CN109088667A - 一种面向简单任务的同构多星在线协同方法 - Google Patents

Abstract

本发明公开了一种面向简单任务的同构多星在线协同方法，所述面向简单任务的同构多星在线协同方法采用基于同步通信的改进一致性束算法，针对通信约束下的多星在线协同任务调度这一复杂组合优化问题，并面向分散式架构，本发明采用基于同步通信的改进一致性束算法m‑CBBA算法，采用同步通信的算法对何时进行通信有严格的规则定义，同时，同步策略会对通信情况进行排队，只能在特定的事件触发下才能执行，这保证了在程序执行过程中算法具有预计的状态。

Description

一种面向简单任务的同构多星在线协同方法

技术领域

本发明涉及卫星技术领域，特别是涉及一种面向简单任务的同构多星在线协同方法，或者说一种基于同步通信的多星在线协同方法。

背景技术

随着星上载荷探测能力和图像处理能力的提升，对地观测卫星可在星上发现有价值的观测目标并生成进一步的观测任务请求(通常是具体有较高收益或优先等级的应急观测任务)，也可接收其他卫星通信传递过来的观测任务请求(应急观测任务请求)，而这些观测任务请求是动态随机到达的且时效性要求高，需要在线解决，在多星(尤其是同构多星)的情况下，从而需要有多星在线协同调度机制来进行协同调度。

发明内容

本发明的目的在于提供一种基于同步通信的多星在线协同方法来实现同构多星的在线协同，尤其是更好地应对应急观测任务。

为实现上述目的，本发明提供一种简单任务的同构多星在线协同方法，所述同构多星采用分散式架构，每颗对地观测卫星LEO为自主卫星，且在架构内具有相同的智能层次，不存在等级差异，同时，所有自主卫星之间具有通信交互链路，对于应急紧急观测任务，每颗自主卫星都经过“自主规划调度——通信交互——协同决策”的循环过程，其中，每颗自主卫星不仅对自身的任务计划进行更新，也对架构内的其他自主卫星的任务计划进行维护，所述面向简单任务的同构多星在线协同方法采用下述的调度算法：基于同步通信的一致性束算法。

在本发明中，简单任务是相对于复合任务而言。简单任务通常是指单颗卫星能够完成的任务。

优选地，所述基于同步通信的一致性束算法包括：同步通信环路预测阶段、束构建阶段和一致性构建阶段，在所述同步通信环路预测阶段中，对于每颗对地观测卫星，当一批应急观测任务到达时，预测自身作为发起者的可用同步通信环路，以及，当一组共享信息向量到达时，对自身作为响应者的可用同步通信环路进行记录，每颗对地观测卫星对所有的所述可用同步通信环路进行更新并按照最早开始时间的先后进行排序和执行，在环路可用的时间区间内，每当环路发起者或响应者所构造的任务束改变时，则在环路上触发一次同步共享反馈交互，同时生成最后一次信息更新的时间戳，在每次同步共享反馈交互中，进行束构建阶段和一致性构建阶段，所述同步通信环路的描述形式是一个多元组＜ID,I,R,ES,LF＞_SCL：

—ID是一个标识符；

—I是通信发起者编号，即第一个对其信息进行分享；

—R是接收并分享信息的通信响应者编号；

—ES是同步通信环路的最早开始时间；

—LF是同步通信环路的最晚结束时间。

其中，通信发起者I和响应者R都是对地观测卫星，并且ES和LF是由通信发起者和所有通信响应者的通信时间窗口上的重叠时间区间确定的。

优选地，在束构建阶段，每颗对地观测卫星以顺序性贪婪方式不断将任务添加到其任务束中，直到不能再添加任何任务为止，任务束中的任务是根据依次添加的顺序排列的，而任务计划中的任务是按照其对应的实际开始时间进行排序的，在束构建阶段，每个对地观测卫星都构建各自相应的任务束，并随着调度过程的进行而更新，对于当前不在任务束中的每个可用任务，对地观测卫星将其收益值与当前中标向量中的任务得分进行比较，如果所述收益值更大，则保留为新的任务中标得分，对于未调度的任务集合，对地观测卫星从中选取具有最高得分的任务，并将其添加到任务束中，束构建的递归过程一直持续到任务束已达到其容量限额，或者不再有任务能够添加到任务束中，即该对地观测卫星对于剩余任务的执行不再能够胜过其他对地观测卫星。

优选地，每次同步共享反馈交互的都是在一可用的同步通信环路上触发形成的，在每次同步共享反馈交互中，分享上行时间戳与分享下行时间戳相同，而反馈上行时间戳与反馈下行时间戳相同。

优选地，一致性构建阶段为：一旦对地观测卫星构建起自身的任务束，则与其他对地观测卫星进行通信，以消解分配冲突；在接收到相邻对地观测卫星传递过来的胜出者和相应的中标信息后，每个对地观测卫星确定其任务束中的任何任务是否已被其他对地观测卫星胜出并中标；

在一致性构建阶段中，每对相邻对地观测卫星同步共享以下信息向量：胜出者列表WA_io，中标出价列表WB_io和时间戳向量TS_io，对应表示其他对地观测卫星所接收到最新信息更新的时间戳；

对于在发送方i和响应方i′之间传递的每条消息，对地观测卫星i′会根据所接收到的信息，这些具体操作包括将其自身信息WA_i′o，WB_i′o和TS_i′o，与对地观测卫星i所对应的信息进行比较，以确定对于每个任务哪些是最新的信息，并对其自身的信息向量进行更新；

对地观测卫星i′可对每个任务j采取下述三种操作中的一种：

1.更新:wa_i′oj＝wa_ioj,wb_i′oj＝wb_ioj；

2.重置:wa_i′oj＝φ,wb_i′oj＝0；

3.舍弃:wa_i′oj＝wa_i′oj,wb_i′oj＝wb_i′oj。

优选地，对发送方对地观测卫星发送来的消息进行响应时，针对应急任务 oj，响应方对地观测卫星所采用的操作决策规则如下表

同步通信下当接收到消息时的操作决策规则

优选地，如果在通信过程中胜出者列表WA_io或中标出价列表WB_io有所变动，则对地观测卫星检查所更新或重置的任务是否在自身的任务束中，如果存在，则任务束中这些任务及其后续的任务都需要清空释放，然后当是任务束中第一个被胜出的任务位置序号，则对于任务束中后续的所有任务及其任务脚标，会进行如下更新：

从而任务束被裁剪，以移除后续的任务：

同时，相对应的任务条目也从执行计划和时间戳向量中移除；

如果后续已调度任务不释放，则结果过于保守，会导致算法收益降低，则释放后续的已调度任务，重新进行束构建，是由任务调度安排的前后时间关联性所决定的，至此，算法重新进入第二阶段，将新的任务添加到任务束中， m-CBBA算法则在后两个阶段中进行迭代直至信息变量不再编队。

本发明提供了一种面向简单任务的同构多星在线协同方法，能够高效、可靠地在线应对应急观测任务。

附图说明

图1是分散式多星协同架构框图。

图2是分散式多星协同架构中的信息流图。

图3是整个调度区间上在线协同调度求解的总体概念图。

图4是中继节点与LEO卫星之间的通信示意图。

图5为同步通信环路示意图。

图6示出空间和地面段之间可用的通信。

图7a-图7c是针对GEO之间不互联与互联情况的m-CBBA算法结果其中，图7a示出总收益，图7b示出成功调度的应急任务百分比，图7c示出总通信次数。

图8a-图8c是各算法在任务空间分布U(-45,45)和不同滚动调度周期下的结果，其中，图8a示出总收益，图8b示出应急任务成功调度的百分比，图 8c示出总通信次数。

具体实施方式

下面结合附图对本发明的实施例进行详细说明。

本发明中的对地观测卫星LEO为自主智能体(自主卫星)，具有下述特征：自主感知，自主规划调度和自主执行。对地观测卫星LEO的自主性的体现方面包括精密姿态确定、轨道确定、姿态敏感器/驱动器与载荷校准、姿态控制、轨道机动、状态监视与预测分析、故障检测、诊断、隔离和修复，预报式建模 (在计划调度、状态监视分析和轨道确定保持等中，需要预报式模型的支持，如星历、太阳强度等信息)，任务计划与调度，载荷控制与配置，数据存储与通信和图像数据处理等方面。例如，能够通过感知来自主生成应急调度任务。

本发明的方法尤其适用于分散式架构(也称为分散式协同架构)的对地观测卫星系统。在分散式协同架构中，每个自主卫星具有相同的智能层次，不存在等级差异，整个组织是扁平的且完全分布式的。同时，所有自主卫星之间具有通信交互链路。因此，该架构具有很强的适应性和可靠性，其中每个自主卫星都可对整个系统进行智能决策，而不需要将其转移到其他自主卫星进行决策，并且该架构是复杂的，需要紧密的星间通信。可见，每颗卫星都处于智能层次I₁上，能够相互协同完成任务。分散式多星协同架构中，只包括智能层次处于I₁的卫星个体，如图1所示。

每个卫星个体都要经过“自主规划调度——通信交互——协同决策”的循环过程，其中智能层次I₁所包含的五个主要自主功能包括：

1)规划调度

规划调度分为两个层次：本星和他星。各星不仅要对自身的任务计划进行更新，还要对其他卫星的任务计划进行维护。

本星规划调度是指从待执行的观测任务集合中，选择任务并生成观测任务序列，使得目标函数最大化。规划调度模块并将自身的任务计划和资源信息发送给协同决策模块。当接收到协同决策模块反馈的协同决策结果，按照其对自身任务计划进行更新。

他星规划调度是指对于协同决策模块发送来的任务集合，他星资源信息以及冲突消解后的本星与他星任务计划分别进行重规划调度，将重规划调度后的他星任务计划反馈给协同决策模块。

2)执行

根据星上载荷的能力、状态、性能以及规划调度模块所得到的任务计划，生成卫星动作序列及相应的资源安排，并向各个星载设备发送可执行的动作指令。在任务执行完成之后，向数据处理模块发送图像数据。

3)数据处理

针对所获取的图像，进行目标检测、提取与定位，以从中筛查出可疑目标点，并进一步获取可疑目标点的多维特征(如方位角度，形状大小等等)。若发现可疑目标，则生成新的任务需求，将其发送到协同决策模块。

4)协同决策

当接收到他星传递过来的任务执行意图时，对于相同的任务需求，与本星生成的任务执行意图相比对，按照一定的协同策略进行任务冲突消解，并将冲突消解后的任务集合，他星资源信息以及本星与他星的任务计划发送给规划调度模块。将规划调度模块传递来的他星任务计划作为协同决策结果，反馈给相应的他星。

5)通信交互

通信交互模块按照通信机制选定时间点进行通信交互，将待规划调度的任务需求信息，协同决策结果，执行意图，资源信息和任务计划等等打包发送出去，并接收他星传递来的信息包。

自主卫星之间的信息流是指执行任务动作所需的数据和触发任务需求所需的消息。图2表示了分散式协同架构中的信息流图，其中”m”表示消息，”d”表示数据。下表列出了分散式协同架构中各消息和数据的具体描述。

表1信息流图中消息和数据的详细描述表格

分布式对地观测卫星系统具有独特的轨道特性和间隙性通信特性，通信约束较多机器人系统和多无人机系统更严格，系统内的通信连通性并不能实时保证。因此，在动态任务环境中，面对有限的星上计算能力和时变的通信约束，设计出高效适用的多星在线协同调度机制与算法，在系统效能和通信成本代价之间取得平衡，是个非常具有挑战性的问题。

分布式对地观测卫星系统是位于不同轨道上的卫星集合，其任务是对地球表面的各个热点区域进行观测成像，比如对应于火山活动或森林火灾的热点。各个对地观测卫星配备有单一的成像载荷，其相机中心视场线可以左右摆动。侧摆活动需要有持续时长限制，因此观测活动太靠近的任务请求不能由同一颗卫星实现。此外，卫星配备有异常探测设备，发现热点事件，并在星上生成观测任务请求。

观测任务请求的在线到达主要来自三个主要来源：星座内卫星自身生成的任务，星座内其他卫星上生成并传递过来的任务以及地面站的应急上注。

对地观测卫星处于低轨道上，星间链路并不总是可用的。例如，RapidEye 是德国勃兰登堡RapidEye AG公司的商业多光谱对地观测卫星项目，包括由五颗小卫星组成的卫星星座。五颗RapidEye对地观测卫星部署在高度为630公里的同一太阳同步轨道上，并且等距放置以确保一致的成像条件和短的重访时间间隔。这些卫星在其轨道平面上彼此时间间隔约为19分钟。可见五颗卫星之间并不存在星间直接通信链路，因为卫星的数量和高度不允许星间链路的存在，因此我们只能在地面站中离线操作和协同这些卫星。本发明中假设存在数量有限的通信中继节点，可提供比以前更多的通信机会。而这些中继节点可以位于地面上，如地面通信站或移动通信车辆，也可以是部署在太空的通信卫星等等。

在卫星星座的在线调度问题中，有两种类型的任务，常规观测任务和应急观测任务。地面控制中心接收用户的观测请求并对其进行安排，然后通过星地链路上传已生成的观测计划。在本发明中，将这些作为预先收集的观测请求称为常规观测任务。相比之下，从星座内外的卫星上随机到达的观测请求被称为应急观测任务，而不可预见的应急任务需要在无地面干预的情况下进行在线调度。应急观测任务对应的收益值通常高于常规观测任务，因为这类任务具有高价值并且亟需快速响应。对于更一般的情况，应急观测任务往往是以批次的形式随机到达。

从更广泛的多对地观测卫星系统协同角度，首先，对地观测卫星一次只能对地面上的一个目标进行成像。其次，各任务针对不同的观测目标，并且相互之间是独立的，每个任务可以由一颗卫星完成。第三，卫星调度问题是任务请求数量明显大于可用的对地观测卫星数量的过度订购问题，因此为每个卫星构建任务计划。对于对地观测卫星与任务之间的效用依赖关系，存在四种类别：无依赖关系(ND)，自身调度计划内部依赖关系(ID)，调度计划之间的交叉依赖关系(XD)和复杂依赖关系(CD)。而在我们的问题中，存在自身调度计划的内部依赖关系(ID)，这意味着针对给定的卫星，是否能够执行给定的任务取决于其计划中其他任务的调度安排情况。

为了表述的统一简便，对本发明中所用到的字符进行统一定义：

下标

i,i′,i″:低轨LEO(Low Earth Orbit)卫星编号，i＝1,2,...,n₁

g:通信中继节点编号，h＝1,2,...,n₂

j,j′:应急观测任务编号，j＝1,2,...,u

k:常规观测任务编号，k＝1,2,...,v_i

q:通信时间窗口编号，q＝1,2,...,m_ig

o,o′,o″:任务批次编号，o＝1,2,...,l

参数量

H:整个调度区间

tl:整个调度区间H的总时长

n₁:系统中LEO卫星的总数量

n₂:可用的通信中继节点数量

u:一批次任务中的应急任务数量

l:整个调度区间H内应急任务总批次数

v_i:LEO卫星i上已上传的常规任务数量

r_o:中继节点向LEO卫星发布第o批次应急任务的时间

tr_io:第o批次应急任务的时间到达LEO卫星i的时间

sp_roll:LEO卫星的侧摆角速度

maxθ:LEO卫星的最大侧摆角

oes_ioj:针对LEO卫星i，第o批次中第j个应急任务的最早观测开始时间

olf_ioj:针对LEO卫星i，第o批次中第j个应急任务的最晚观测结束时间

ols_ioj:针对LEO卫星i，第o批次中第j个应急任务的最晚观测开始时间

otw_ioj:针对LEO卫星i，第o批次中第j个应急任务的观测时间窗口

p_oj:第o批次中第j个应急任务的成像时长

e_oj:第o批次中第j个应急任务的收益，由管理者或星上决策给出

θ_ioj:针对LEO卫星i，第o批次中第j个应急任务的侧摆角度

b_ioj:针对LEO卫星i，第o批次中第j个应急任务的实际开始时间

c_ioj:针对LEO卫星i，第o批次中第j个应急任务的实际结束时间

oes_ik:LEO卫星i上第k个常规任务的最早开始时间

olf_ik:LEO卫星i上第k个常规任务的最晚结束时间

p_ik:LEO卫星i上第k个常规任务的成像时长

e_ik:LEO卫星i上第k个常规任务的收益，由管理者给出

b_ik:LEO卫星i上第k个常规任务的实际开始时间

c_ik:LEO卫星i上第k个常规任务的实际结束时间

s_iojk:LEO卫星i上，当第k个常规任务紧接着第o批次中第j个应急任务执行时的次序依赖转换时间

s_ikoj:LEO卫星i上，当第o批次中第j个应急任务紧接着第k个常规任务执行时的次序依赖转换时间

s_iojo′_j′:LEO卫星i上，当第o′批次中第j′个应急任务紧接着第o批次中第j个应急任务执行时的次序依赖转换时间，其中(o≠o′)||(j≠j′)＝1

ctw_igq:LEO卫星i与中继节点g之间的第q个通信时间窗口

m_ig:LEO卫星i与中继节点g之间的通信时间窗口数量

ut_ioj:针对LEO卫星i，第o批次中第j个应急任务的表示形式

w_ioj:当第o批次中第j个应急任务可在LEO卫星i上调度执行时，等于1，否则，等于0。

通信中继节点与系统内所有LEO卫星之间的通信时间窗口集合，定义如下：

具体而言，通信中继节点g与LEO卫星i之间的通信时间窗口集合，定义如下：

其中通信时间窗口ctw_igq定义为:

ctw_igq＝[ces_igq,clf_igq]

其中ces_igq是最早通信开始时间，clf_igq是最晚通信结束时间。

批次任务的时间可用性&应急任务的时间可用性

当且仅当LEO卫星i与中继节点之间存在一个或多个通信时间窗口时，第o批次应急任务才可以从中继节点发布给LEO卫星i。对批次任务的可用性w_io，计算如下：

当且仅当第o批次应急任务在最晚观测开始时间ols_ioj之前到达LEO卫星i，第o批次中第j个应急任务可在LEO卫星i上进行调度执行。对应急任务的时间可用性w_ioj，计算如下：

其中ols_ioj＝max{olf_ioj-p_oj-(2·maxθ)/sp_roll,oes_ioj}。

根据实际应用情况，本发明在3.1节对单星问题所做假设的基础上，补充面向整个系统的假设如下：

1.不同来源的应急观测任务在通信中继节点进行汇总，并由其发布；

2.星上载荷是光学成像载荷，需考虑地影的影响；

3.LEO卫星与中继节点之间的通信延迟时间较短，可忽略不计；

4.在整个调度区间内，星上固存空间和持续工作时间是足够的。

当第o″批次应急任务到达卫星星座时，在线协同调度问题可用混合整数线性规划模型 MILP(mixed integer linear programming)进行表示：

决策变量

c_ioj+(s_iojk+p_ik)y_iojk+olf_ioj(y_iojk-1)≤c_ik (2)

c_ik+(s_ikoj+p_oj)y_ikoj+olf_ik(y_ikoj-1)≤c_ioj (3)

c_io'j'+(s_io'j'oj+p_ioj)y_io'j'oj+olf_io'j'(y_io'j'oj-1)≤c_ioj (4)

(tr_io+p_oj)x_ioj+s_ikojy_ikoj+s_io'j'ojy_io'j'oj≤c_ioj (5)

p_ikz_ik+s_iojky_iojk≤c_ik (6)

(oes_ioj+p_oj)x_ioj≤c_ioj (7)

(oes_ik+p_ik)z_ik≤c_ik (8)

c_ioj≤olf_iojx_ioj (9)

c_ik≤olf_ikz_ik (10)

b_ioj+p_oj＝c_ioj (11)

b_ik+p_ik＝c_ik (12)

x_ioj＝{0,1},y_iojk＝{0,1},y_ikoj＝{0,1},y_io'j'oj＝{0,1},z_ik＝{0,1},w_io_j＝{0,1}(15)

面向分散式架构，采用分散式算法，特别是拍卖算法和一致性协议，对任务进行无冲突分配，适用于很难达到全局一致性态势感知的通信环境不可靠情况。

针对通信约束下的多星在线协同任务调度这一复杂组合优化问题，并面向分散式架构，本发明提出基于同步通信的一致性束算法m-CBBA算法。

采用同步通信的算法对何时进行通信有严格的规则定义，同时，同步策略会对通信情况进行排队，只能在特定的事件触发下才能执行，这保证了在程序执行过程中算法具有预计的状态。在大多数迭代算法中，均采用同步算法。在同步迭代算法中，各模块会执行并行计算，分享状态变量，然后等待下一个触发事件，以进行算法的下一次迭代过程。在这个过程中，对每个对地观测卫星的状态进行保证。

采用同步算法的成本代价在于需要维持同步行为，特别是在分布式和分散式算法中，要实现同步协同行为，则需要满足协同各方的同时通信可见，才能进行协同同步化。

一致性束算法CBBA是一分布式拍卖算法，以实时分布式的方式处理复杂的约束，为多对地观测卫星多任务分配问题给出任务分配方案，则在实际应用中非常高效。

一致性束算法具有多个特征，可用于实现异构系统协同任务调度，假定N_t为待分配的总任务数，L_t为每束的最大任务数量，N_a为可用的对地观测卫星数量，D为该对地观测卫星网络中的对地观测卫星数量，具体如下：

(1)一致性束算法是面向分散式架构的；

(2)一致性束算法属于多项式时间算法，则束构建阶段的计算复杂度是O(N_tL_t)；

(3)一致性束算法会在max{N_t,L_tN_a}D次迭代内收敛，从而一致束算法能够很好地适应网络规模和任务数量的变化；

(4)不同的求解目标，对地观测卫星内部模型以及相关约束都可以通过设计合适的评分函数进行体现。如果评分函数满足边际收益衰减特性，可保证得到好的可行解。

针对分布式多星系统，要执行一致性束算法，则需要每颗LEO卫星具有六个信息向量，具体如下：

1.任务束，1≤n≤|BU_io|。该任务束表示LEO卫星i从第o批应急任务中选取并调度成功的任务集合，同时按照各任务添加到束中的时间先后进行排序。当前任务束的长度为|BU_io|，且要小于一批次内的应急任务数量u，|BU_io|≤u；当任务束为空时，用BU_io＝φ和|BU_io|＝0表示。

2.相应的计划序列，1≤n≤|PA_io|。该计划序列中的任务与任务束相同，并用于表示LEO卫星i执行任务束中各任务的具体次序。计划序列的长度与任务束的长度相同，|BU_io|＝|PA_io|≤u。

3.执行时间向量，1≤n≤|TI_io|。执行时间向量表示LEO卫星i执行计划序列中各任务的实际开始时间，同时向量长度与计划序列的长度相同。

4.胜出者列表长度为u，其中wa_ioj表示LEO卫星i当前所认为的针对第o批应急任务中第j个任务的胜出者，具体取值与胜出者编号相对应。当 wa_ioj＝φ时，LEO卫星i认为当前对于该任务无胜出者。

5.中标出价列表长度为u，其中wb_ioj表示对应的胜出者所给出的出价，当取值为0时，表示该任务当前无胜出者。

6.时间戳向量长度为n₁，其中ts_ioi′表示针对第o批次应急任务， LEO卫星i进行最新信息更新的时间戳，即接收到来自LEO卫星i′处更新信息的时刻点。

本发明的一致性束算法CBBA包括两个阶段的迭代：束构建阶段和一致性构建阶段，其中前者对应于每个对地观测卫星以贪婪搜索的形式生成排序后的任务束，后者对应于识别任务分配冲突，并通过与相邻对地观测卫星之间的局部通信进行冲突消解。这两个阶段不断地迭代重复，直至达到收敛。

本发明的一致性束算法m-CBBA还具有同步通信环路预测阶段。由于实际应用中存在严格的通信约束，则对地观测卫星之间的强连通性是不可能达到的，因此该通信环路预测可在提升系统全局性能和保证应急任务无冲突调度之间取得均衡，而不是实现在胜出者列表上的全局收敛。

阶段1：同步通信环路预测

同步通信环路是用于两个或多个对地观测卫星(卫星)的双向通信链路，以向其他对地观测卫星共享信息向量并从环路中接收来自其他对地观测卫星的反馈信息。一个同步通信环路构建于发起者和一个或多个响应者的通信时间窗口之间均存在重叠时间的基础上。

其描述形式是一个多元组＜ID,I,R,ES,LF＞_SCL：

—ID是一个标识符；

—I是通信发起者编号，即第一个对其信息进行分享；

—R是接收并分享信息的通信响应者编号；

—ES是通信环路的最早开始时间；

—LF是通信环路的最晚结束时间。

其中通信发起者I和响应者R都是LEO卫星，并且ES和LF是由发起者和所有响应者的通信时间窗口上的重叠时间区间确定的。

同步共享反馈交互

每次同步共享反馈交互的都是在一可用的同步通信环路上触发形成的，其中分享上行时间戳与分享下行时间戳相同，而反馈上行时间戳与反馈下行时间戳相同。所对应的描述形式＜id,i,i′,t_US-DS,t_UF-DF＞源于同步通信环路＜ID,I,R,ES,LF＞_SCL，其中i∈I,i′∈R， t_US-DS,t_UF-DF∈[ES,LF]，t_US-DS＜t_UF-DF。

对于每个LEO卫星，当一批应急观测任务到达时，都需要预测自身作为发起者的可用同步通信环路。此外，当一组共享信息向量到达时，需要对自身作为响应者的该同步通信环路进行记录。通过上述两种情况，每个卫星都会从自身的角度建立和更新同步通信环路。对于每个卫星，对所有的同步通信环路进行更新并按照最早开始时间的先后进行排序和执行。

为了实现本地局部收敛，在环路可用的时间区间内，每当环路发起者或响应者所构造的任务束改变时，则在环路上触发一次同步共享反馈交互，同时生成最后一次信息更新的时间戳。

同步通信环路中的一个共享反馈交互认定为一次通信，则在m-CBBA算法的在线协同调度中最多有un₁(n₁-1)次通信。在每次共享反馈交互中，进行以下两个阶段。

阶段2：束构建阶段

相比于枚举所有可能的任务束，在m-CBBA中，每个LEO卫星都构建了各自相应的任务束，并随着调度过程的进行而更新。在算法的这一阶段中，每个LEO卫星以顺序性贪婪方式不断将任务添加到其任务束中，直到不能再添加任何任务为止。任务束中的任务是根据依次添加的顺序排列的，而执行计划中的任务是按照其对应的实际开始时间进行排序的。

束构建过程是基于面向单星的在线调度算法。对于当前不在任务束中的每个可用任务， LEO卫星将其收益值与当前中标向量中的任务得分进行比较，如果更大，则保留为新的任务中标得分。对于未调度的任务集合，对地观测卫星从中选取具有最高得分的任务，并将其添加到任务束中，并对任务束，执行计划，时间戳，胜出者和中标向量进行更新，以包含新添加的任务。

束构建的递归过程一直持续到任务束已达到其容量限额，或者不再有任务能够添加到任务束中，即该卫星对于剩余任务的执行不再能够胜过其他卫星。

阶段3：一致性构建阶段

一旦对地观测卫星构建起自身的任务束，则需要与其他对地观测卫星进行通信，以消解分配冲突。在接收到相邻对地观测卫星传递过来的胜出者和相应的中标信息后，每个对地观测卫星可以确定其任务束中的任何任务是否已被其他对地观测卫星胜出并中标。

在一致性构建阶段中，每对相邻对地观测卫星会同步共享以下信息向量：胜出者列表 WA_io，中标出价列表WB_io和时间戳向量TS_io，对应表示其他对地观测卫星所接收到最新信息更新的时间戳。

对于在发送方i和响应方i′之间传递的每条消息，对地观测卫星i′会根据所接收到的信息，执行一系列操作，从而对其自身的信息向量进行更新。这些具体操作包括将其自身信息WA_i′o，WB_i′o和TS_i′o，与对地观测卫星i所对应的信息进行比较，以确定对于每个任务哪些是最新的信息。对地观测卫星i′可对每个任务j采取三种可能的操作：

1.更新:wa_i′oj＝wa_ioj,wb_i′oj＝wb_ioj；

2.重置:wa_i′oj＝φ,wb_i′oj＝0；

3.舍弃:wa_i′oj＝wa_i′oj,wb_i′oj＝wb_i′oj；.

对对地观测卫星i发送来的消息进行响应时，针对应急任务oj，对地观测卫星i′所采用的操作决策规则，如表2。

表2同步通信下当接收到消息时的操作决策规则

如果在通信过程中胜出者列表WA_io或中标出价列表WB_io有所变动，则对地观测卫星检查所更新或重置的任务是否在自身的任务束中。如果存在，则任务束中这些任务及其后续的任务都需要清空释放，然后当是任务束中第一个被胜出的任务位置序号，则对于任务束中后续的所有任务及其任务脚标，会进行如下更新：

从而任务束被裁剪，以移除后续的任务：

同时，相对应的任务条目也从执行计划和时间戳向量中移除。

如果后续已调度任务不释放，则结果过于保守，会导致算法收益降低，则释放后续的已调度任务，重新进行束构建，是由任务调度安排的前后时间关联性所决定的。至此，算法重新进入第二阶段，将新的任务添加到任务束中。m-CBBA算法则在后两个阶段中进行迭代直至信息变量不再编队。在实际应用中，同一同步通信环路上的同步分享反馈次数会受到通信成本代价的限制。

同步通信环路预测的计算复杂度是给定一特定LEO 卫星，针对一批应急任务的在线调度算法，其计算复杂度是则m-CBBA 算法的整体计算复杂度为

异步通信应用于算法中各个模块之间相互独立运行的情况。因此，异步通信在分散式算法中广泛应用，即能够随时利用可用的信息，并不按照严格的调度节点。

在m-CBBA算法中，束构建阶段可以独立而异步地执行的，因为在此阶段对地观测卫星只需要本地局部信息。然而，m-CBBA算法的一致性构建阶段采用同步通信策略会影响整个系统的响应能力和性能表现，因为冲突消解策略要求每个对地观测卫星在每次通信迭代中知道每个相邻对地观测卫星的最新信息。可见，这是采用了全局一致性的方法，其中每个对地观测卫星分享自己的当前状态，并等待接收所有相邻对地观测卫星的反馈消息(或者等待一定的时间)，然后进入下一个算法阶段。

对于实时系统而言，这样强制的算法延迟是不切合实际的，影响到算法的性能表现和收敛速率，因此本发明提出m-ACBBA算法，采用了异步通信环路和异步冲突消解规则。

与m-CBBA算法相比，m-ACBBA不仅将中继节点视为通信节点，而且还采用中继节点发挥协同器的作用。因此，m-CBBA和m-ACBBA之间的不同之处在于m-ACBBA使用异步通信环路预测和异步局部决策规则。

阶段1：异步通信环路预测

当LEO卫星在对新一批应急观测任务进行调度之后立即将其信息向量分享给中继节点，中继节点作为协同器，负责对异步通信环路进行预测。

异步子通信环路(ASCLs,Asynchronous sub-communication loops)是由单星自身的调度周期，应急任务的截止日期和中继节点与LEO卫星之间的通信时间窗口共同决定的。具体的描述形式是一多元组＜ID,I,R,ES,LF＞_ASCL，与同步通信环路的描述形式相同，但不同之处在于I或R为中继节点，当一LEO卫星确定为I时，R则设定为中继节点。否则，当I为中继节点时，则R设定为LEO卫星。可见，通信时间窗口ctw_igq等同于异步子通信环路＜id,i,g,ces_igq,clf_igq＞或＜id,g,i,ces_igq,clf_igq＞。

异步通信环路，也称为ACL，是英文Asynchronous communication loop的简写，表示为一元组＜ID,I,R,ES_US,LF_US,ES_DS-UF,LF_DS-UF,ES_DF,LF_DF＞_ACL，是由两个或三个独立的异步子通信环路构成的。

两个异步子通信环路＜ID₁,I₁,R₁,ES₁,LF₁＞_ASCL和＜ID₂,I₂,R₂,ES₂,LF₂＞_ASCL形成上述异步通信环路。在这两个异步子通信环路中，存在五种相关关系，具体如下：

(1)I和R均是LEO卫星。ACL发起者I是前一ASCL的发起者I₁，同时ACL响应者R 是后一ASCL的响应者R₂。

I＝I₁

R＝R₂

(2)前一ASCL的响应者R₁和后一ASCL的发起者I₂均是通信中继节点。当通信中继节点相互连通时，则两ASCL对应的中继节点可以不相同。否则，对应的中继节点是同一个。

(3)ES_US和LF_US表示ACL的分享上行通信时间窗口。

ES_US＝ES₁

LF_US＝min{LF₁,LF₂}

ES_US≤LF_US

(4)ES_DS-UF和LF_DS-UF表示ACL的分享下行-反馈上行通信时间窗口。

ES_DS-UF＝max{ES₁,ES₂}

LF_DS-UF＝LF₂

ES_DS-UF≤LF_DS-UF

(5)ES_DF和LF_DF表示ACL的反馈下行通信时间窗口。

ES_DF＝max{ES₁,ES₂}

LF_DF＝LF₁

ES_DF≤LF_DF

三个异步子通信环路ASCLs＜ID₁,I₁,R₁,ES₁,LF₁＞_ASCL，＜ID₂,I₂,R₂,ES₂,LF₂＞_ASCL和＜ID₃,I₃,R₃,ES₃,LF₃＞_ASCL，按照最早开始时间的先后顺序，组成一异步通信环路ACL。同样，这三个ASCLs中存在五个相关关系，具体如下：

(1)I和R均是LEO卫星。ACL的发起者I是第一个ASCL的发起者I₁，同时，响应者 R是最后一个ASCL的响应者R₃。

I＝I₁

R＝R₃

(2)第一个ASCL的发起者I₁与最后一个ASCL的响应者R₃相同，以构成一完整通信环路。

I₁＝R₃

(3)第一个ASCL的响应者R₁和后两个ASCL的发起者I₂和I₃均是通信中继节点。当中继节点之间相互连通时，则相对应的中继节点可以不同，否则，是同一个中继节点。

(4)ES_US和LF_US表示ACL的分享上行通信时间窗口。

ES_US＝ES₁

LF_US＝min{LF₁,LF₂}

ES_US≤LF_US

(5)ES_DS-UF和LF_DS-UF表示ACL的分享下行-反馈上行通信时间窗口。

ES_DS-UF＝max{ES₁,ES₂}

LF_DS-UF＝LF₂

ES_DS-UF≤LF_DS-UF

(6)ES_DF和LF_DF表示ACL的反馈下行通信时间窗口。

ES_DF＝max{ES₂,ES₃}

LF_DF＝LF₃

ES_DF≤LF_DF

异步分享反馈交互

异步分享反馈交互是在可用的异步通信环路上触发生成的。在该交互中，共有四个时间戳，包括分享上行，分享下行，反馈上行和反馈下行。其描述形式＜id,i,i′,t_US,t_DS,t_UF,t_DF＞源于异步通信环路＜ID,I,R,ES_US,LF_US,ES_DS-UF,LF_DS-UF,ES_DF,LF_DF＞_ACL，其中i∈I，i′∈R， t_US∈[ES_US,LF_US]，t_DS,t_UF∈[ES_DS-UF,LF_DS-UF]，t_DF∈[ES_DF,LF_DF]，t_US≤t_DS，t_DS＜t_UF，t_UF≤t_DF。

对于每个LEO卫星，在ACL的可用时间区间内，当发起者或响应者的任务束发生变动时，则异步分享反馈交互在环路上执行。由于通信延迟和调度计算所占用的时间相对较短，则将分享下行与反馈上行的时间戳等同，t_DS≈t_UF。

ACL上的一次异步分享反馈交互共包括三次通信，即分享上行，分享下行-反馈上行和反馈下行。对于一批次的应急任务，采用m-ACBBA算法进行在线协同调度，最多需要3un₁(n₁-1)次通信。

在每次异步分享反馈交互中，束构建和一致性构建均执行。与m-CBBA算法相比，不同之处在于m-ACBBA算法在一致性构建阶段，采用异步局部决策规则。

异步通信协议中消息的到达是乱序的，比如较早时间生成的消息会比较晚时间生成的信息晚到。因此，m-CBBA算法中对地观测卫星基于消息接收时间的时间戳更新机制不适合这种异步情况。则m-ACBBA算法的配置中，用消息上的时间戳表示胜出对地观测卫星中标的实际时刻，即长度为u，其中ts_ioj表示针对第o批次中应急任务 j，LEO卫星i上这一胜出标的生成时间。而不是m-CBBA算法中所采用的对地观测卫星消息更新时间，即长度为n₁，其中ts_ioi′表示针对第o批次应急任务， LEO卫星i进行最新信息更新的时间戳。

在m-ACBBA算法中，采用一系列局部消解规则，而不需要全局状态信息。同时，该消解协议能够对乱序的消息和冗余信息进行一致化处理。

mACBBA算法中的冲突消解规则，不仅是接收者对胜出者列表和中标出价列表进行更新，而是确定需要进行再次分享的消息。

进行再次分享的原因，在于：一是减少网络中的通信负担，避免冗余信息的再次分享；二是处理异步系统中时间戳的混乱。

接收者可采用以下五种可能的行动：

1.更新&再分享：接收者根据发送者过来的信息，更新胜出者列表，中标出价列表以及胜出时间向量，然后再分享这次更新；

2.舍弃&再分享：接收者不改变其信息状态，然后对自身所认定的胜出者信息进行再分享；

3.舍弃&不再分享：接收者不改变自身的信息状态，也不对其再分享，应用于所接收到的消息与现有的信息相一致的情况。

4.重置&再分享：接收者对胜出者和胜出值进行清零，然后对原接收到的消息进行再分享，则消除混乱；

5.更新时间&再分享：接收者是胜出者，当接收到消息时，对其胜出生成时间戳更新为当前时间，以确认自己仍然认为自己是胜出者。

对对地观测卫星i发送来的消息进行响应时，针对应急任务oj，对地观测卫星i′所采用的操作决策规则，如表3。

表3异步通信下当接收到消息时的局部决策规则

异步通信环路预测的计算复杂度是对于给定的LEO 卫星，针对一批次应急任务的在线调度计算复杂度是则m-ACBBA算法的整体计算复杂度为

对地观测任务的目标例如是监测发现，详查和跟踪森林火灾或火山爆发活动。更准确地说，森林火灾和火山爆发需要自动监测发现，定位和识别。在这些应急事件发生的情况下，我们着重提高系统的快速响应能力，并通过在线协同提高系统的全局收益。

我们利用地球静止轨道(GEO)通信卫星作为通信中继节点，在一定程度上缓解了通信短缺的情况，但是通信条件仍然受限，约束仍然苛刻。首先，GEO和LEO之间的通信时间窗口比地面站和LEO卫星之间的通信时间窗口要大得多；其次，GEO与其覆盖范围内的地面站时时相连，从而保证任务需求上传和数据下传的实时可用性，所以以这种通信方式，多星在线协同变为现实，可支持更高水平上的灾难管理。图6给出了空间段和地面段之间可用的通信情况。

需要指出的是，

(1)当LEO通过GEO的覆盖区域时，LEO卫星与GEO卫星之间的通信可用。该通信链路用于通过GEO，实现LEO和地面站之间的应急观测任务双向传输，并将低速率数据从LEO下传到地面站(GS)。

(2)GEO与GS之间的通信交互是可以时时进行的，因为GS位于GEO的覆盖区域。该通信链路用于应急观测任务上传和低速率数据下载。

(3)GEO之间的双向通信交互是可行的，实现在GEO之间传输与任务有关的信息。

(4)LEO卫星之间无法进行直接通信。

在示例应用场景中，在同一轨道上配置3颗LEO卫星，在赤道上方配置3颗GEO卫星，具体卫星参数见表4。仿真的时间长度设定为6h。

表1三颗LEO卫星和三颗GEO卫星的轨道参数设置

该配置场景的特点如下：

1.当同一轨道上的三颗LEO卫星对地面上同一目标进行观测成像时，LEO_A和LEO_B之间的时间间隔约为12分钟，LEO_B与LEO_C之间的时间间隔也是12分钟。

2.GEO卫星的通信覆盖区域为一锥角为7.5°的圆锥形区域。

3.LEO卫星的观测成像区域为一矩形。若在同一轨上对同一目标进行观测成像，则LEO_A和LEO_B之间成像角度的变化值约为20°，同样LEO_B与LEO_C之间成像角度的变化值也约为20°。

对当前分布式卫星系统的通信情况进行分析，包括面向集中-分布式架构的高低轨卫星之间通信情况，如表4，和面向分散式架构的低轨之间通信情况，如表5。

表5当前分布式卫星系统中高低轨卫星之间的通信约束情况

表6当前分布式卫星系统中LEO卫星之间的通信约束情况

对比面向分布式卫星系统的四种在线协同调度算法，包括单项任务下的合同网协议算法SI-CNP，批次任务下的合同网协议算法BA-CNP，改进的一致性束算法m-CBBA和改进的异步一致性束算法m-ACBBA。

在m-CBBA和m-ACBBA算法中，每次共享反馈交互的分享上行，分享下行，反馈上行和反馈下行时间戳分别是从通信环路对应的最早开始时间和最晚结束时间之间的时间区间内随机生成。在每个完全通信环路上，最多进行一次共享反馈交互。

采用三项性能指标，分别是总收益，已调度成功的应急任务比例和相应的通信总次数。这三项指标的具体描述如下：

(1)系统总收益，指分布式卫星系统在整个调度区间内的所有已调度成功的任务收益之和。

(2)已调度成功的应急任务比例，指分布式卫星系统中已调度成功的应急观测任务在进入调度求解的应急观测任务中所占的百分比。

(3)通信总次数。通信总次数是是三种单向通信情况的通信次数之和，分别是LEO向GEO发起通信，GEO向LEO发起通信以及GEO之间单向通信。

为了评估四种在线协同调度算法的性能，我们重点关注分布式卫星系统对应急观测任务到达的响应性，因此两个与任务相关的参数量，应急观测任务的到达速率和相机指向角度，以及一个与调度机制相关的参数量，滚动调度周期，对于测试算例的生成是十分重要的。可见，这两个与任务相关的参数量分别代表应急观测任务的时间分布特性和空间分布特性，而滚动调度周期则决定了在线调度计算的规模大小。此外，其他所有参数量均由给定的均匀分布生成。与卫星、任务和调度机制相关的参量设置情况，如表7所示。

表2相关参量设置

图7给出了不同滚动调度周期下分别针对GEO卫星之间不互联与互联情况的m-CBBA 算法结果。与GEO卫星之间不互联的情况相比，互联互通的GEO卫星网络有助于实现更高的总收，完成更高比例的应急任务。因为与不互联的情况相比，互联互通使得通信时间窗口数量增加或时间区间延长。同时，互联互通需要更多的通信，特别是GEO之间的通信交互。

表8显示随着应急任务到达速率增加，每个算法所取得的总收益也在增加。在应急任务到达速率相同的情况下，应急任务的空间分布范围越广，所取得的总收益越低，调度成功的应急任务比例越低。

当滚动调度周期T为6min时，在应急任务的空间和时间分布相同时，m-ACBBA和 m-CBBA都比SI-CNP和BA-CNP获得更高的总收益，而m-ACBBA的总收益通常高于m-CBBA。而当滚动调度周期T为12min时，m-ACBBA在四种算法中得到最高的总收益，而SI-CNP算法所得到的收益高于BA-CNP和m-CBBA算法。可见，对于BA-CNP和 m-CBBA算法，滚动调度周期越长，总收益越低，因为BA-CNP算法针对批次任务进行调度，而每个调度周期对应于一个应急任务批次，同时m-CBBA算法在每个滚动调度周期内的同步通信环路上最多进行一次分享反馈交互，则滚动调度周期越长，分享反馈次数越少，从而影响应急任务的及时响应调度。

对于SI-CNP和m-ACBBA算法，滚动调度周期越长，总收益越高，特别是m-CBBA 算法在通信次数减少的情况，总收益仍有所增长，说明异步通信策略表现优异。

表8各算法在不同参数条件下所取得的总收益

表9表明在相同的参数量下，m-ACBBA在四种算法中调度成功的应急任务比例最高。整体上按调度成功的应急任务比例由高到低的方式，对各算法进行排序，依次是： m-ACBBA>m-CBBA>BA-CNP>SI-CNP。

表9各算法在不同参数条件下所取得的应急任务调度成功比例(％)

表10显示随着应急任务的到达速率增加，通信数量有所增加，而SI-CNP的通信量增长幅度最大，因为其依次对单个任务进行协同调度。在这四种算法中，m-CBBA的通信次数最少，SI-CNP的通信次数最多，因为同步通信环路的构建条件严格，则环路数量少，进而影响通信交互次数。随着滚动调度周期增长，SI-CNP对应的通信量大大增加，而其他三种算法对应的通信量均有所减少。

表10各算法在不同参数条件下的通信次数

表11表明三种算法相比SI-CNP在总收益上均有提高，其中m-ACBBA的收益增加幅度最大。同样，表12表明三种算法相比SI-CNP算法在应急任务调度成功的比例上均有提高，其中m-ACBBA的提高幅度最大。

表13显示随着应急任务的到达速率增加，平均计算时间增加。在相同的参数条件下，这四种算法所需的计算时间几乎相同，且均与星上实际计算能力相匹配。

表3当T为6min时与SI-CNP相比，各算法的收益增加(％)

表12当T为6min时与SI-CNP相比，各算法的应急任务调度成功增量(％)

表13一颗LEO卫星上一调度周期内调度平均计算时间(/s)

综上所述，当系统中的通信成本代价高时，m-CBBA算法可在系统总收益和通信次数之间取得平衡，而当系统的通信成本低时，m-ACBBA算法是获得高系统总收益和高应急任务调度成功比例的最佳选择。

本发明对严格通信约束下面向简单任务的同构分布式对地观测卫星系统在线协同调度问题进行研究。面向简单任务的多星协同调度问题，均属于 ID[ST-SR-TA]问题。因为单星上可以分配并调度多个任务，而且由于时间窗口约束和资源(电量，固存)限制，针对某个任务的单星调度，会受到其他任务的影响，则存在调度计划内部的依赖关系。首先针对通信时间窗口和观测时间窗口，定义应急任务的批次可用性和时间有效性，构建每批应急任务到达时的子问题MILP模型；然后，以单星在线调度机制为基础，分别面向集中-分布式架构和分散式架构，各提出两种在线协同任务调度算法。具体而言，面向集中 -分布式架构的两种算法是单项任务下的合同网协议算法SI-CNP和批次任务下的合同网协议算法BA-CNP；面向分散式架构的两种算法是改进一致性束算法m-CBBA和改进异步一致性束算法m-ACBBA，两者分别是基于同步通信和异步通信。计算实验结果表明，相比不互联互通，中继节点的互联互通会使得通信时间窗口有所增加和扩展，有助于系统总收益和应急任务调度成功比例的增加。当系统中的通信成本高时，m-CBBA算法在平衡利润和所需通信数量上占优。当系统中的通信成本代价高时，m-CBBA算法可在系统总收益和通信次数之间取得平衡，而当系统的通信成本低时，m-ACBBA算法是获得高系统总收益和高应急任务调度成功比例的最佳选择。

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 (7)

1.一种面向简单任务的同构多星在线协同方法，其特征在于，所述同构多星采用分散式架构，每颗对地观测卫星LEO为自主卫星，且在架构内具有相同的智能层次，不存在等级差异，同时，所有自主卫星之间具有通信交互链路，对于应急紧急观测任务，每颗自主卫星都经过“自主规划调度——通信交互——协同决策”的循环过程，其中，每颗自主卫星不仅对自身的任务计划进行更新，也对架构内的其他自主卫星的任务计划进行维护，所述面向简单任务的同构多星在线协同方法采用下述的调度算法：基于同步通信的一致性束算法。

2.如权利要求1所述的面向简单任务的同构多星在线协同方法，其特征在于，所述基于同步通信的一致性束算法包括：同步通信环路预测阶段、束构建阶段和一致性构建阶段，在所述同步通信环路预测阶段中，对于每颗对地观测卫星，当一批应急观测任务到达时，预测自身作为发起者的可用同步通信环路，以及，当一组共享信息向量到达时，对自身作为响应者的可用同步通信环路进行记录，每颗对地观测卫星对所有的所述可用同步通信环路进行更新并按照最早开始时间的先后进行排序和执行，在环路可用的时间区间内，每当环路发起者或响应者所构造的任务束改变时，则在环路上触发一次同步共享反馈交互，同时生成最后一次信息更新的时间戳，在每次同步共享反馈交互中，进行束构建阶段和一致性构建阶段，所述同步通信环路的描述形式是一个多元组＜ID,I,R,ES,LF＞_SCL：

—ID是一个标识符；

—I是通信发起者编号，即第一个对其信息进行分享；

—R是接收并分享信息的通信响应者编号；

—ES是同步通信环路的最早开始时间；

—LF是同步通信环路的最晚结束时间。

其中，通信发起者I和响应者R都是对地观测卫星，并且ES和LF是由通信发起者和所有通信响应者的通信时间窗口上的重叠时间区间确定的。

3.如权利要求2所述的面向简单任务的同构多星在线协同方法，其特征在于，在束构建阶段，每颗对地观测卫星以顺序性贪婪方式不断将任务添加到其任务束中，直到不能再添加任何任务为止，任务束中的任务是根据依次添加的顺序排列的，而任务计划中的任务是按照其对应的实际开始时间进行排序的，在束构建阶段，每个对地观测卫星都构建各自相应的任务束，并随着调度过程的进行而更新，对于当前不在任务束中的每个可用任务，对地观测卫星将其收益值与当前中标向量中的任务得分进行比较，如果所述收益值更大，则保留为新的任务中标得分，对于未调度的任务集合，对地观测卫星从中选取具有最高得分的任务，并将其添加到任务束中，束构建的递归过程一直持续到任务束已达到其容量限额，或者不再有任务能够添加到任务束中，即该对地观测卫星对于剩余任务的执行不再能够胜过其他对地观测卫星。

4.如权利要求2所述的面向简单任务的同构多星在线协同方法，其特征在于，每次同步共享反馈交互的都是在一可用的同步通信环路上触发形成的，在每次同步共享反馈交互中，分享上行时间戳与分享下行时间戳相同，而反馈上行时间戳与反馈下行时间戳相同。

5.如权利要求2所述的面向简单任务的同构多星在线协同方法，其特征在于，一致性构建阶段为：一旦对地观测卫星构建起自身的任务束，则与其他对地观测卫星进行通信，以消解分配冲突；在接收到相邻对地观测卫星传递过来的胜出者和相应的中标信息后，每个对地观测卫星确定其任务束中的任何任务是否已被其他对地观测卫星胜出并中标；

在一致性构建阶段中，每对相邻对地观测卫星同步共享以下信息向量：胜出者列表WA_io，中标出价列表WB_io和时间戳向量TS_io，对应表示其他对地观测卫星所接收到最新信息更新的时间戳；

对于在发送方i和响应方i′之间传递的每条消息，对地观测卫星i′会根据所接收到的信息，这些具体操作包括将其自身信息WA_i′o，WB_i′o和TS_i′o，与对地观测卫星i所对应的信息进行比较，以确定对于每个任务哪些是最新的信息，并对其自身的信息向量进行更新；

对地观测卫星i′可对每个任务j采取下述三种操作中的一种：

1.更新:wa_i′oj＝wa_ioj,wb_i′oj＝wb_ioj；

2.重置:wb_i′oj＝0；

3.舍弃:wa_i′oj＝wa_i′oj,wb_i′oj＝wb_i′oj。

6.如权利要求5所述的面向简单任务的同构多星在线协同方法，其特征在于，对发送方对地观测卫星发送来的消息进行响应时，针对应急任务oj，响应方对地观测卫星所采用的操作决策规则如下表

同步通信下当接收到消息时的操作决策规则

7.如权利要求5所述的面向简单任务的同构多星在线协同方法，其特征在于，如果在通信过程中胜出者列表WA_io或中标出价列表WB_io有所变动，则对地观测卫星检查所更新或重置的任务是否在自身的任务束中，如果存在，则任务束中这些任务及其后续的任务都需要清空释放，然后当是任务束中第一个被胜出的任务位置序号，则对于任务束中后续的所有任务及其任务脚标，会进行如下更新：

从而任务束被裁剪，以移除后续的任务：

同时，相对应的任务条目也从执行计划和时间戳向量中移除；

如果后续已调度任务不释放，则结果过于保守，会导致算法收益降低，则释放后续的已调度任务，重新进行束构建，是由任务调度安排的前后时间关联性所决定的，至此，算法重新进入第二阶段，将新的任务添加到任务束中，m-CBBA算法则在后两个阶段中进行迭代直至信息变量不再编队。