写。
2.根据权利要求1所述的人工智能程序员书写星上遥感任务规划Agent程序的方法,其特征在于,所述S2中,路径规划Agent根据未被观测的目标点和地面站进行路径规划,得到卫星姿态机动历程,观测起始结束时刻,数传起始结束时刻,依次进行事件规划Agent、电源约束Agent和热控约束Agent的规划过程,返回不能观测的目标点和不能使用的数传弧段,重复以上步骤直至所有满足所有约束条件得到星上事件编排结果,将协商流程进行代码书写。
3.根据权利要求1所述的人工智能程序员书写星上遥感任务规划Agent程序的方法,其特征在于,所述路径规划Agent规划分为以下步骤:任务预处理,数传弧段计算,目标可见性判断,数传与观测路径冲突消除;
其中,任务预处理过程包括,根据卫星轨道类型确定卫星轨道预报算法,太阳矢量计算,地理坐标系转惯性系转换矩阵计算;
根据卫星携带天线类型确定卫星数传弧段计算方法;
根据载荷类型确定目标光学可见性算法;
根据卫星平台类型,目标类型目标机动可见性算法;
根据任务预处理算法、数传弧段计算方法、目标光学可见性算法、机动可见性算法,进行代码书写。
4.根据权利要求1所述的人工智能程序员书写星上遥感任务规划Agent程序的方法,其特征在于,所述事件规划Agent规划分为以下步骤:根据卫星自身状态不同制定不同的事件规划策略,每种策略下制定不同的事件编排方式;事件编排过程:对观测过程所涉及到的部件进行每个部件单独的事件编排,得到每个部件每个事件的起始时间和持续时间,按照一定的事件冲突消除原则对部件时间产生冲突的事件进行消除并进行合并,得到卫星各个部件可执行的指令;将事件规划策略,事件编排方法,事件冲突消除合并方法进行代码书写。
5.根据权利要求1所述的人工智能程序员书写星上遥感任务规划Agent程序的方法,其特征在于,所述电源约束Agent规划分为以下步骤:根据卫星轨道计算卫星光照区和地影区的时段,根据卫星姿态机动历程计算卫星充电历程;根据卫星平均耗电以及设备工作耗电计算卫星放电历程,设定卫星放电深度警戒值,对于造成放电深度超出放电深度的警戒值的观测或事件进行取消,严重时则转入安全模式;将电源约束Agent规划过程进行代码书写。
6.根据权利要求1所述的人工智能程序员书写星上遥感任务规划Agent程序的方法,其特征在于,所述热控约束Agent规划分为以下步骤:根据卫星轨道计算卫星光照区和地影区的时段,根据卫星姿态机动历程计算卫星外热流;根据卫星平均产热以及设备工作产热计算卫星产热历程,设定卫星温度上下限警戒值,对于造成温度超出温度的警戒值的观测或事件进行取消,严重时则转入安全模式;将热控约束Agent规划过程进行代码书写。
7.根据权利要求3-6任一项所述的人工智能程序员书写星上遥感任务规划Agent程序的方法,其特征在于,所述代码书写时将各子系统参数进行规范化描述,转换为计算机可读的数据格式。
8.根据权利要求7所述的人工智能程序员书写星上遥感任务规划Agent程序的方法,其特征在于,所述子系统包括但不限于有效载荷、姿轨控子系统、热控子系统、电源子系统、测控子系统、星载计算机;
所述有效载荷的参数包括但不限于载荷类型、载荷视场角、载荷生成图像或视频速率;
所述姿轨控子系统参数包括但不限于卫星平台类型、卫星姿态角转动和时间的关系、卫星姿态机动范围;
所述热控子系统参数包括但不限于卫星划分的热节点位置形状信息、热节点的材料信息、热节点的初始温度、部件热功率;
所述电源子系统参数包括但不限于卫星帆板发电功率、蓄电池容量、蓄电池初始电量、各个部件电功率;
所述测控子系统参数包括但不限于卫星天线的类型、数传速率;
所述星载计算机参数包括但不限于卫星固存容量。
CN201810290518.1A 2018-04-03 2018-04-03 人工智能程序员书写星上遥感任务规划Agent程序的方法 Active CN108595163B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810290518.1A CN108595163B (zh) 2018-04-03 2018-04-03 人工智能程序员书写星上遥感任务规划Agent程序的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810290518.1A CN108595163B (zh) 2018-04-03 2018-04-03 人工智能程序员书写星上遥感任务规划Agent程序的方法

Publications (2)

Publication Number Publication Date
CN108595163A CN108595163A (zh) 2018-09-28
CN108595163B true CN108595163B (zh) 2021-02-12

Family

ID=63624324

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810290518.1A Active CN108595163B (zh) 2018-04-03 2018-04-03 人工智能程序员书写星上遥感任务规划Agent程序的方法

Country Status (1)

Country Link
CN (1) CN108595163B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109919484B (zh) * 2019-03-06 2023-01-06 合肥工业大学 一种星上自主任务规划方法
CN112363715B (zh) * 2020-11-24 2022-12-16 中国电子科技集团公司电子科学研究院 卫星自主任务规划代码编写方法、装置及可读存储介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9066308B2 (en) * 2007-12-04 2015-06-23 Qualcomm Incorporated Method and apparatus for using supported network information for positioning
CN107798388B (zh) * 2017-11-23 2022-02-08 航天天绘科技有限公司 基于Multi-Agent与DNN的测控资源调度分配的方法

Also Published As

Publication number Publication date
CN108595163A (zh) 2018-09-28

Similar Documents

Publication Publication Date Title
Peng et al. Agile earth observation satellite scheduling: An orienteering problem with time-dependent profits and travel times
CN113346944B (zh) 空天地一体化网络中时延最小化计算任务卸载方法及系统
Kim et al. Mission scheduling optimization of SAR satellite constellation for minimizing system response time
CN110515708B (zh) 卫星在轨自主任务规划方法及系统
Baek et al. Development of a scheduling algorithm and GUI for autonomous satellite missions
CN108595163B (zh) 人工智能程序员书写星上遥感任务规划Agent程序的方法
CN107679748B (zh) 面向星群观测任务自主规划的星地联合运行方法
CN109948852B (zh) 一种敏捷卫星的同轨多点目标成像任务规划方法
CN109034670B (zh) 一种卫星在轨活动规划方法及系统
CN111897640B (zh) 一种面向区域成图的卫星成像任务规划方法及系统
CN107506892A (zh) 一种面向静轨光学遥感卫星星地一体化智能操控系统
CN112561395A (zh) 无人机协同方法、系统、装置、电子设备及存储介质
CN112988285B (zh) 任务卸载方法和装置、电子设备及存储介质
CN111667185A (zh) 一种动态规划多颗卫星对区域目标覆盖成像的方法
Furano et al. AI in space: Applications examples and challenges
Han et al. Simulated annealing-based heuristic for multiple agile satellites scheduling under cloud coverage uncertainty
CN110807579B (zh) 一种资源充足情形下最小完工时间的卫星任务规划方法
Gu et al. Mission replanning for multiple agile earth observation satellites based on cloud coverage forecasting
Ashman et al. Rosetta science operations in support of the Philae mission
CN117707191A (zh) 一种无人机轮飞的控制方法、装置、设备及存储介质
CN110108281B (zh) 空间天文观测任务计算分析系统、方法、介质及设备
CN114371728B (zh) 一种基于多智能体协同优化的无人机资源调度方法
Sun et al. Satellites scheduling algorithm based on dynamic constraint satisfaction problem
CN108762292A (zh) 一种智能微纳卫星
CN114911270A (zh) 一种基于并行自适应蚁群算法的无人机覆盖路径规划方法

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