CN109308547B - 一种面阵凝视型光学遥感卫星区域覆盖路径优化方法 - Google Patents

Abstract

本发明的技术方案是提供一种面阵凝视型光学遥感卫星区域覆盖成像路径优化方法，包括以下步骤：遥感卫星对覆盖区域覆盖的成像次数进行优化，以获得优化后的成像次数；遥感卫星对覆盖区域覆盖的姿态步进路径进行优化，以获得优化后的遍历路径；遥感卫星使用优化后的成像次数和便利路径对覆盖区域进行覆盖。本发明将卫星对不规则区域连续覆盖问题转化成离散点遍历的路径优化问题，通过优化算法求解确定对于不规则区域卫星成像的次数和路径，可有效提升卫星对不规则区域的成像覆盖的效能。本发明提出的方法及算法可用于“高分四号”等面阵凝视型光学遥感卫星不规则区域覆盖方案制定和卫星任务规划。

Description

一种面阵凝视型光学遥感卫星区域覆盖路径优化方法

技术领域

本发明属于卫星遥感应用领域，尤其涉及一种面阵凝视型光学遥感卫星区域覆盖成像路径优化方法。

背景技术

面阵凝视型光学遥感卫星主要是指采用大面阵CCD或CMOS可见光面阵传感器、大面阵红外传感器作为图像获取手段的光学遥感卫星，采用面阵凝视成像方式，运行于地球静止轨道时，可通过卫星姿态机动实现对大范围地球表面的覆盖成像。随着地球静止轨道观测手段的发展和应用，国内外不断有地球静止卫星投入运行，特别是2015年12月发射并在轨运行的高分四号卫星，突破了面阵凝视型光学遥感卫星在静止轨道对地观测领域应用的新高度，在面阵传感器规模和分辨率水平方面具有世界领先地位。该卫星相机基于面阵凝视成像方式，单景成像幅宽可达500公里，通过卫星“机动-步进”成像，可以快速获取大范围区域的光学遥感图像，能够对减灾、气象、林业、环保等领域提供强有力支撑。

图1是现有的一种面阵凝视型光学遥感卫星对规则区域观测的方法，卫星每次成像的覆盖范围在地球表面表现为一个正方形，正方形的面积是固定的(“高分四号”单次成像面积为500公里×500公里)。成像时采用“蛇形步进”观测的方式，即从左端步进观测至右端，向下步进观测后，再从右端步进观测至左端，如此循环，直至完成整个目标区域的观测。决定卫星区域覆盖方案的要素包括：成像次数(即正方形的个数)、每次成像图像中心位置(即每个正方形的中心坐标)和姿态步进路径(即正方形中心坐标的连接顺序)。

但是，对于高分四号这种面阵凝视型光学遥感卫星而言，在开展大范围区域普查任务时，所面对的任务区域往往是不规则的，而采用现有的针对规则区域的“蛇形”覆盖方案会导致卫星成像次数和机动幅度的浪费。

因此，提供一种新的区域覆盖成像路径优化方法实为必要。

发明内容

本发明的目的是提供了一种可有效提升卫星对不规则区域的成像覆盖效能的面阵凝视型光学遥感卫星区域覆盖成像路径优化方法。

为实现上述目的，本发明的技术方案是提供一种面阵凝视型光学遥感卫星区域覆盖成像路径优化方法，包括以下步骤：遥感卫星对覆盖区域覆盖的成像次数进行优化，以获得优化后的成像次数；遥感卫星对覆盖区域覆盖的姿态步进路径进行优化，以获得优化后的遍历路径；遥感卫星使用优化后的成像次数和便利路径对覆盖区域进行覆盖。

进一步的，所述覆盖区域为不规则区域。

进一步的，所述优化后的成像次数即为覆盖不规则区域所需要的最少成像次数。

进一步的，所述遥感卫星对覆盖区域覆盖的成像次数进行优化的步骤具体包括：模型分析，确定需要考虑的因素；基于所述因素，设置构建模型的变量；基于所述模型的变量，构建模型的目标函数；对所述目标函数求解，得到覆盖不规则区域所需要的最少成像次数。

进一步的，所述对所述目标函数求解的步骤具体包括采用遗传算法对所述目标函数求解。

进一步的，所述优化后的遍历路径即为路径最短的遍历路径。

进一步的，所述遥感卫星对覆盖区域覆盖的姿态步进路径进行优化的步骤具体包括：模型分析，确定需要考虑的因素；基于所述因素，设置构建模型的变量；述模型的变量，构建模型的目标函数；

对所述目标函数求解，得到路径最短的遍历路径。

进一步的，所述对所述目标函数求解的步骤具体包括参照经典的旅行商问题采用遗传算法对所述目标函数求解。

本发明的一种面阵凝视型光学遥感卫星区域覆盖成像路径优化方法具有以下有益效果：本发明将卫星对不规则区域连续覆盖问题转化成离散点遍历的路径优化问题，通过优化算法求解确定对于不规则区域卫星成像的次数和路径，可有效提升卫星对不规则区域的成像覆盖的效能。本发明提出的方法及算法可用于“高分四号”等面阵凝视型光学遥感卫星不规则区域覆盖方案制定和卫星任务规划。

附图说明

为了更清楚地说明本发明实施例或技术方法，下面将对实施例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一些实施例，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，还可以根据这些附图获得其它的附图，其中：

图1是现有的一种面阵凝视型光学遥感卫星对规则区域观测的方法；

图2为本发明一种面阵凝视型光学遥感卫星区域覆盖成像路径优化方法中遥感卫星覆盖不规则区域的示意图；

图3为本发明一种面阵凝视型光学遥感卫星区域覆盖成像路径优化方法中基于遗传算法的正方形个数和中心点位置求解流程图；

图4为本发明一种面阵凝视型光学遥感卫星区域覆盖成像路径优化方法中基于遗传算法的正方形中心点遍历优化求解算法流程图。

具体实施方式

下面将对本发明实施例中的技术方法进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，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它实施例，都属于本发明保护的范围。

参阅图2，图2为本发明一种面阵凝视型光学遥感卫星区域覆盖成像路径优化方法中遥感卫星覆盖不规则区域的示意图。卫星对不规则区域连续覆盖问题可以转化成多个正方形中心离散点遍历的路径优化问题，通过优化算法求解，计算对于不规则区域完整覆盖的最少正方形个数和最短遍历路径，即可获得卫星成像的次数和路径选择的优化方案。因此，本发明提出的方法可以分解为两个过程，成像次数优化求解和姿态步进优化求解，分别构建优化求解模型并设计优化算法。具体的，本发明的技术方案是提供一种面阵凝视型光学遥感卫星区域覆盖成像路径优化方法，包括以下步骤：遥感卫星对覆盖区域覆盖的成像次数进行优化，以获得优化后的成像次数；遥感卫星对覆盖区域覆盖的姿态步进路径进行优化，以获得优化后的遍历路径；遥感卫星使用优化后的成像次数和便利路径对覆盖区域进行覆盖。以下，分别从成像次数优化和遍历路径优化的角度进行详细说明。

1.成像次数优化求解模型

卫星对不规则区域完成覆盖的成像次数优化求解主要是确定每个正方形中心点位置，使用数目最少的正方形覆盖不规则区域，即确定覆盖不规则区域所需要的最少成像次数。

1.1模型分析

模型分析时需要考虑的因素包括

(1)卫星的单次覆盖范围为确定的，每个正方形区域的边长一致；

(2)相邻正方形区域之间可能存在重叠；

(3)需要实现对不规则区域的全覆盖；

(4)要求正方形区域的个数最少。

基于上述因素，设置构建模型的变量：

(1)不规则区域的边界分布已知，面积为M；最左(西)侧和最右(东)侧的横坐标分别为x_w，x_e；最上(北)端和最下(南)端的纵坐标分别为y_n，y_s；记L＝max(|x_e-x_w|,|y_n-y_s|)；

(2)正方形区域边长a；

(3)采用n正方形区域覆盖观测的不规则区域，相应的中心坐标为(x_i,y_i),i＝1,2,…,n；

(4)存在m个重叠的正方形区域。

(5)存在K个正方形不完全在目标区域内。

1.2模型建立，构建模型的目标函数

(1)n个正方形区域的总面积：S_total＝na²，为了以最少的正方形覆盖整个目标区域，需要满足

(2)对于任意两个正方形区域，记它们的中心为(x_i,y_i)和(x_j,y_j)，如果|x_i-x_j|<a或|y_i-y_j|<a，则两者存在重叠，重叠面积为c_ij＝(a-|x_i-x_j|)(a-|y_i-y_j|)。m个重叠的区域总面积记作C。

(3)K个不处于目标区域内的面积分别为b₁,b₂,…,b_K，总面积为B。

(4)有效覆盖面积为：S＝na²-C-B且要求S≥M。

根据以上分析，该模型构建的目标函数为：

min(n)

1.3模型求解

采用遗传算法求解，得到覆盖不规则区域所需要的最少成像次数，流程如图3所示，具体实施步骤如下：

第一步，参数设置，迭代次数上限N，初始群体规模P。

第一步，初始化

其中[·]代表上取整。

第三步，在横坐标(x_e,x_w)，纵坐标(y_s,y_n)范围内随机初始化n正方形的中心坐标并采用二进制编码。重复P次上述操作，得到规模为P的群体。

第四步，设置适应度函数为每个个体的有效覆盖面积。

第五步，迭代次数t＝1。计算每个个体的有效覆盖面积。

第六步，进行选择、交叉、变异，产生新群体。

第七步，迭代。t＝t+1，重复第三步到第七步。

第八步，达到迭代上限N，当前迭代终止。计算所有个体中的最大适应度，记为F。

第九步，若F≥M，程序终止，输出当前n个正方形中心。否则n＝n+1，重复第三步到第九步。

2.姿态步进路径优化求解模型

卫星对不规则区域完成覆盖的姿态步进路径优化求解主要是对每个正方形中心点进行优化遍历，使得遍历路径最短。

2.1模型分析

模型分析要考虑的因素包括：

(1)为了保证目标区域的全覆盖，机动路径必须经过所有正方形的中心点；

(2)为了保证卫星姿态步进次数最少，每个中心点只经过一次；

(3)要求总的姿态步进路径距离最短。

基于上述考虑因素，设置构建模型的变量：

(1)对n个正方形中心分别编号为[1,2,…,n]；

(2)第i和第j个正方形中心的距离记为d(i,j)；

(3)姿态步进路径记为PV＝[v₁,v₂,…,v_n]，其中v_i∈[1,2,…,n]且v_i≠v_j。

2.2模型建立

为实现姿态步进路径的总距离最短，构建模型的目标函数为：

2.3模型求解

参照经典的旅行商问题，采用遗传算法求解模型，得到路径最短的遍历路径。流程如图4所示，具体实施步骤如下：

第一步，参数设置，迭代次数上限N，初始群体规模P；

第二步，随机选取一种路径方案，并采用二进制编码。重复P次上述操作，得到规模为P的群体；

第三步，设置适应度函数为

第四步，迭代次数t＝1。计算每个个体的适应度；

第五步，进行选择、交叉、变异，产生新群体；

第六步，迭代。t＝t+1，重复第三步到第六步；

第七步，达到迭代上限N，程序终止。输出具有最大适应度的个体，获得最佳的路径，即遍历路径最短的路径。

本发明还提供一种具有存储功能的装置，其上存储有程序数据，所述程序数据被处理器执行时实现上述任一所述的一种面阵凝视型光学遥感卫星区域覆盖成像路径优化方法，相关内容的详细说明请参见上述方法部分，在此不再赘述。

其中，该具有存储功能的装置可以为服务器、软盘驱动器、硬盘驱动器、CD-ROM读取器、磁光盘读取器等中的至少一种。

本发明的一种面阵凝视型光学遥感卫星区域覆盖成像路径优化方法具有以下有益效果：本发明将卫星对不规则区域连续覆盖问题转化成离散点遍历的路径优化问题，通过优化算法求解确定对于不规则区域卫星成像的次数和路径，可有效提升卫星对不规则区域的成像覆盖的效能。本发明提出的方法及算法可用于“高分四号”等面阵凝视型光学遥感卫星不规则区域覆盖方案制定和卫星任务规划。

以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书内容所作的等效结构或等效流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (1)

1.一种面阵凝视型光学遥感卫星不规则区域覆盖成像路径优化方法，其特征在于，包括以下步骤：

(1)设置构建模型的变量，其中采用n正方形区域覆盖观测的不规则区域，n个正方形区域的总面积：S_total＝na²，a为正方形区域边长，为了以最少的正方形覆盖整个目标区域，需要满足M/a²≤n≤L²/a²，其中M为不规则区域面积,L＝max(|x_e-x_w|，|y_n-y_s|),其中x_w，x_e为不规则区域最左侧和最右侧的横坐标；y_n，y_s为不规则区域最上端和最下端的纵坐标；

(2)构建模型的目标函数，对于任意两个正方形区域的坐标相减小于边长a则两者存在重叠，m个重叠的区域总面积记作C，K个不处于目标区域内的总面积为B，有效覆盖面积为：S＝na²-C-B且要求S≥M，目标函数为

min(n)

(3)采用遗传算法求解，得到覆盖不规则区域所需要的最少成像次数；

(4)对不规则区域完成覆盖的姿态步进路径优化求解，以获得优化后的遍历路径，首先构建模型的目标函数为

第i和第j个正方形中心的距离记为d(i,j)；姿态步进路径记为PV＝[v₁,v₂,…,v_n]，其中v_i∈[1,2,…,n]且v_i≠v_j；

(5)采用遗传算法求解模型，得到路径最短的遍历路径，

(6)遥感卫星使用优化后的成像次数和遍历路径对覆盖区域进行覆盖，所述步骤(3)遗传算法求解的具体步骤为：

第一步，参数设置，迭代次数上限N，初始群体规模P，

第二步，初始化

其中[·]代表上取整，

第三步，在横坐标(x_e，x_w)纵坐标(y_s,y_n)范围内随机初始化n正方形的中心坐标并采用二进制编码，重复P次上述操作，得到规模为P的群体，

第四步，设置适应度函数为每个个体的有效覆盖面积，

第五步，迭代次数t＝1，计算每个个体的有效覆盖面积，

第六步，进行选择、交叉、变异，产生新群体，

第七步，迭代，t＝t+1，重复第三步到第七步，

第八步，达到迭代上限N，当前迭代终止，计算所有个体中的最大适应度，记为F，

第九步，若F≥M，程序终止，输出当前n个正方形中心，否则n＝n+1，重复第三步到第九步，

所述步骤(5)具体实施步骤如下：

第一步，参数设置，迭代次数上限N，初始群体规模P；

第二步，随机选取一种路径方案，并采用二进制编码，重复P次上述操作，得到规模为P的群体；

第三步，设置适应度函数为

第四步，迭代次数t＝1,计算每个个体的适应度；

第五步，进行选择、交叉、变异，产生新群体；

第六步，迭代,t＝t+1，重复第三步到第六步；

第七步，达到迭代上限N，程序终止,输出具有最大适应度的个体，获得最佳的路径，即遍历路径最短的路径。

Images