CN109039428A - 基于冲突消解的中继卫星单址天线调度随机搜索方法 - Google Patents

Abstract

本发明属于卫星调度领域，涉及一种基于冲突消解的中继卫星单址天线调度随机搜索方法。该方法包括以下步骤：(S1)根据任务提交的备选服务时间窗口信息，为任务匹配中继卫星资源；(S2)根据任务资源匹配结果，生成中继卫星单址天线调度随机搜索的初始解；(S3)对当前解进行适应度评价，并找出造成冲突的关键任务，生成任务的“扰动—删除”池；(S4)对于“扰动—删除”池中的任务进行随机扰动或将任务删除，逐步迭代消解任务冲突；(S5)资源与任务集更新：删除无冲突的资源与任务，更新资源与任务集。本发明方法速度较快，适用于大规模中继卫星调度场景，采用了双重迭代结构，生成的调度方案具有很高的质量。

Description

基于冲突消解的中继卫星单址天线调度随机搜索方法

技术领域

本发明属于卫星调度领域，具体涉及一种基于冲突消解的中继卫星单址天线调度随机搜索方法。

背景技术

跟踪与数据中继卫星(Tracking and Data Relay Satellite,缩写：TDRS)，简称为中继卫星，主要为中、低轨道的航天器提供数据中继、连续跟踪与轨道测控服务。中继卫星系统自建成以来，在支持信息化作战、国防科研试验、民事应用等领域中发挥着不可替代的作用。随着应用范围的不断拓展，中继卫星系统面向的任务数量逐年增加，应用和调度难度逐渐增大。如何实现中继卫星资源的灵活管理、高效利用，成为提升中继卫星系统服务能力的关键。中继卫星的主要载荷是天线，包括单址天线和多址天线，单址天线能够提供不同波段的单址链路，而多址天线可以同时提供若干条链路，因此多址天线可以看作单址天线进行并行传输能力扩展的结果。对于中继卫星调度问题而言，针对单址天线的研究是基础，其方法稍加扩展和转化即可适用于多址天线的调度问题。

针对中继卫星调度问题，开彩红^[1]针对中继卫星单址天线调度问题，建立了调度约束规划模型，提出基于人工蜂群(ABC)算法的中继卫星任务调度算法，并通过仿真数据分析验证了基于人工蜂群算法的中继卫星任务调度算法的合理性和有效性。王志淋^[2]借鉴时间窗约束的车辆路径问题理论，提出天线准备时间变长的规划优化问题 (LOPVAPT)模型，通过优化天线的扫描路径，实现天线准备时间的动态最优取值，并基于蚁群算法进行了实验验证。Zillig^[3]研究了TDRSS中的按需链路服务，分析了中继卫星单址链路与多址链路能够提供的服务。中继卫星系统中的按需链路服务能够近实时的提供链路服务，这种问题实际上属于动态调度问题的范畴。文中只做了定性分析，没有在模型与算法的层次上研究这种动态调度问题。Rojanasoonthon^[4-6]采用并行机调度理论对中继卫星调度问题进行了研究，研究针对美国的TDRSS，将调度时间段内的中继卫星资源分配给相应的任务，优化目标是使完成的任务数量最大。面向中继卫星单址天线和多址天线，建立了混合整数优化模型，并采用分支-定界算法进行求解。在 Rojanasoonthon的研究中，调度周期为1天，任务的时间窗口最多为2个。Marco Adinolfi^[7,8]研究了欧空局的中继卫星系统调度问题，考虑了任务的优先级、活动的时效性以及持续时间，并且将任务的持续时间定义为区间变量。实际上将中继卫星调度问题作为不确定调度问题处理，具有一定的先进性。但是在MarcoAdinolfi的研究中没有考虑中继卫星与用户航天器之间存在两个或两个以上时间窗口时的情形，这与中继卫星调度的实际情况有较大区别。最后，采用仿真数据进行了应用分析，没有具体的卫星轨道数据。方炎申^[9]基于约束规划建立了中继卫星单址天线和多址天线调度的CSP模型,仿真实验根据卫星的轨道参数，利用STK软件计算中继卫星与用户航天器之间的可见时间窗口，但是并未给出明确的模型求解算法。并且方炎申的调度模型只适用于单颗中继卫星的调度问题，实验调度周期为8h，问题规模较小。

常用的智能优化算法包括遗传算法^[10](Genetic Algorithm,GA)、模拟退火算法^[11] (Simulated Annealing,SA)、禁忌搜索算法^[12](Tabu Search,TS)、粒子群算法^[13](Particle Swarm Optimization,PSO)、蚁群算法^[14](Ant Colony Optimization,ACO)和差分进化算法^[15](Differential Evolution,DE)等。对于该模型而言，上述算法都难以直接使用，主要存在以下几个问题：一是智能优化算法对高维问题的适用性虽然明显强于精确求解算法^[16]，但是对于该模型的超高维度仍然难以适用，过高的维度会使解矩阵十分稀疏，使得算法对于解空间的搜索、种群个体之间的互学习以及种群的进化都面临困难，算法运行也将耗费大量时间；二是该模型属于约束复杂的高维混合整数优化问题，上述算法一般适用于整数优化问题或者连续优化问题，对于混合整数优化问题的适用性不强^[17]，在编码、交叉、变异等操作上均存在困难；三是模型约束复杂，构造多个可行解作为解种群以及在进化过程中保持解的可行性有一定困难；四是该模型与一般的优化问题不同，解的优劣仅体现在方案的整体水平，某个决策变量或者某个任务的调度方案本身没有优劣的差别，这对于差分进化算法这种强调种群个体之间互学习的算法而言，效果将会受到较大影响。虽然常见的智能优化算法无法直接应用于本文模型的求解，但其建立在目标函数值或者某些现象指导下的随机搜索思想^[18]，对于解决复杂约束条件下的高维优化问题仍具有很强的参考价值和借鉴意义。

基于多滑动窗口用户申请的中继卫星应用模式根据中继卫星系统用户需求特点，扩展允许用户提交的服务时间窗口数量，允许用户提交滑动的和变长的备选服务时间窗口，允许用户在任务各备选服务时间窗口指定或者不指定服务的中继卫星天线以及允许用户在任务各备选服务时间窗口指定或者不指定偏好的中继卫星天线。

基于多滑动窗口的用户申请方式允许用户在进行任务申请时提交多个可执行的备选服务时间窗口，用户提交的任务申请中包括任务级属性和备选服务时间窗口属性，现对各属性做具体说明。

1、任务级属性

任务编号：任务的唯一标识号码，用于区别不同的任务申请。

任务所属航天器编号：标识任务的申请主体，用于确定该项任务是由哪一个用户航天器发起的。

任务类型：用于标识任务申请的类型，在本文中任务类型包括两种，数据传输任务和测控任务。

2、备选服务时间窗口属性

每项任务可以提交多个备选服务时间窗口，也可以只提交一个，中继卫星相关管理机构规定每个任务最多可以提交的备选服务时间窗口数量。

指定天线编号：该备选服务时间窗口指定的服务天线的编号，用户可根据实际情况决定是否指定服务天线，若不需要指定，可将此属性置为-1。

偏好天线编号：该备选服务时间窗口偏好的服务天线的编号，该属性只有在不指定服务天线的情况下对其赋值。若用户在该备选服务时间窗口指定了服务天线，则此属性置为-1；若未指定服务天线，用户可根据实际情况决定是否设置偏好服务天线，若无相应偏好，可将此属性置为-1。

开始时刻：该备选服务时间窗口的开始时刻。

开始时刻可前移时段：备选服务时间窗口为滑动窗口，该属性表示备选服务时间窗口的开始时刻可前移的时段长度。

开始时刻可后移时段：备选服务时间窗口为滑动窗口，该属性表示备选服务时间窗口的开始时刻可后移的时段长度。

期望服务时长：该备选服务时间窗口用户期望获得的服务时长，即该备选服务时间窗口的服务时长范围的上界。

最短服务时长：该备选服务时间窗口用户可以接受的最短服务时长，即该备选服务时间窗口的服务时长范围的下界，长度不得大于相应的期望服务时长。

基于时间自由度的中继卫星单址天线调度启发式算法就是在基于多滑动窗口用户申请的中继卫星应用模式下设计的调度算法。

说明书中涉及的符号表示的含义如下表所示：

表1符号及对应含义说明

发明内容

本发明根据中继卫星单址天线调度模型特点，提出基于冲突消解的中继卫星单址天线调度随机搜索方法，本方法基于任务调度之间的冲突消解过程进行搜索和当前解的改进，最终得到较优的可行解。在调度模型提出的两个优化目标当中，任务完成率是主要优化目标，因此本方法将解能够成功调度的任务数量作为适应度函数，并将其转化为在当前能够成功调度的任务数量下任务间的冲突程度。冲突程度越小，解的适应度越高，以此为依据指导解的改进过程。在调度理论中，本方法属于改进性方法，即不断对当前解进行改进，最终生成较优的可行调度方案。具体技术方案如下：

一种基于冲突消解的中继卫星单址天线调度随机搜索方法，包括以下步骤：

(S1)任务资源匹配：根据任务提交的备选服务时间窗口信息，为任务匹配中继卫星资源，得到任务资源匹配结果；

(S2)根据步骤(S1)中任务资源匹配结果，生成中继卫星单址天线调度的初始解；

(S3)任务冲突分析：对当前解进行适应度评价，并找出造成冲突的任务，生成任务的“扰动—删除”池；

(S4)冲突消解：对于“扰动—删除”池中的任务进行随机扰动或将任务删除，逐步迭代消解任务冲突；

(S5)资源与任务集更新：删除无冲突的资源与任务，更新资源与任务集。

优选地，所述步骤(S1)中的任务资源匹配具体步骤如下：

遍历任务集合T，对于当前进行处理的任务t，遍历其提交的备选服务时间窗口K_t，与可见时间窗口和天线可用时间窗口分别进行比对，得到所有可用时段资源，在匹配时，任务服务时长采用各备选服务时间窗口t_k的最短服务时长

(S11)指定天线的备选服务时间窗口匹配方法：对于当前备选服务时间窗口t_k，若t_k指定中继卫星单址天线，则首先遍历其指定天线与该任务用户航天器当前可见时间窗口集合J_t,r，对于J_t,r中的可见时间窗口tr_j，若满足公式(1)中条件，

则可见时间窗口tr_j与当前备选服务时间窗口t_k无交集，直接排除可见时间窗口tr_j，否则对于与t_k有交集的可见时间窗口tr_j，判断其是否满足公式(2)中条件，

若满足公式(2)条件，则可见时间窗口tr_j可用；遍历指定天线的当前可用时间窗口集合J_r，对于J_r中的可用时间窗口r_l，若满足公式(3)条件，

则可用时间窗口r_l可用；该步比对过程中加入了任务执行前的天线对准和任务完成后的天线恢复调整时间。

其中T₁表示可用时段开始时刻，T₂表示可用时段结束时刻，表示任务t的备选服务时间窗口t_k的开始时刻，表示任务t的备选服务时间窗口t_k的开始时刻可后移时段，表示任务t的备选服务时间窗口t_k的开始时刻可前移时段，表示任务t的用户航天器与中继卫星单址天线r可见时间窗口tr_j开始时刻，表示任务t的用户航天器与中继卫星单址天线r可见时间窗口tr_j结束时刻，表示任务t的备选服务时间窗口t_k在任务资源匹配时采用的服务时长，adjust表示任务执行前中继卫星单址天线的对准时间，rec表示任务完成后中继卫星单址天线的恢复调整时间。

(S12)未指定天线的备选服务时间窗口匹配方法：对于未指定天线的备选服务时间窗口t_k，匹配时要遍历中继卫星单址天线集合R，对于某个中继卫星单址天线r，其具体匹配方法与所述指定天线的备选服务时间窗口匹配方法相同；

(S13)将任务资源匹配的结果存储在5维矩阵may当中，矩阵may的初始值全为零，用于记录5维度决策变量取值可以为1的所有情况，即每当有任务资源匹配成功，就将may矩阵中与对应位置的值改写为1；为0-1变量，表示任务 t是否选择在备选服务时间窗口t_k、中继卫星单址天线r、可见时间窗口tr_j、可用时间窗口r_l内完成。

决策变量和为有约束的连续变量，任务资源匹配结果包含上述2个决策变量的约束信息，包含在5维元胞数组bound当中，bound的每个元胞包含以下信息：可用时段开始时刻T₁，可用时段结束时刻T₂，可用时段时长T₂-T₁，备选服务时间窗口期望服务时长备选服务时间窗口最短服务时长备选服务时间窗口指定或偏好天线或可用时段所在天线r。

对于任务集合T中的任务t不同的调度方案，即对同一个t，决策变量 在矩阵may和元胞数组bound允许范围内可能的不同取值。

优选地，所述步骤(S2)中初始解生成的具有步骤如下：

(S21)遍历任务集合T，对于当前处理的任务t，在矩阵may当中随机选择一个当前任务t取值为1的位置，并令相应的

(S22)确定决策变量的取值，表示任务_t的备选服务时间窗口t_k在中继卫星单址天线r，可见时间窗口tr_j，可用时间窗口r_l下的实际任务服务时长；

判断可用时段时长T₂-T₁是否满足备选服务时间窗口期望服务时长

若等可能随机选择采用期望服务时长或最短服务时长，令或

若令

(S23)确定决策变量的取值，表示任务_t的备选服务时间窗口t_k在中继卫星单址天线r，可见时间窗口tr_j，可用时间窗口r_l下的实际任务开始时刻；

采用紧前策略、紧后策略或随机策略确定的取值，

紧前策略为：

紧后策略为：

随机策略为：

random()表示随机生成的[0,1]之间的随机数；

对任务集合T中的所有任务执行步骤(S21)-(S23)，得到初始解，即任务的初始调度方案。

本方法的初始解并不是可行解，初始解各任务之间存在资源和时段的冲突，需要进一步对冲突进行分析与消解。

优选地，所述步骤(S3)中任务冲突分析的具体步骤如下：

所述初始解对于所有匹配到可用时段资源的任务均生成相应的调度方案，遍历初始解中所有成功调度的任务，将其所占用时段依次与其他成功调度的任务占用的时段进行比对，如果两项任务使用相同中继卫星天线且占用时段有交集，则两项任务之间有冲突，将两项任务的编号记入冲突列表；

对冲突列表中每项任务出现的次数进行统计分析，按照任务冲突次数进行降序排列；若存在冲突的任务数为num，设置阈值threshold∈(0,1)，对于排序在 [num×threshold]之前的任务，将其放入“扰动—删除”池，转入步骤(S4)进行下一步冲突消解操作；[·]表示取整数；

若当前解不存在任务冲突，则“扰动—删除”池为空，表明当前阶段冲突消解完成，转入步骤(S5)。

优选地，所述步骤(S4)中冲突消解的步骤如下：

(S41)清空“扰动—删除”池中所有任务的调度方案，重新对其进行调度方案的安排，生成新解，具体方法与初始解生成方法相同，用得到的新解更新初始解，转入步骤(S42)；

(S42)调用步骤(S3)，对于步骤(S41)中生成的新解进行冲突检测与分析，重新生成新的“扰动—删除”池，若新的“扰动—删除”池为空，表明当前阶段冲突消解完成，转入步骤(S5)；若其非空，执行步骤(S43)；

(S43)对两个非空的“扰动—删除”池进行对比分析，找出同时出现在两个“扰动—删除”池中的任务，将其记入“删除”池，随机选择“删除”池中的1个任务，清空其调度方案，在更新后的初始解中将该任务删除，并再次更新初始解，之后转入步骤(S3)，对于再次更新后的初始解进行冲突检测与分析。

优选地，所述步骤(S5)中的资源与任务集更新的步骤如下：

对于每次调用步骤(S3)后，对生成的“扰动—删除”池进行检测，若其为空集，表明当前解已经为可行解，将当前解中所有成功调度任务的方案记录之后从任务集合T中删除，并将成功调度的任务所占用的时段从可见时间窗口和天线可用时间窗口中删除，从而实现资源与任务集的更新。

采用本发明获得的有益效果：本发明与现有技术相比具有以下优点：1)本发明方法速度较快，适用于大规模中继卫星调度场景，对于多中继卫星多用户航天器大规模调度问题场景，当任务规模达到1600个时，方法运行时间能够控制在1小时以内；2)本发明方法中采用了双重迭代结构，生成的调度方案具有很高的质量，可以达到近似最优； 3)在运行时间上和求解质量上均衡选择，可根据计算时间约束实时终止方法，输出当前得到的最好解；4)在该中继卫星调度方法中，考虑了多备选服务时间窗口、滑动窗口、用户偏好等因素，可以适用于更加复杂和实际的中继卫星应用场景。

附图说明

图1为本发明方法流程图；

图2为任务资源匹配方法示意图。

具体实施方式

下面对本发明技术方案结合附图进行详细说明。

基于冲突消解的中继卫星单址天线调度随机搜索方法，如图1所示，为本发明方法流程图，主要包括以下五个步骤：

步骤(S1)是根据任务提交的备选服务时间窗口信息，为任务匹配中继卫星资源，遍历任务集合T，对于当前进行处理的任务t，遍历其提交的备选服务时间窗口K_t，与可见时间窗口和天线可用时间窗口分别进行比对，得到所有可以安排的可用时段资源。在匹配时任务服务时长采用各备选服务时间窗口t_k的最短服务时长dshort_t,tk，以保证所有可能解的情况均包含在匹配结果当中；任务资源匹配方法如图2所示。

步骤(S2)是根据步骤(S1)的结果，生成初始解。

步骤(S3)是对当前解进行任务之间的冲突检测与分析，相当于对当前解进行适应度评价，并找出造成冲突的关键任务，生成任务的“扰动—删除”池POOL1。在方法执行过程中，当前解一般情况下是存在冲突的，每次对解进行改进之后，都需要对解的任务冲突程度进行分析。

步骤(S4)对于“扰动—删除”池中的任务进行随机扰动，或将任务删除，逐步迭代消解任务冲突。

(S41)清空“扰动—删除”池中所有任务的调度方案，重新对其进行调度方案的安排，具体方法与初始解生成相同，生成新解，用得到的新解更新初始解，转入步骤(S42)；

(S42)调用步骤(S3)，对于步骤(S41)中生成的新解进行冲突检测与分析，重新生成新的“扰动—删除”池POOL2，若新的“扰动—删除”池为空，表明当前阶段冲突消解完成，转入步骤(S5)；若其非空，执行步骤(S43)；

(S43)对两个非空的“扰动—删除”池POOL1、POOL2进行对比分析，找出同时出现在两个“扰动—删除”池中的任务，将其记入“删除”池，随机选择“删除”池中的1个任务，清空其调度方案，在更新后的初始解中将该任务删除，并更新初始解，之后转入步骤(S3)，对于更新后的初始解进行冲突检测与分析。

步骤(S5)是在进行若干次迭代以后任务冲突得到消解，删除无冲突的资源与任务，更新资源与任务集，重复上述过程，使可行解不断进化，其本质是得到一个小于当前问题规模的新的调度问题，直到所有的冲突完全消解且达到方法规定的迭代总次数，输出最终解，即任务的调度方案。

为了更好的理解本发明，下面进行仿真实验。

1、仿真环境设置

实验平台为配置3.29GHz Intel Core CPU、8GB内存、Windows 7操作系统的PC机，算法在Matlab2014中编程实现。由于采用基于多滑动窗口用户申请的中继卫星应用模式，没有标准测试集可供调用，为完成仿真实验，首先进行中继卫星资源与任务需求场景仿真，生成所需应用场景。在此基础上，对本发明所提方法进行测试。

2、案例想定

中继卫星相关管理机构下属4颗中继卫星，每颗中继卫星载有1副中继卫星单址天线用于执行常规任务，面向的用户部门共下属20颗用户航天器。

根据日常工作安排，中继卫星相关管理机构于2017年11月25日发布2017年12 月1日0时～2017年12月7日0时期间的可用中继卫星资源，各用户部门可根据自身工作需要与所属航天器工作情况于2017年11月28日前进行任务申请，允许每项任务申请提交1～3个备选服务时间窗口。最终收到500个任务申请，中继卫星相关管理机构于2017年11月29日完成周期调度工作，在周期调度方案生成后，2017年11月30 日有3个临时任务申请到达。任务开始前中继卫星单址天线对准时间10min，任务开始前中继卫星单址天线恢复调整时间4min。

针对以上想定的应用场景，将相关参数整理如表2所示。

表2应用场景参数设置

应用场景参数	取值
		调度周期开始时刻	2017年12月1日0时
调度周期结束时刻	2017年12月7日0时
		中继卫星单址天线数量	4
用户航天器数量	20
		任务申请数量	500
最大备选服务时间窗口数量	3
		临时任务数量	3
中继卫星单址天线对准时间	10min
		中继卫星单址天线恢复调整时间	4min

3、中继卫星资源

中继卫星资源主要包括中继卫星单址天线的可用时间窗口，以及各中继卫星单址天线对各用户航天器的可见时间窗口，需仿真相关数据用于后续实验。

本实施案例将4个中继卫星单址天线的可用时间窗口设置为2017年12月1日0 时至2017年12月7日0时均可用。

对于各中继卫星单址天线对各用户航天器的可见时间窗口，本文利用STK软件设置了相关场景进行仿真，获取相关数据。由于有4个中继卫星单址天线，20颗用户航天器，共需生成80个中继卫星单址天线用户卫星的可见时间窗口列表，无法在此一一列出，现示例其中1个可见时间窗口列表，用户航天器sat7与中继卫星单址天线ts1的可见时间窗口如表3所示。

表3用户航天器sat7与中继卫星单址天线ts1的可见时间窗口

4、任务需求仿真

由于本发明提出的基于多滑动窗口用户申请的中继卫星应用模式尚未实际应用，因此无法获得实际用户申请数据，也没有相关标准测试集可供调用。为生成任务需求场景完成仿真实验，现采取任务需求仿真的方法，利用Matlab软件模拟生成用户任务申请信息。

基于多滑动窗口的用户申请方式包含的任务申请信息较多，在进行任务需求仿真时相对更加复杂，现根据技术方案中对于用户申请方式的介绍，按照任务级信息和备选服务时间窗口信息的顺序，将各类信息生成的具体方法进行详细介绍。

(1)任务级信息

1)任务编号

是任务的唯一标识号码，由1开始依次顺序编号。

2)任务所属航天器

利用均匀分布的随机数设置任务所属的航天器，

sat＝floor(1+satnum*rand())

其中，sat表示某任务所属航天器编号，satnum表示用户航天器数量，在该案例中satnum＝20，rand()为(0,1)区间的随机数，floor为向下取整函数。

3)任务类型

任务类型包括数据传输任务和测控任务，分别用0和1标识，本文的模型和方法不区别以上两种类型，但作为申请信息仍保留，同样利用均匀分布的随机数设置任务类型，

type＝round(rand())

其中，type表示某任务的类型，rand()为(0,1)区间的随机数，round为四舍五入取整函数。

4)备选服务时间窗口数量

利用均匀分布的随机数设置备选服务时间窗口数量，

taskwin＝floor(1+maxwin*rand())

其中，taskwin表示某任务提交的备选服务时间窗口的数量，maxwin为最大备选服务时间窗口数量，在该案例中maxwin＝3，rand()为(0,1)区间的随机数，floor为向下取整函数。

(2)备选服务时间窗口信息

1)指定天线编号

首先确定该备选服务时间窗口是否指定服务天线，以50％，50％的比例随机确定。若不指定，将此属性置为-1；若指定，利用均匀分布的随机数设置指定天线编号，

ts＝floor(1+tsnum*rand())

其中，ts表示该备选服务时间窗口指定的中继卫星天线编号，tsnum表示中继卫星天线数量，在该案例中tsnum＝4，rand()为(0,1)区间的随机数，floor为向下取整函数。

2)偏好天线编号

该属性只有在不指定服务天线的情况下对其赋值，若指定了服务天线，则此属性置为-1。若未指定服务天线，以50％，50％的比例随机确定是否有偏好天线。若无相应偏好，将此属性置为-1；若有相应偏好，利用均匀分布的随机数设置偏好天线编号，

tsp＝floor(1+tsnum*rand())

其中，tsp表示该备选服务时间窗口偏好的中继卫星天线编号，tsnum表示中继卫星天线数量，在该案例中tsnum＝4，rand()为(0,1)区间的随机数，floor为向下取整函数。

3)开始时刻

备选服务时间窗口的开始时刻的生成需要分为两种情况讨论，一种是指定服务天线的备选服务时间窗口，另一种是不指定服务天线的备选服务时间窗口。

指定服务天线情况下的开始时刻：若指定服务天线，为保证任务申请的有效性，需要基于该中继卫星天线与任务所属航天器的某个可见时间窗口进行开始时刻的确定(若可用时间窗口不为全天候，同样需要考虑)。由于该中继卫星天线与任务所属航天器可以拥有多个可见时间窗口，因此利用均匀分布的随机数随机选择一个可见时间窗口作为基准，

choose＝floor(1+rand()*kwin)

其中，choose表示选择的可见时间窗口序号，kwin表示该中继卫星天线与任务所属航天器在调度周期内的可见时间窗口数量，rand()为(0,1)区间的随机数，floor为向下取整函数。

确定基准可见时间窗口之后，利用均匀分布的随机数在该可见时间窗口内确定开始时刻，

st＝winstart+rand()*(winend-winstart)

其中，st表示备选服务时间窗口的开始时刻，winstart表示上文选择的可见时间窗口的开始时刻，winend表示上文选择的可见时间窗口的结束时刻，rand()为(0,1)区间的随机数。

(2)不指定服务天线情况下的开始时刻

若不指定服务天线，则不需要选择特定可见时间窗口作为基准，利用均匀分布的随机数在调度周期内确定开始时刻，

st＝start+rand()*(end-start)

其中，st表示备选服务时间窗口的开始时刻，start表示调度周期开始时刻，end表示调度周期结束时刻，rand()为(0,1)区间的随机数。

4)开始时刻可前移时段与可后移时段

开始时刻可前移时段与可后移时段生成的方法相同，利用正态分布的随机数生成，

adv＝abs(normrnd(t,s))

del＝abs(normrnd(t,s))

其中，adv表示备选服务时间窗口开始时刻可前移时段长，del表示备选服务时间窗口开始时刻可后移时段长，t表示可前移或后移时段正态分布均值，s表示可前移或后移时段正态分布标准差，normrnd为服从正态分布的随机数生成函数，abs为绝对值函数避免出现负值。

5)期望服务时长

期望服务时长利用正态分布的随机数生成，

normaltime＝abs(normrnd(time,stime))

其中，normaltime表示期望服务时长，time表示期望服务时长正态分布均值，stime 期望服务时长正态分布标准差，normrnd为服从正态分布的随机数生成函数，abs为绝对值函数避免出现负值。

6)最短服务时长

最短服务时长利用上下界系数以及均匀分布的随机数生成，

shorttime＝(lb+rand()*(ub-lb))*normaltime

其中，shorttime表示最短服务时长，lb表示下界系数，ub表示上界系数，normaltime 表示期望服务时长，rand()为(0,1)区间的随机数。

本案例中采用的任务需求仿真相关参数取值情况如表4所示。

表4任务需求仿真参数设置

任务需求仿真相关参数	取值
		t	30min
s	5min
		time	15min
stime	5min
		lb	0.6
ub	1

(3)任务需求仿真结果

由于500项任务申请信息过多，无法在此一一列出，现将其中1～10项任务需求仿真结果如表5～7所示，表中时间段数值单位均为天。

表5部分需求仿真结果1

表6部分需求仿真结果2

表7部分需求仿真结果3

该案例生成3个临时到达任务，其任务申请信息如表8～10所示。

表8临时到达任务需求仿真结果1

表9临时到达任务需求仿真结果2

表10临时到达任务需求仿真结果3

表中信息值为0表示该项任务未申请相应数量的备选服务时间窗口。

3、基于本发明的冲突消解的随机搜索方法实验结果

利用基于冲突消解的随机搜索方法对上述案例场景进行测试，现将其中1～10项任务的调度方案如表11所示。

表11部分调度方案结果

表中信息值为-1表示该项任务由于资源不足未成功调度，时间段数值的单位为天。

算法的主要评价指标数据如表12所示。

表12基于冲突消解的随机搜索方法评价指标数据

评价指标	实验结果
		任务申请数量	500
任务完成数量	429
		任务完成率	85.8％
满足用户期望任务数量	412
		用户期望满足度	82.4％
算法运行时间	157.927325s

实验结果表明，相比基于时间自由度的启发式算法，该方法运行所需时长更短，同时调度方案质量显著提高，在相同实验场景下，任务完成率提升至85.8％，用户期望满足度提升至82.4％，具备较强的搜索和优化性能，能够在较短时间内生成高质量的周期调度方案。

背景技术中的相关参考文献为：

[1]开彩红，肖瑶，方青.基于人工蜂群算法的中继卫星任务调度研究[J].电子与信息学报.2015(10):2466-2474.

[2]王志淋，李新明.跟踪与数据中继卫星系统资源调度优化问题[J].中国空间科学技术.2015(01):36-42.

[3]Zillig D,Mcomber R,Horne W.Demand access service for TDRSS users[C].2006.

[4]李云峰.卫星—地面站数传调度模型及算法研究[D].国防科学技术大学,2008.

[5]Rojanasoonthon S,Bard J F,Reddy S D.Algorithms for parallelmachine scheduling: a case study of the tracking and data relay satellitesystem[J].Journal of the Operational Research Society.2003,54(8):806-821.

[6]Rojanasoonthon S.Parallel machine scheduling with time windows[J].Informs Journal on Computing.2004,17(1):32-51.

[7]周志鑫，吴志刚，季艳.空间对地观测技术发展及应用[J].中国工程科学.2008, 10(6):28-32.

[8]Adinolfi M,Cesta A.Heuristic Scheduling of the DRS CommunicationSystem[J]. Engineering Applications of Artificial Intelligence.1995,8(2):147-156.

[9]方炎申，陈英武，邹凯，等.基于约束满足问题的中继卫星调度问题研究[J].运筹与管理.2005(04):74-79.

[10]Goldberg D E.Genetic Algorithm in Search,Optimization,and MachineLearning[J].1989,xiii(7):2104-2116.

[11]Bertsimas D,Tsitsiklis J.Simulated Annealing[J].StatisticalScience.1993,8(1): 10-15.

[12]Glover F,Laguna M.Tabu Search[M].Springer US,2006:2093-2229.

[13]Kennedy J,Eberhart R.Particle swarm optimization[C].2002.

[14]Dorigo M,Birattari M,Stutzle T.Ant colony optimization[J].Computational Intelligence Magazine IEEE.2004,1(4):28-39.

[15]Das S,Suganthan P N.Differential Evolution:A Survey of the State-of-the-Art[J]. IEEE Transactions on Evolutionary Computation.2011,15(1):4-31.

[16]汪定伟.智能优化方法[M].高等教育出版社,2007.

[17]李宏，焦永昌，张莉.一种求解混合整数规划的混合进化算法[J].控制与决策. 2008,23(10):1098-1102.

[18]黄友锐.智能优化算法及其应用[M].国防工业出版社,2008。

Claims (6)

1.一种基于冲突消解的中继卫星单址天线调度随机搜索方法，其特征在于包括以下步骤：

(S1)任务资源匹配：根据任务提交的备选服务时间窗口信息，为任务匹配中继卫星资源，得到任务资源匹配结果；

(S2)根据步骤(S1)中任务资源匹配结果，生成中继卫星单址天线调度的初始解；

(S3)任务冲突分析：对当前解进行适应度评价，并找出造成冲突的任务，生成任务的“扰动—删除”池；

(S4)冲突消解：对于“扰动—删除”池中的任务进行随机扰动或将任务删除，逐步迭代消解任务冲突；

(S5)资源与任务集更新：删除无冲突的资源与任务，更新资源与任务集。

2.根据权利要求1所述的一种基于冲突消解的中继卫星单址天线调度随机搜索方法，其特征在于：所述步骤(S1)中的任务资源匹配具体步骤如下：

遍历任务集合T，对于当前进行处理的任务t，遍历其提交的备选服务时间窗口K_t，与可见时间窗口和天线可用时间窗口分别进行比对，得到所有可用时段资源，在匹配时，任务服务时长采用各备选服务时间窗口t_k的最短服务时长

(S11)指定天线的备选服务时间窗口匹配方法：对于当前备选服务时间窗口t_k，若t_k指定中继卫星单址天线，则首先遍历其指定天线与该任务用户航天器当前可见时间窗口集合J_t,r，对于J_t,r中的可见时间窗口tr_j，若满足公式(1)中条件，

则可见时间窗口tr_j与当前备选服务时间窗口t_k无交集，直接排除可见时间窗口tr_j，否则对于与t_k有交集的可见时间窗口tr_j，判断其是否满足公式(2)中条件，

若满足公式(2)条件，则可见时间窗口tr_j可用；遍历指定天线的当前可用时间窗口集合J_r，对于J_r中的可用时间窗口r_l，若满足公式(3)条件，则可用时间窗口r_l可用；

其中T₁表示可用时段开始时刻，T₂表示可用时段结束时刻，表示任务t的备选服务时间窗口t_k的开始时刻，表示任务t的备选服务时间窗口t_k的开始时刻可后移时段，表示任务t的备选服务时间窗口t_k的开始时刻可前移时段，表示任务t的用户航天器与中继卫星单址天线r可见时间窗口tr_j开始时刻，表示任务t的用户航天器与中继卫星单址天线r可见时间窗口tr_j结束时刻，表示任务t的备选服务时间窗口t_k在任务资源匹配时采用的服务时长，adjust表示任务执行前中继卫星单址天线的对准时间，rec表示任务完成后中继卫星单址天线的恢复调整时间；

(S12)未指定天线的备选服务时间窗口匹配方法：对于未指定天线的备选服务时间窗口t_k，匹配时要遍历中继卫星单址天线集合R，对于某个中继卫星单址天线r，其具体匹配方法与所述指定天线的备选服务时间窗口匹配方法相同；

(S13)将任务资源匹配的结果存储在5维矩阵may当中，矩阵may的初始值全为零，用于记录5维度决策变量取值可以为1的所有情况，即每当有任务资源匹配成功，就将may矩阵中与对应位置的值改写为1；为0-1变量，表示任务t是否选择在备选服务时间窗口t_k、中继卫星单址天线r、可见时间窗口tr_j、可用时间窗口r_l内完成。

3.根据权利要求2所述的一种基于冲突消解的中继卫星单址天线调度随机搜索方法，其特征在于，所述步骤(S2)中初始解生成的具有步骤如下：

对任务集合T中的所有任务执行步骤(S21)-(S23)，得到初始解；

(S21)遍历任务集合T，对于当前处理的任务t，在矩阵may当中随机选择一个当前任务t取值为1的位置，并令相应的

(S22)确定决策变量的取值，表示任务_t的备选服务时间窗口t_k在中继卫星单址天线r，可见时间窗口tr_j，可用时间窗口r_l下的实际任务服务时长；

若等概率随机选择采用期望服务时长或最短服务时长，令或 表示任务t的备选服务时间窗口t_k的期望服务时长，为任务t的备选服务时间窗口t_k的最短服务时长；

若令

(S23)确定决策变量的取值，表示任务t的备选服务时间窗口t_k在中继卫星单址天线r，可见时间窗口tr_j，可用时间窗口r_l下的实际任务开始时刻；

采用紧前策略或紧后策略或随机策略确定的取值，

所述紧前策略为：

所述紧后策略为：

所述随机策略为：

random()表示随机生成的[0,1]之间的随机数。

4.根据权利要求3所述的基于冲突消解的中继卫星单址天线调度随机搜索算法，其特征在于：所述步骤(S3)中任务冲突分析的具体步骤如下：

所述初始解对于所有匹配到可用时段资源的任务均生成相应的调度方案，遍历当前解中所有成功调度的任务，将其所占用时段依次与其他成功调度的任务占用的时段进行比对，如果两项任务使用相同中继卫星天线且占用时段有交集，则两项任务之间有冲突，将两项任务的编号记入冲突列表；

对冲突列表中每项任务出现的次数进行统计分析，按照任务冲突次数进行降序排列；

若存在冲突的任务数为num，设置阈值threshold∈(0,1)，对于排序在[num×threshold]之前的任务，将其放入“扰动—删除”池，转入步骤(S4)进行下一步冲突消解操作；[·]表示取整数；

若当前解不存在任务冲突，则“扰动—删除”池为空，表明当前阶段冲突消解完成，转入步骤(S5)。

5.根据权利要求4所述的基于冲突消解的中继卫星单址天线调度随机搜索算法，其特征在于：所述步骤(S4)中冲突消解的具体步骤如下：

(S41)清空“扰动—删除”池中所有任务的调度方案，重新对其进行调度方案的安排，生成新解，具体方法与初始解生成过程相同，用得到的新解更新初始解，转入步骤(S42)；

(S42)调用步骤(S3)，对于步骤(S41)中生成的新解进行冲突检测与分析，重新生成新的“扰动—删除”池，若新的“扰动—删除”池为空，表明当前阶段冲突消解完成，转入步骤(S5)；若其非空，执行步骤(S43)；

(S43)对两个非空的“扰动—删除”池进行对比分析，找出同时出现在两个“扰动—删除”池中的任务，将其记入“删除”池，随机选择“删除”池中的1个任务，清空其调度方案，在更新后的初始解中将该任务删除，并再次更新初始解，之后转入步骤(S3)，对于再次更新后的初始解进行冲突检测与分析。

6.根据权利要求1所述的基于冲突消解的中继卫星单址天线调度随机搜索算法，其特征在于：所述步骤(S5)中的资源与任务集更新的具体步骤如下：

对于每次调用步骤(S3)后，对生成的“扰动—删除”池进行检测，若其为空集，表明当前解已经为可行解，将当前解中所有成功调度任务的方案记录之后从任务集合T中删除，并将成功调度的任务所占用的时段从可见时间窗口和天线可用时间窗口中删除，从而实现资源与任务集的更新。