CN109358345A - 基于Agent的虚拟星座协作观测方法 - Google Patents
基于Agent的虚拟星座协作观测方法 Download PDFInfo
- Publication number
- CN109358345A CN109358345A CN201811190246.4A CN201811190246A CN109358345A CN 109358345 A CN109358345 A CN 109358345A CN 201811190246 A CN201811190246 A CN 201811190246A CN 109358345 A CN109358345 A CN 109358345A
- Authority
- CN
- China
- Prior art keywords
- satellite
- observation
- task
- agent
- target area
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000002159 abnormal effect Effects 0.000 claims abstract description 9
- 230000008569 process Effects 0.000 claims description 15
- 238000007726 management method Methods 0.000 claims description 13
- 230000005540 biological transmission Effects 0.000 claims description 12
- 230000007246 mechanism Effects 0.000 claims description 7
- 230000000694 effects Effects 0.000 claims description 4
- 238000005457 optimization Methods 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 3
- 230000002146 bilateral effect Effects 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 235000021015 bananas Nutrition 0.000 claims description 2
- 238000005265 energy consumption Methods 0.000 claims description 2
- 238000004146 energy storage Methods 0.000 claims description 2
- 230000010355 oscillation Effects 0.000 claims description 2
- 240000005561 Musa balbisiana Species 0.000 claims 1
- 230000002195 synergetic effect Effects 0.000 abstract 2
- 239000010410 layer Substances 0.000 description 11
- 238000010586 diagram Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 4
- 230000008520 organization Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 241000234295 Musa Species 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 239000006126 MAS system Substances 0.000 description 1
- 235000018290 Musa x paradisiaca Nutrition 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 239000012792 core layer Substances 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/03—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Radio Relay Systems (AREA)
Abstract
本发明实施例公开一种基于Agent的虚拟星座协作观测方法,包括:观测目标区域时,为协同观测的多颗可卫星分配任务;在任务或者知行任务的卫星出现异常时,基于Agent重新分配通过任务,完成对目标区域的观测。本发明实施例观测目标区域时,为协同观测的多颗可卫星分配任务;在任务或者知行任务的卫星出现异常时,重新分配通过任务,完成对目标区域的观测。从在卫星不能完成知行任务时,对任务进行二次分配。
Description
技术领域
本发明涉及卫星观测领域,尤其涉及一种基于Agent的虚拟星座协作观测方法。
背景技术
随着卫星技术的飞速发展,人们研制出携有各种不同传感器类型的卫星以适应不同的对地观测需求,使卫星技术在各行各业得到了广泛的应用。
卫星对大面积区域目标进行观测时,通常无法由单颗卫星通过一次观测完成,须由多颗不同类型卫星协同完成。多颗不同类型卫星进行协作时,如某颗卫星不能完成知行任务,如何对任务进行二次分配是当前需要解决的技术问题。
发明内容
本发明实施例提供一种基于Agent的虚拟星座协作观测方法,能够基于Agent的虚拟星座协作实现对任务进行二次分配。
本发明实施例采用如下技术方案:
一种基于Agent的虚拟星座协作观测,包括:
观测目标区域时,为协同观测的多颗可卫星分配任务;
在任务或者知行任务的卫星出现异常时,基于Agent重新分配通过任务,完成对目标区域的观测。
本发明实施例提供的基于Agent的虚拟星座协作观测,观测目标区域时,为协同观测的多颗可卫星分配任务;在任务或者知行任务的卫星出现异常时,重新分配通过任务,基于Agent完成对目标区域的观测。从在卫星不能完成知行任务时,基于Agent对任务进行二次分配。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
图1为本发明实施例示出的一种任务分配系统示意图。
图2为本发明实施例示出的基于Agent的虚拟星座协作观测的流程图。
图3为本发明实施例示出的多颗可卫星任务分配流程图之一。
图4为本发明实施例示出的多颗可卫星任务分配的流程图之二。
图5为本发明实施例示出的虚拟星座对地观测过程示意图之一。
图6为本发明实施例示出的虚拟星座任务规划过程示意图之二。
图7为本发明实施例示出的虚拟星座资源管理与任务规划框架结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
本发明实施例基于多Agent的虚拟星座分层协同规划框架采用多Agent思想,将面向复杂的应用任务环境下的多星协同转变为使用虚拟星座进行研究,从而更好地解决面向多星协同工作时资源使用率低和观测时效性差的问题。由于虚拟星座实时上的分布性和自主性特点使其可以很自然地用多Agent系统进行表示,即先用Agent映射自主卫星中心,进而将整个虚拟星座建成一个MAS系统。其次,虚拟星座的应用问题特征也与多Agent系统的应用优点一致。因此,在高度动态分布式的环境下,虚拟星座适于采用基于多Agent的体系结构。多Agent的组织是一个复杂的设计过程,多Agent的体系结构设计应可避免错误,减少瓶颈,同时允许系统重构。虚拟星座除了规划协商任务外,还需要应对观测环境中各种可能出现的不确定情况,以保证任务能够顺利执行。因此除了分析虚拟星座任务特性、卫星和载荷特性及使用约束等基本的能力之外,还应对虚拟星座与卫星中心交互协商能力和任务规划进行分析建模。
本发明实施例从实现虚拟星座的高效动态组织出发,提出一种基于多Agent的三层动态交互式体系结构模型。该结构如图1所示,包含任务资源层、任务协同层和行为执行层。
(1)任务资源层
任务资源层是虚拟星座对外接口层,包括任务管理Agent和资源管理Agent。任务管理Agent负责观测任务的响应并将观测结果提交给用户。主要从用户观测请求对观测要求出发,描述完成观测请求需要满足的特定逻辑约束,主要表现为元任务之间的关联约束关系,包括互斥关系、共存关系、组合关系、顺序关系、指定关系和优选关系等。
资源管理Agent主要负责对虚拟星座中的卫星平台、有效载荷及数传资源进行描述。主要考虑这些资源在规划过程中需要严格满足的硬性约束进行描述,包括卫星载荷使用约束、平台约束、数据传输约束、规划时段规则约束等。
(2)任务协同层
任务协同层是虚拟星座体系结构的核心层,有任务协同Agent负责。任务协同Agent就是面向各种复杂协同任务,为每个协同任务安排合适的卫星资源。主要功能包括:预先为每个任务安排合适的执行资源,在任务和资源出现异常和变化的情况下,通过任务管理Agent和资源管理Agent协作下,任务协同Agent按照元任务及资源相似度原则,在各个元任务之间动态调配资源。
(3)行为执行层
行为执行层是各个卫星中心对所下达的任务进行执行,完成分配任务。
虚拟星座对目标区域观测的区域分割更为复杂。虚拟星座中多星协同观测时,不同卫星的轨迹通常不是平行的,因此按照不同卫星轨迹方向划分出的条带是相互交叉,存在重叠的。本发明实施例将区域目标分割为多个候选的观测条带,使得既能充分利用不同卫星的经过机会,又能尽量避免无效的重复观测,从而尽快完成对整个区域的完整覆盖。
本发明实施例提供一种基于Agent的虚拟星座协作观测,如图2所示,该方法包括:
11、观测目标区域时,为协同观测的多颗可卫星分配任务;
12、在任务或者知行任务的卫星出现异常时,基于Agent重新分配通过任务,完成对目标区域的观测。
本发明实施例提供的基于Agent的虚拟星座协作观测方法,观测目标区域时,为协同观测的多颗可卫星分配任务;在任务或者知行任务的卫星出现异常时,重新分配通过任务,完成对目标区域的观测。从在卫星不能完成知行任务时,对任务进行二次分配。
在一个实施例中,如图3所示,所述观测目标区域时,为协同观测的多颗可卫星分配任务包括:
21、接收用户提出观测目标区域请求,虚拟星座根据观测任务请求信息进行任务分解形成元任务;
22、依据元任务信息、参与规划卫星信息、数传资源信息进行任务与资源双边匹配形成观测任务预分配方案;
23、虚拟星座通过协商机制,将观测任务预分配方案分发给参与规划的卫星中心,卫星中心依据观测任务预分配方案和当前卫星资源能力进行卫星任务规划,确定卫星观测与数据传输动作;
24、依据任务规划的结果生成载荷控制指令,并经由地面测控设备将载荷指令发送至对地观测卫星,对地观测卫星执行相应指令进行观测与数据传输,将获得的观测数据发送给地面接收设备;
25、虚拟星座对各中心传送的数据进行处理,并将处理后的数据发送给用户。
在一个实施例中,所述在任务或者知行任务的卫星出现异常时,重新分配通过任务包括:
通过任务管理Agent和资源管理Agent协作下,任务协同Agent按照元任务及资源相似度原则,在各个元任务之间动态调配资源。
在一个实施例中,如图4所示,所述为协同观测的多颗可卫星分配任务包括:
S1、根据目标区域感测要求,选择卫星集合;
S2、根据卫星集合确定目标区域时间窗口集合;
S3、基于观测时间窗口集合计算卫星的可观测区域;
S4、分别将每个可观测区域与目标区域香蕉,求得交集;
S5、将交集划分为互相重叠的观测条带集合;
S6、将每个观测条带的实际时间窗口加入到总的候选观测机会集合,针对目标区域进行划分。
本发明实施例提供的根据目标区域感测要求,选择卫星集合;根据卫星集合确定目标区域时间窗口集合;基于观测时间窗口集合计算卫星的可观测区域;分别将每个可观测区域与目标区域香蕉,求得交集;将交集划分为互相重叠的观测条带集合;将每个观测条带的实际时间窗口加入到总的候选观测机会集合,针对目标区域进行划分。从而能够更合理的进行条带划分,提高多颗卫星协同效率。
在一个实施例中,S1包括:
针对目标区域Pj,依据其图像分辨率要求和遥感器类型要求,选择可用卫星集合S′。
在一个实施例中,S2包括:
针对每个卫星Si∈S',计算出卫星可对该区域目标实施观测的时间窗口集合,其中Mij为时间窗口数, 表示时间窗口的开始时间,表示时间窗口的结束时间。
在一个实施例中,S3包括:
基于时间窗口集合TZij,计算卫星的可观测区域可观测区域指在满足分辨率要求的情况下通过侧向摆动传感器所能观测到的区域。
在一个实施例中,S4包括:
分别将每个可观测区域与目标区域相交求得交集
在一个实施例中,S5包括:
依据卫星遥感器单次观测的区域以及星下点轨迹,设置划分单元,单景式卫星的划分单元为其单景的大小,推扫式卫星的划分单元为以其幅宽为宽度的条带;
设置Vλ值,以Vλ为偏移参数,将划分成相互有重叠的观测条带集合其中Sijw表示将划分后的观测条带总数,0≤Vλ≤1。
在一个实施例中,S6包括:
计算每个观测条带GatherOijk的实际的时间窗口TZSijk,GatherOijk∈GatherO′ijk,并加入到总的候选观测机会集合GatherO,然后针对每个区域目标依次进行划分。
在一个实施例中,针对目标区域进行划分之后包括:
定义以下变量:
P={P1,P2,P3…Pn},卫星能量集合;
M={M1,M2,M3…Mn}卫星存储容量集合;
卫星对区域的候选观测任务集合
pijk,mijk分别为观测活动GatherOijk的时间窗口,观测需要的能量及存储容量;
Pi,Mi分别为卫星i能量消耗及存储容量;
观测活动GatherOijk最终的状态变量,被加入调度列表时为1,否则为0;
卫星星座对区域目标的协同观测调度问题的数学描述如下:
其中,
(1-1)为目标函数,表示优化目标为卫星对区域的覆盖率最大;(1-2)为卫星观测的唯一性约束,即卫星在某时刻只能观测一个目标;(1-3)为卫星存储约束;(1-4)为卫星能量约束;(1-5)表示调度结果中,对区域OJ的覆盖收益。
本发明实施例,区域目标被分解为子任务后,虚拟卫星对目标区域的观测调度就转化为对划分后的子任务调度,目标区域划分方式对调度方式及最终调度结果具有很大影响。
本发明实施例中,按照卫星的幅宽对区域目标划分,其也可以按照卫星的侧视角度进行划分,即按照卫星遥感器在不同偏转角度下的观测区域进行划分,其偏移参数Vλ为视场角变化的角度值。通过设定Vλ,可以实现对区域目标的重复划分,可以增大卫星观测候选场景,但是,若Vλ设置过小,候选观测场景就会急剧增大,增大了问题的求解难度,应用中应根据实际应用,合理选择Vλ。基于卫星观测能力的动态划分方法,是基于每个卫星的遥感器幅宽、飞行径向以及观测模式进行的重复划分。每个卫星针对区域单独划分,划分后得到的子任务(条带、单景)与卫星遥感器参数(幅宽、最大开机时间)相对应,并充分考虑了卫星的侧摆性能,因此能够充分发挥卫星的观测能力,避免了以前的划分方式的局限性。区域目标按照各个卫星的可观测机会进行动态划分后,就构造出了每个卫星的候选观测任务集合,就可以交由多星对区域目标的协同观测调度算法进行计算。
本发明实施例,提供一种虚拟星座的运行机制:虚拟星座统筹任务规划是指通过建立虚拟星座任务规划合作机制,进行一体化的系统体系架构和流程设计,使得各分布式任务管控系统以一种协同的方式,将一系列载荷特性相关的、覆盖范围动态重叠的、分属一个或多个机构的对地观测卫星集成在一起,发挥多星多传感器虚拟星座观测的优势,实现面向观测要素的协同观测,以满足综合对地观测需求。
(1)虚拟星座的构造阶段
虚拟星座的构造阶段是一个及其复杂的阶段,是对现有卫星资源的整合与优化,构造出可以高效满足任务需求的卫星群组。现有的卫星资源,每颗卫星都有其自身的任务与属性,在构建虚拟星座时也不会是未安排任务的空闲卫星,它只会在优先满足属于国家或组织利益的前提下,利用空闲的时间窗以便被调用,因此在此阶段中不仅要考虑每颗卫星本身的原任务安排、能量和存储等约束,还要考虑任务需求特性的约束,使产生的虚拟星座能够达到不仅对卫星本身上的原任务扰动最小甚至是不扰动,而且能够利用较少的卫星资源满足用户的需求。
(2)虚拟星座运作阶段
随着客户需求的变化与技术的发展,任务需求的数量也急剧上升,在基于虚拟星座的多星多任务规划过程中利用以往的集中规划算法已不能高效处理此规划问题,本专利将分布式方法应用到规划调度的过程,极大地提高了效率。首先根据需求任务分配方法将任务分配到卫星中心。然后卫星中心再相对独立地进行需求任务规划,并且由于需求任务多样化愈加突出,同一模型和算法已经不能够满足对用户不同需求任务的规划,需要设计针对特定需求任务的规划算法,此规划过程是一个规划、反馈、协调和再规划的过程,可以尽可能减少分布式规划的影响,从而快速求解出高质量的任务安排方案。
(3)运行分析阶段
通过对需求任务的规划求解得出相应的规划结果,可以将规划结果信息向卫星中心进行反馈,从而通过卫星中心对分配的任务进行协调。并且能利用规划结果,在运行以后对其虚拟星座构建的有效性进行简单分析。
虚拟星座对地观测过程示意图如图5所示。
首先由用户提出观测任务请求,虚拟星座根据观测任务请求信息进行任务分解形成元任务;其次依据元任务信息、参与规划卫星信息、数传资源信息进行任务与资源双边匹配形成观测任务预分配方案;再者虚拟星座通过协商机制,将观测任务预分配方案分发给参与规划的卫星中心;卫星中心依据观测任务预分配方案和当前卫星资源能力进行卫星任务规划,确定卫星观测与数据传输动作;然后依据任务规划的结果生成载荷控制指令,并经由地面测控设备将载荷指令发送至对地观测卫星;对地观测卫星执行相应指令进行观测与数据传输,将获得的观测数据发送给地面接收设备,最后虚拟星座对各中心传送的数据进行处理,并将处理后的数据发送给用户。
虚拟星座任务规划过程示意图,如图6所示。
从上图可以看出,虚拟星座任务-资源、虚拟星座与卫星中心协商、卫星中心任务规划在整个对地观测过程中起着关键作用,其结果直接影响到虚拟星座对地观测的任务执行。而且虚拟星座任务规划过程需要牵涉到多种规划要素,包括参与规划卫星资源、数传资源、观测任务请求以及其虚拟星座与卫星中心的协商机制等因素。面向参与规划的多类型卫星资源和多类型数传资源,如何进行优化规划以满足多种类型的观测任务请求的观测要求,对虚拟星座卫星任务规划提出了新的挑战。
虚拟星座资源管理与任务规划框架结构示意图,如图7所示。
本发明实施例,资源联盟:资源联盟是资源组织的一种形式,是具有非层次、分布式、松散型能协同完成复杂对地观测任务,且分别属于不同卫星中心的卫星资源集合。不同类型的卫星通过卫星中心能相互协商合作,可以完成个体卫星资源所不能完成的观测任务。由于任务及任务环境的动态不确定性,因此面向各种任务的卫星资源联盟也是不断变化的。从功能上看,资源联盟具备完成特定协同任务的能力,而从组织形式上看,可以视为资源联盟中资源由不同的卫星中心进行管控。当有协同任务需要同时处理时,虚拟星座通过与卫星中心协商,选择相应的资源动态地组成资源联盟完成对地观测任务的资源联盟。因此,资源池中的动态资源联盟和当前的协同任务是一一对应关系,资源联盟数目等于协同任务数。
本发明实施例提供的基于Agent的虚拟星座协作观测方法,观测目标区域时,为协同观测的多颗可卫星分配任务;在任务或者知行任务的卫星出现异常时,基于Agent重新分配通过任务,完成对目标区域的观测。从在卫星不能完成知行任务时,对任务进行二次分配。
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
本领域技术人员在考虑说明书及实践这里公开的公开后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。
Claims (10)
1.一种基于Agent的虚拟星座协作观测方法,其特征在于,包括:
观测目标区域时,为协同观测的多颗可卫星分配任务;
在任务或者知行任务的卫星出现异常时,基于Agent重新分配通过任务,完成对目标区域的观测。
2.根据权利要求1所述的方法,其特征在于,所述观测目标区域时,为协同观测的多颗可卫星分配任务包括:
接收用户提出观测目标区域请求,虚拟星座根据观测任务请求信息进行任务分解形成元任务;
依据元任务信息、参与规划卫星信息、数传资源信息进行任务与资源双边匹配形成观测任务预分配方案;
虚拟星座通过协商机制,将观测任务预分配方案分发给参与规划的卫星中心,卫星中心依据观测任务预分配方案和当前卫星资源能力进行卫星任务规划,确定卫星观测与数据传输动作;
依据任务规划的结果生成载荷控制指令,并经由地面测控设备将载荷指令发送至对地观测卫星,对地观测卫星执行相应指令进行观测与数据传输,将获得的观测数据发送给地面接收设备;
虚拟星座对各中心传送的数据进行处理,并将处理后的数据发送给用户。
3.根据权利要求2所述的方法,其特征在于,所述在任务或者知行任务的卫星出现异常时,基于Agent重新分配通过任务包括:
通过任务管理Agent和资源管理Agent协作下,任务协同Agent按照元任务及资源相似度原则,在各个元任务之间动态调配资源。
4.根据权利要求1至3中任一项所述的方法,所述为协同观测的多颗可卫星分配任务包括:
S1、根据目标区域感测要求,选择卫星集合;
S2、根据卫星集合确定目标区域时间窗口集合;
S3、基于观测时间窗口集合计算卫星的可观测区域;
S4、分别将每个可观测区域与目标区域香蕉,求得交集;
S5、将交集划分为互相重叠的观测条带集合;
S6、将每个观测条带的实际时间窗口加入到总的候选观测机会集合,针对目标区域进行划分。
5.根据权利要求4所述的方法,其特征在于,S1包括:
针对目标区域Oj,依据其图像分辨率要求和遥感器类型要求,选择可用卫星集合S′。
6.根据权利要求5所述的方法,其特征在于,S2包括:
针对每个卫星Si∈S',计算出卫星可对该区域目标实施观测的时间窗口集合,其中Mij为时间窗口数, 表示时间窗口的开始时间,表示时间窗口的结束时间。
7.根据权利要求6所述的方法,其特征在于,S3包括:
基于时间窗口集合TZij,计算卫星的可观测区域可观测区域指在满足分辨率要求的情况下通过侧向摆动传感器所能观测到的区域。
8.根据权利要求7所述的方法,其特征在于,S4包括:
分别将每个可观测区域与目标区域相交求得交集
9.根据权利要求8所述的方法,其特征在于,S5包括:
依据卫星遥感器单次观测的区域以及星下点轨迹,设置划分单元,单景式卫星的划分单元为其单景的大小,推扫式卫星的划分单元为以其幅宽为宽度的条带;
设置Vλ值,以Vλ为偏移参数,将划分成相互有重叠的观测条带集合其中Sijw表示将划分后的观测条带总数,0≤Vλ≤1;
S6包括:
计算每个观测条带Gatherijk的实际的时间窗口TZSijk,GatherOijk∈GatherO′ijk,并加入到总的候选观测机会集合GatherO,然后针对每个区域目标依次进行划分。
10.根据权利要求4至9中任一项所述的方法,其特征在于,针对目标区域进行划分之后包括:
定义以下变量:
P={P1,P2,P3…Pn},卫星能量集合;
M={M1,M2,M3…Mn}卫星存储容量集合;
卫星对区域的候选观测任务集合;
pijk,mijk分别为观测活动GatherOijk的时间窗口,观测需要的能量及存储容量;
Pi,Mi分别为卫星i能量消耗及存储容量;
观测活动GatherOijk最终的状态变量,被加入调度列表时为1,否则为0;
卫星星座对区域目标的协同观测调度问题的数学描述如下:
其中,
(1-1)为目标函数,表示优化目标为卫星对区域的覆盖率最大;(1-2)为卫星观测的唯一性约束,即卫星在某时刻只能观测一个目标;(1-3)为卫星存储约束;(1-4)为卫星能量约束;(1-5)表示调度结果中,对区域OJ的覆盖收益。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811190246.4A CN109358345B (zh) | 2018-10-12 | 2018-10-12 | 基于Agent的虚拟星座协作观测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811190246.4A CN109358345B (zh) | 2018-10-12 | 2018-10-12 | 基于Agent的虚拟星座协作观测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109358345A true CN109358345A (zh) | 2019-02-19 |
CN109358345B CN109358345B (zh) | 2023-08-08 |
Family
ID=65349150
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811190246.4A Active CN109358345B (zh) | 2018-10-12 | 2018-10-12 | 基于Agent的虚拟星座协作观测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109358345B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111835403A (zh) * | 2020-06-09 | 2020-10-27 | 中国人民解放军军事科学院国防科技创新研究院 | 天临空协同遥感系统及其信息传输方法 |
CN113496103A (zh) * | 2021-07-08 | 2021-10-12 | 中国科学院微小卫星创新研究院 | 基于多重原则与链条组合的敏捷卫星多目标协同观测方法 |
CN116151039A (zh) * | 2023-04-19 | 2023-05-23 | 中国西安卫星测控中心 | 一种基于随遇接入任务的分布式协同调度方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102903028A (zh) * | 2012-09-28 | 2013-01-30 | 中国人民解放军国防科学技术大学 | 一种面向应急的多飞艇对地观测任务协同分配方法 |
CN105787173A (zh) * | 2016-02-25 | 2016-07-20 | 中国地质大学(武汉) | 一种多星对地观测任务的调度规划方法及装置 |
US20180034536A1 (en) * | 2016-07-28 | 2018-02-01 | Spire Global, Inc. | Systems and methods for command and control of satellite constellations |
CN107798388A (zh) * | 2017-11-23 | 2018-03-13 | 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 |
CN108055067A (zh) * | 2017-12-01 | 2018-05-18 | 中国人民解放军国防科技大学 | 一种多星在线协同调度方法 |
CN108399104A (zh) * | 2018-01-30 | 2018-08-14 | 西安电子科技大学 | 一种基于Multi-Agent的弹性可伸缩的任务规划系统及方法 |
-
2018
- 2018-10-12 CN CN201811190246.4A patent/CN109358345B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102903028A (zh) * | 2012-09-28 | 2013-01-30 | 中国人民解放军国防科学技术大学 | 一种面向应急的多飞艇对地观测任务协同分配方法 |
CN105787173A (zh) * | 2016-02-25 | 2016-07-20 | 中国地质大学(武汉) | 一种多星对地观测任务的调度规划方法及装置 |
US20180034536A1 (en) * | 2016-07-28 | 2018-02-01 | Spire Global, Inc. | Systems and methods for command and control of satellite constellations |
CN107798388A (zh) * | 2017-11-23 | 2018-03-13 | 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 |
CN108055067A (zh) * | 2017-12-01 | 2018-05-18 | 中国人民解放军国防科技大学 | 一种多星在线协同调度方法 |
CN108399104A (zh) * | 2018-01-30 | 2018-08-14 | 西安电子科技大学 | 一种基于Multi-Agent的弹性可伸缩的任务规划系统及方法 |
Non-Patent Citations (1)
Title |
---|
李菊芳 等: "《面向区域目标的多星协同对地观测任务规划问题》", 《测绘科学》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111835403A (zh) * | 2020-06-09 | 2020-10-27 | 中国人民解放军军事科学院国防科技创新研究院 | 天临空协同遥感系统及其信息传输方法 |
CN113496103A (zh) * | 2021-07-08 | 2021-10-12 | 中国科学院微小卫星创新研究院 | 基于多重原则与链条组合的敏捷卫星多目标协同观测方法 |
CN113496103B (zh) * | 2021-07-08 | 2023-08-29 | 中国科学院微小卫星创新研究院 | 基于多重原则与链条组合的敏捷卫星多目标协同观测方法 |
CN116151039A (zh) * | 2023-04-19 | 2023-05-23 | 中国西安卫星测控中心 | 一种基于随遇接入任务的分布式协同调度方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109358345B (zh) | 2023-08-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhao et al. | A heuristic distributed task allocation method for multivehicle multitask problems and its application to search and rescue scenario | |
CN109358345B (zh) | 基于Agent的虚拟星座协作观测方法 | |
Beşikci et al. | Multi-mode resource constrained multi-project scheduling and resource portfolio problem | |
CN109239735A (zh) | 虚拟星座协作观测方法 | |
Du et al. | A new multi-satellite autonomous mission allocation and planning method | |
WO2019127948A1 (zh) | 一种智能遥感卫星层次化分布式自主协同任务规划系统 | |
CN109087023B (zh) | 一种基于分治策略的多星观测分层调度方法及系统 | |
WO2019127946A1 (zh) | 一种基于学习型遗传算法的多任务多资源滚动分配方法 | |
Jiang et al. | Group-oriented task allocation for crowdsourcing in social networks | |
CN108510145B (zh) | 一种通信约束下面向复合任务的异构多星在线协同方法 | |
He et al. | Scheduling multiple agile earth observation satellites with an edge computing framework and a constructive heuristic algorithm | |
CN112183929B (zh) | 一种遥感卫星的成像系统 | |
Irfan et al. | Auction-based task allocation scheme for dynamic coalition formations in limited robotic swarms with heterogeneous capabilities | |
Knyazeva et al. | Resource-constrained project scheduling approach under fuzzy conditions | |
CN109684055A (zh) | 一种基于主动观测任务的卫星调度方法 | |
CN113568426B (zh) | 一种基于多星多载荷的卫星集群协同规划方法 | |
Chang et al. | Mission planning problem for optical video satellite imaging with variable image duration: A greedy algorithm based on heuristic knowledge | |
Martin et al. | Multi-robot task allocation clustering based on game theory | |
CN104680238A (zh) | 多卫星对地协同观测的待观测任务确定方法 | |
Han et al. | Optimization-based decision support software for a team-in-the-loop experiment: Asset package selection and planning | |
Dhuheir et al. | Deep reinforcement learning for trajectory path planning and distributed inference in resource-constrained UAV swarms | |
CN106371924A (zh) | 一种最小化MapReduce集群能耗的任务调度方法 | |
JP5471620B2 (ja) | 観測計画装置、観測計画方法、および観測計画プログラム | |
CN113256125A (zh) | 异构机器人集群任务分配方法、系统、设备及存储介质 | |
Hatami-Marbini et al. | Modeling centralized resources allocation and target setting in imprecise data envelopment analysis |
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 |