CN109581983A - 基于多智能体的测控资源调度分配的方法和设备 - Google Patents

基于多智能体的测控资源调度分配的方法和设备 Download PDF

Info

Publication number
CN109581983A
CN109581983A CN201811492123.6A CN201811492123A CN109581983A CN 109581983 A CN109581983 A CN 109581983A CN 201811492123 A CN201811492123 A CN 201811492123A CN 109581983 A CN109581983 A CN 109581983A
Authority
CN
China
Prior art keywords
task
resource
agent
priority
equipment
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
Application number
CN201811492123.6A
Other languages
English (en)
Other versions
CN109581983B (zh
Inventor
徐伟
李长德
徐梁
王兆俊
范竞往
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.)
Space Star Technology Co Ltd
Original Assignee
Space Star Technology Co Ltd
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 Space Star Technology Co Ltd filed Critical Space Star Technology Co Ltd
Priority to CN201811492123.6A priority Critical patent/CN109581983B/zh
Publication of CN109581983A publication Critical patent/CN109581983A/zh
Application granted granted Critical
Publication of CN109581983B publication Critical patent/CN109581983B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32252—Scheduling production, machining, job shop

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Radio Relay Systems (AREA)

Abstract

本发明公开了一种基于多智能体的测控资源的调度分配方法和设备，其中方法包括结合智能体技术对资源调度过程中所涉及的实体进行建模，并根据各个智能体的功能赋予其相应的行为和属性；结合所述智能体被赋予的行为和属性，并基于优先级的冲突决策算法，为测控任务调度分配执行资源；以及将作为调度分配结果的执行资源分发到对应的测控站以便于执行。利用本发明，可以有效的提高测控任务的资源分配效率以及测控任务资源分配的满足度，具有良好的适应性，能充分应不同类型卫星的测控任务资源分配问题。同时，具有分布式特性和良好的扩展性，能适应后续规模不断扩展的多星多站的测控调度问题。

Description

基于多智能体的测控资源调度分配的方法和设备
技术领域
本发明一般地涉及测控技术领域。更具体地，本发明涉及多智能体(Multi-Agent)的测控资源调度分配的方法和设备。
背景技术
Agent技术因其支持分布式特性在90年代被称为软件领域一个意义深远的突破。再加上良好的智能性和灵活性等特点，得以迅猛发展，并逐渐被应用到各个领域。
测控资源调度是指根据测控资源、航天器属性以及可见时间窗口等为测控任务分配有效的执行资源的过程，即协调任务、资源及可见时间窗口的过程，是复杂多约束、高冲突的NP组合优化问题。
有限的测控资源和日益增长的测控需求之间的矛盾不断加剧，再加上调度过程的突发情况时有发送，加重了测控调度问题的复杂性和求解难度。对现有测控资源进行合理调度和管理，是满足测控任务需求和高效利用测控资源的重要手段。
发明内容
为了解决上述的一个或多个技术问题，本发明利用多智能体技术，并结合传统测控调度算法，以及多智能体交互的决策论技术，提出了测控资源智能体调度的核心算法--冲突决策论算法，形成智能化的测控资源调度体系，为测控任务合理、有效的分配资源，并调度执行，同时能应对多种突发状态，大大提升了测控资源分配的智能性，并提升了测控资源的利用率和任务的满足度。为此，在一个或多个方面中，本发明提供以下的技术方案。
在一个方面中，本发明提供一种基于多智能体的测控资源的调度分配方法，包括以下步骤：结合智能体技术对资源调度过程中所涉及的实体进行建模，并根据各个智能体的功能赋予其相应的行为和属性；结合所述智能体被赋予的行为和属性，并基于优先级的冲突决策算法，为测控任务调度分配执行资源；以及将作为调度分配结果的执行资源分发到对应的测控站以便于执行。
在一个实施例中，所述实体包括测控资源或测控任务中的至少一项，其中测控资源调度与分配的管理工作由管理者Agent执行，其操作包括以下中的一项或多项：
a)统一管理待规划的任务集，包括接收待规划的批量任务、紧急任务，以及由于测控站、设备等突变不可用需重新分配的资源任务，并发送至任务Agent初步处理；
b)接收任务Agent处理后的任务集，并将其发送至测控站；
c)接收测控站反馈的最优资源，根据冲突决策算法从中选出最优资源，并且将最终选择的结果发送给所有测控站。
在一个实施例中，任务Agent的属性及行为包括以下中的一项或多项：
a)接收管理者Agent发送的任务集；
b)将任务集中到高轨卫星的任务摘离任务集，并根据高轨卫星对应的设备及任务约束，对高轨任务进行测控资源分配；以及
c)将移除高轨卫星任务后的待规划任务分发给管理者agent。
在一个实施例中，还包括利用测控站Agent负责管理测控站的属性信息，并初步决定任务的资源分配，并且所述测控站Agent的操作包括以下中的一项或多项：
a)接收所述管理者Agent分发的待规划的任务集，并将任务集分发给本测控站所属的设备Agent；
b)接收所有设备发送的测控资源分配信息，并根据所述冲突决策算法选出所有回复信息中最优的资源及对应的任务，将其发送到所述管理者Agent；
c)接收所述管理者Agent发送的最终选择结果，并反馈给所述设备Agent；
在一个实施例中，所述设备Agent提供对测控设备的状态、能力、任务安排的自主性智能管理，其操作包括以下中的一项或多项：
a)接收测控站Agent分发的任务信息，并且将其存储；
b)获取设备对应的有效的可见时间弧段；
c)遍历上述步骤b获得的所述可见时间弧段，计算弧段间的冲突数；
d)根据轨道预报信息、自身设备的使用情况、任务执行约束中的至少一项为接收的任务分配可能的资源，该资源包括任务执行的设备和执行时间；
e)为任务的可能资源集合的每一个资源计算其对应的优先级；
f)选择出任务分配可能的资源集合中最优的资源，将其反馈给测控站Agent；以及
g)接收所述测控站Agent对任务的资源使用最终决定，并更新任务及资源信息，同时更新任务可能的资源集合以及任务可能的资源的优先级。
在一个实施例中，可见时间弧段是选择设备所属的可用时间段内弧长大于预定义的时长的时间弧段。
在一个实施例中，为任务的可能资源集合的每一个资源计算其对应的优先级包括计算可见时间弧段的优先级，所述可见时间弧段的优先级包括静态优先级和动态优先级，
其中所述静态优先级的确定包括考虑以下一个或多个多项：
弧段对应任务的航天器的优先级；
任务工作性质；
任务计划类型；
弧段类型；以及
任务类型；
其中，所述动态优先级的取值原则包括以下一项或多项：
当航天器某圈次分配的测控设备的数量大于申请的临界设备数时，优先级不变；
当所述航天器某圈次分配的测控设备的数量等于申请的临界设备数时，优先级增加；
当所述航天器某圈次已选定一个跟踪测控设备，则减小优先级，并且在所述优先级的值小于0时，将其置为0；以及
当所述航天器某圈次未选定一个跟踪测控设备，则增大优先级，并且在优先级的值小于0时，将其置为0。
在一个实施例中，其中所述航天器的优先级由航天器的运行轨道和航天器的性质来确定。
在另一方面中，本发明提供一种基于多智能体的测控资源的调度分配设备，包括：
处理器；
存储器，其存储有计算机可读的软件指令，当所述软件指令由所述处理器执行时，使得所述调度分配设备执行：
结合智能体技术对资源调度过程中所涉及的实体进行建模，并根据各个智能体的功能赋予其相应的行为和属性；
结合所述智能体被赋予的行为和属性，并基于优先级的冲突决策算法，为测控任务调度分配执行资源；以及
将作为调度分配结果的执行资源分发到对应的测控站以便于执行。
在又一方面中，本发明提供一种计算机可读存储介质，包括用于基于多智能体对测控资源进行调度分配的程序，所述程序可被处理器执行以完成以下操作：
结合智能体技术对资源调度过程中所涉及的实体进行建模，并根据各个智能体的功能赋予其相应的行为和属性；
结合所述智能体被赋予的行为和属性，并基于优先级的冲突决策算法，为测控任务调度分配执行资源；以及
将作为调度分配结果的执行资源分发到对应的测控站以便于执行。
利用本发明的调度分配方法、设备和计算机可读存储介质，可以获得以下的技术优势：可有效的提高测控任务的资源分配效率以及测控任务资源分配的满足度；具有良好的适应性，能充分应对不同类型卫星的测控任务资源分配问题；具有分布式特性、有良好的扩展性、能适应后续规模不断扩展的多星多站的测控调度问题。
附图说明
通过阅读仅作为示例提供并且参考附图进行的以下描述，将更好地理解本发明及其优点，其中：
图1是根据本发明实施例的基于多智能体的测控资源的调度分配方法的流程图；
图2是根据本发明实例例的各个组成模块及其交互的框图；以及
图3是根据本发明实施例的基于多智能体的测控资源的调度分配方法的详细流程图。
具体实施方式
本发明的方案利用多智能体技术，并结合传统测控调度算法，以及多智能体交互的决策论技术，提出了测控资源智能体调度的核心算法--冲突决策算法，形成智能化的测控资源调度体系，为测控任务合理、有效的分配资源，并调度执行。同时，能应对多种突发状态，提升测控资源分配的智能性、测控资源的利用率和任务的满足度。
下面将结合附图来具体描述本发明的多个实施例。
图1是根据本发明实施例的基于多智能体的测控资源的调度分配方法100的流程图。如图1所示，调度分配方法100包括在步骤102中结合智能体技术对资源调度过程中所涉及的实体进行建模，并根据各个智能体的功能赋予其相应的行为和属性。在步骤104中，方法100结合所述智能体被赋予的行为和属性，并基于优先级的冲突决策算法，为测控任务调度分配执行资源。在步骤106中，方法100将作为调度分配结果的执行资源分发到对应的测控站(或简称测站)以便于执行。
在一个实施例中，所述实体包括测控资源或测控任务中的至少一项，其中整个测控资源调度与分配的管理工作由管理者Agent(或简称“管理Agent”)执行，其操作包括以下中的一项或多项：
a)统一管理待规划的任务集，包括接收待规划的批量任务、紧急任务，以及由于测控站、设备等突变不可用需重新分配的资源任务，并发送至任务Agent初步处理；
b)接收任务Agent处理后的任务集，并将其发送至测控站；
c)接收测控站反馈的最优资源，根据冲突决策算法从中选出最优资源，并且将最终选择的结果发送给所有测控站。
在一个实施例中，任务Agent的属性及行为包括以下中的一项或多项：
a)接收管理者Agent发送的任务集；
b)将任务集中到高轨卫星的任务摘离任务集，并根据高轨卫星对应的设备及任务约束，对高轨任务进行测控资源分配；以及
c)将移除高轨卫星任务后的待规划任务分发给管理者Agent。
在一个实施例中，还包括利用测控站Agent负责管理测控站的属性信息，并初步决定任务的资源分配，并且所述测控站Agent的操作包括以下中的一项或多项：
a)接收所述管理者Agent分发的待规划的任务集，并将任务集分发给本测控站所属的设备Agent；
b)接收所有设备发送的测控资源分配信息，并根据所述冲突决策算法选出所有回复信息中最优的资源及对应的任务，将其发送到所述管理者Agent；
c)接收所述管理者Agent发送的最终选择结果，并反馈给所述设备Agent。
在一个实施例中，所述设备Agent提供对测控设备的状态、能力、任务安排的自主性智能管理，其操作包括以下中的一项或多项：
a)接收测控站Agent分发的任务信息，并且将其存储；
b)获取设备对应的有效的可见时间弧段；
c)遍历上述步骤b获得的所述可见时间弧段，计算弧段间的冲突数；
d)根据轨道预报信息、自身设备的使用情况、任务执行约束中的至少一项为接收的任务分配可能的资源，该资源包括任务执行的设备和执行时间；
e)为任务的可能资源集合的每一个资源计算其对应的优先级；
f)选择出任务分配可能的资源集合中最优的资源，将其反馈给测控站Agent；以及
g)接收所述测控站Agent对任务的资源使用最终决定，并更新任务及资源信息，同时更新任务可能的资源集合。
在一个实施例中，可见时间弧段是选择设备所属的可用时间段内弧长大于预定义的时长的时间弧段。
在一个实施例中，为任务的可能资源集合的每一个资源计算其对应的优先级包括计算可见时间弧段的优先级，所述可见时间弧段的优先级包括静态优先级和动态优先级，
其中所述静态优先级的确定包括考虑以下一个或多个多项：
弧段对应任务的航天器的优先级；
任务工作性质；
任务计划类型；
弧段类型；以及
任务类型；
其中，所述动态优先级的取值原则包括以下的一项或多项：
当航天器某圈次分配的测控设备的数量大于申请的临界设备数时，优先级不变；
当所述航天器某圈次分配的测控设备的数量等于申请的临界设备数时，优先级增加；
当所述航天器某圈次已选定一个跟踪测控设备，则减小优先级，并且在所述优先级的值小于0时，将其置为0；以及
当所述航天器某圈次未选定一个跟踪测控设备，则增大优先级，并且在优先级的值小于0时，将其置为0。
在一个实施例中，其中所述航天器的优先级由航天器的运行轨道和航天器的性质来确定。
在另一方面中，本发明提供一种基于多智能体的测控资源的调度分配设备，包括：
处理器；
存储器，其存储有计算机可读的软件指令，当所述软件指令由所述处理器执行时，使得所述调度分配设备执行：
结合智能体技术对资源调度过程中所涉及的实体进行建模，并根据各个智能体的功能赋予其相应的行为和属性；
结合所述智能体被赋予的行为和属性，并基于优先级的冲突决策算法，为测控任务调度分配执行资源；以及
将作为调度分配结果的执行资源分发到对应的测控站以便于执行。
在又一方面中，本发明提供一种计算机可读存储介质，包括用于基于多智能体对测控资源进行调度分配的程序，所述程序可被处理器执行以完成以下操作：
结合智能体技术对资源调度过程中所涉及的实体进行建模，并根据各个智能体的功能赋予其相应的行为和属性；
结合所述智能体被赋予的行为和属性，并基于优先级的冲突决策算法，为测控任务调度分配执行资源；以及
将作为调度分配结果的执行资源分发到对应的测控站以便于执行。
图2是根据本发明的各个组成模块及其交互200的框图。如图2中所示，本发明的智能体主要包括管理者Agent 204、任务Agent 202、测控站Agent 206，设备Agent 208，以及与任务Agent 202和管理者Agent 204交互的任务分发执行模块210。下面将示例性地描述各种智能体的功能和操作。
1)管理者Agent：其是测控资源分配调度的核心，负责整个测控资源调度与分配的管理工作，其操作具体如下：
a)统一管理待规划的任务集：接收待规划的批量任务、紧急任务、由于测控站、设备等突变不可用需重新分配的资源任务，并发送至任务Agent进行初步处理；
b)接收任务Agent处理后的任务集(包括中低轨卫星的任务)，并将其发送至测控站Agent；
c)接收测控站Agent反馈的最优资源(包括测控站最优分配评判结果)，根据决策冲突算法从中选出最优资源。管理者Agent将最终选择的结果(例如最优分配评判结果)发送给所有测控站Agent；
2)任务Agent：
a)接收管理者Agent发送的任务集(例如待规划的任务集)；
b)将任务集中到高轨卫星的任务摘离任务集，并根据高轨卫星对应的设备及任务约束，对高轨任务进行测控资源分配(例如由任务分发执行模块210来执行对高轨卫星任务资源分配)；
c)将移除高轨卫星任务后的待规划任务(例如包括中低轨卫星的任务)分发给管理者Agent。
3)测控站Agent：负责管理测站的属性信息，并初步决定任务的资源分配，其操作具体如下：
a)接收管理者Agent分发的待规划的任务集(例如包括待规划的中低轨卫星的任务集)，并将任务集分发给本测控站Agent所属的设备Agent；
b)接收所有设备Agent发送的测控资源分配信息，根据决策冲突算法选出所有回复信息中最优的资源及对应的任务(例如包括控测控站最优分配评判结果)，发送到管理者Agent；
c)接收管理者Agent发送的最终选择结果(例如包括管理者Agent最优分配评判结果)，并反馈给设备Agent。
4)设备Agent：提供对该套测控站的状态、能力、任务安排的自主性智能管理，其操作具体如下：
a)接收测控站Agent分发的任务信息，并且将其进行存储；
b)获取设备对应的有效的可见时间弧段，即，选择设备所属的可用时间段内弧长大于预定义的时长的可见时间弧段；
c)遍历上述步骤b)获得的可见时间弧段，计算弧段间的冲突数；
d)根据轨道预报信息、自身设备的使用情况、任务执行约束等为接收的任务分配可能的资源，即任务执行的设备及执行时间；
e)为任务的可能资源集合的每一个资源计算其对应的优先级；
f)选择出任务分配可能的资源集合中最优的资源反馈给测控站Agent；
g)接收测控站Agent对任务的资源使用最终决定，并更新任务及资源信息，同时更新任务可能的资源集合以及任务可能的资源的优先级。
如图2中所示，在一个实施例中，测控站的设备还接收轨道预报文件，并且将测控站资源更新结果发送到管理者Agent。
图3是根据本发明实施例的基于多智能体的测控资源的调度分配方法300的详细流程图。如图3中所示，流程开始于步骤302。
在步骤304中:启动管理者Agent、任务Agent、测控站Agent、设备Agent，并执行初始化操作；
在步骤306中:管理者Agent接收待规划的任务集，并发送到任务Agent；
在步骤308中：任务Agent完成任务集的预处理，以及高轨卫星的测控任务的资源分配，并将中低轨卫星的任务集反馈给管理者Agent；
在步骤310中：管理者Agent接收到任务Agent发送的任务集，将其发送到各个测控站Agent；
在步骤312中：测控站Agent接收到待规划的任务集后，将其发送到设备Agent；
在步骤314中：设备Agent接收到待规划的任务集后存储至缓存，结合本设备的可见时间弧段及属性信息，包括轨道预报文件，为待规划的任务集匹配所有可能的资源，生成任务可能的资源集合；
在步骤316中：设备Agent根据资源优先级的计算方法为任务可能的资源集合中每一个资源计算优先级及弧段间的冲突数；
在步骤318中:管理者Agent发送测控任务资源分配开始信号到各测站Agent，测控站Agent接收到资源分配开始信号后，将其发送到所属的各个有效的设备Agent。
在步骤320中:设备Agent接收到资源分配开始信号后，选择本设备上所有任务的可能资源集合中优先级最高且冲突数最少的一个弧段资源及对应的任务，反馈给所属测控站Agent。如果设备Agent已无有效的资源可分配任务，则停止设备Agent服务，并将信息发送到所属测控站Agent，更新属性信息；
在步骤322中:测控站Agent接收到所属所有的设备Agent发送的最优资源信息，选择其中优先级最高且冲突数最少的资源反馈到管理Agent；
在步骤324中：管理者Agent接收所有的测控站Agent发送的最优资源信息，选择其中最优的资源，发送到测控站Agent；
在步骤326中：测控站Agent接收到管理者Agent发送的最终结果，发送到所属设备Agent；
在步骤328中：设备Agent接收测控站发送的最终决定，并且根据是否为本设备的资源分不同情况来进行处理；
在步骤332中：当步骤328中确定是本设备的资源，则更新本设备的任务及资源信息；
在步骤330中：当步骤328中确定不是本设备的资源，则更新本设备的任务信息；
在步骤334中：设备Agent信息更新完毕后，将更新状态反馈给测控站Agent，并由测控站Agent反馈给管理者Agent；
在步骤336中：管理者Agent接收到设备信息更新完毕信息后，判断还是否有任务未分配完毕。如果有，则返回到步骤318进行下一轮操作；
否则，
在步骤338中：将任务资源分配结果进行整合，并统一发送到各个测控站执行；
在步骤340中：流程结束。
图2和图3所示的方案中涉及任务的可能资源优先级计算，其中可见弧段的优先级包括静态优先级和动态优先级，其计算方法如下：
a)静态优先级将考虑以下几个因素：
i.弧段对应任务的航天器的优先级；
ii.任务工作性质(实战、联调等)；
iii.任务计划类型(正常、应急)；
iv.弧段类型(入境圈、上升段等)；
v.任务类型(遥控、测轨、一般等)。
其中，航天器的优先级由航天器的运行轨道和航天器的性质确定。一般来说，轨道高度低、在轨运行寿命短的航天器优先级高。在同等条件下，军用航天器比民用航天器优先级高、新型号航天器比老型号航天器优先级高。
b)优先级的计算除上述在分配过程中不变的静态值外，在排除冲突的过程中还有其动态值，动态值的取值原则如下：
i.当航天器某圈次分配的测控设备的数量大于申请的临界设备数时，优先级不变；
ii.航天器某圈次分配的测控设备的数量等于申请的临界设备数时，优先级增加；
iii.航天器某圈次已选定一个跟踪测控设备，优先级减少(小于0时，置0)；
iv.航天器某圈次未选定一个跟踪测控设备，优先级增加(小于0时，置0)。
虽然本发明所实施的方式如上，但所述内容只是为便于理解本发明而采用的实施例，并非用以限定本发明的范围和应用场景。任何本发明所述技术领域内的技术人员，在不脱离本发明所揭露的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims (10)

1.一种基于多智能体的测控资源的调度分配方法，包括以下步骤：
结合智能体技术对资源调度过程中所涉及的实体进行建模，并根据各个智能体的功能赋予其相应的行为和属性；
结合所述智能体被赋予的行为和属性，并基于优先级的冲突决策算法，为测控任务调度分配执行资源；以及
将作为调度分配结果的执行资源分发到对应的测控站以便于执行。
2.根据权利要求1所述的调度分配方法，其特征在于，所述实体包括测控资源或测控任务中的至少一项，其中测控资源调度与分配的管理工作由管理者Agent执行，其操作包括以下中的一项或多项：
a)统一管理待规划的任务集，包括接收待规划的批量任务、紧急任务以及由于测控站、设备等突变不可用需重新分配的资源任务中的至少一个，并发送至任务Agent初步处理；
b)接收任务Agent处理后的任务集，并将其发送至测控站；以及
c)接收测控站反馈的最优资源，根据冲突决策算法从中选出最优资源，并且将最终选择的结果发送给所有测控站。
3.根据权利要求2所述的调度分配方法，其特征在于，所述任务Agent的属性及行为包括以下中的一项或多项：
a)接收管理者Agent发送的任务集；
b)将任务集中到高轨卫星的任务摘离任务集，并根据高轨卫星对应的设备及任务约束，对高轨任务进行测控资源分配；以及
c)将移除高轨卫星任务后的待规划任务分发给管理者Agent。
4.根据权利要求3所述的调度分配方法，其特征在于，还包括利用测控站Agent负责管理测控站的属性信息，并初步决定任务的资源分配，并且所述测控站Agent的操作包括以下中的一项或多项：
a)接收所述管理者Agent分发的待规划的任务集，并将任务集分发给本测控站所属的设备Agent；
b)接收所有设备发送的测控资源分配信息，并根据所述冲突决策算法选出所有回复信息中最优的资源及对应的任务，将其发送到所述管理者Agent；以及
c)接收所述管理者Agent发送的最终选择结果，并反馈给所述设备Agent。
5.根据权利要求4所述的调度分配方法，其特征在于，其中所述设备Agent提供对测控设备的状态、能力、任务安排的自主性智能管理，其操作包括以下中的一项或多项：
a)接收测控站Agent分发的任务信息，并且将其存储；
b)获取设备对应的有效的可见时间弧段；
c)遍历上述步骤b获得的所述可见时间弧段，计算弧段间的冲突数；
d)根据轨道预报信息、自身设备的使用情况、任务执行约束中的至少一项为接收的任务分配可能的资源，该资源包括任务执行的设备和执行时间；
e)为任务的可能资源集合的每一个资源计算其对应的优先级；
f)选择出任务分配可能的资源集合中最优的资源，将其反馈给测控站Agent；以及
g)接收所述测控站Agent对任务的资源使用最终决定，并更新任务及资源信息，同时更新任务可能的资源集合。
6.根据权利要求5所述的调度分配方法，其特征在于，所述可见时间弧段是选择设备所属的可用时间段内弧长大于预定义的时长的时间弧段。
7.根据权利要求6所述的调度分配方法，其特征在于，为任务的可能资源集合的每一个资源计算其对应的优先级包括计算可见弧段的优先级，所述可见时间弧段的优先级包括静态优先级和动态优先级，
其中所述静态优先级的确定考虑以下一个或多个多项：
弧段对应任务的航天器的优先级；
任务工作性质；
任务计划类型；
弧段类型；以及
任务类型；
其中，所述动态优先级的取值原则包括以下的一项或多项：
当航天器某圈次分配的测控设备的数量大于申请的临界设备数时，优先级不变；
当所述航天器某圈次分配的测控设备的数量等于申请的临界设备数时，优先级增加；
当所述航天器某圈次已选定一个跟踪测控设备，则减小优先级，并且在所述优先级的值小于0时，将其置为0；以及
当所述航天器某圈次未选定一个跟踪测控设备，则增大优先级，并且在优先级的值小于0时，将其置为0。
8.根据权利要求7所述的调度分配方法，其中所述航天器的优先级由航天器的运行轨道和航天器的性质来确定。
9.一种基于多智能体的测控资源的调度分配设备，包括：
处理器；
存储器，其存储有计算机可读的软件指令，当所述软件指令由所述处理器执行时，使得所述调度分配设备执行：
结合智能体技术对资源调度过程中所涉及的实体进行建模，并根据各个智能体的功能赋予其相应的行为和属性；
结合所述智能体被赋予的行为和属性，并基于优先级的冲突决策算法，为测控任务调度分配执行资源；以及
将作为调度分配结果的执行资源分发到对应的测控站以便于执行。
10.一种计算机可读存储介质，包括用于基于多智能体对测控资源进行调度分配的程序，所述程序可被处理器执行以完成以下操作：
结合智能体技术对资源调度过程中所涉及的实体进行建模，并根据各个智能体的功能赋予其相应的行为和属性；
结合所述智能体被赋予的行为和属性，并基于优先级的冲突决策算法，为测控任务调度分配执行资源；以及
将作为调度分配结果的执行资源分发到对应的测控站以便于执行。
CN201811492123.6A 2018-12-07 2018-12-07 基于多智能体的测控资源调度分配的方法和设备 Active CN109581983B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811492123.6A CN109581983B (zh) 2018-12-07 2018-12-07 基于多智能体的测控资源调度分配的方法和设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811492123.6A CN109581983B (zh) 2018-12-07 2018-12-07 基于多智能体的测控资源调度分配的方法和设备

Publications (2)

Publication Number Publication Date
CN109581983A true CN109581983A (zh) 2019-04-05
CN109581983B CN109581983B (zh) 2020-12-25

Family

ID=65928934

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811492123.6A Active CN109581983B (zh) 2018-12-07 2018-12-07 基于多智能体的测控资源调度分配的方法和设备

Country Status (1)

Country Link
CN (1) CN109581983B (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110412869A (zh) * 2019-06-21 2019-11-05 中南大学 一种多星协同的空间动态目标实时跟踪方法
CN110530369A (zh) * 2019-08-22 2019-12-03 北京交通大学 基于时间窗的agv任务调度方法
CN111191920A (zh) * 2019-12-27 2020-05-22 西安中科天塔科技股份有限公司 大规模地面资源调度方法及装置
CN111898908A (zh) * 2020-07-30 2020-11-06 华中科技大学 一种基于多智体的生产线调度系统及方法
CN111901833A (zh) * 2020-07-13 2020-11-06 哈尔滨工业大学（深圳） 一种面向不可靠信道传输的联合服务调度以及内容缓存方法
CN112288321A (zh) * 2020-11-18 2021-01-29 中国空间技术研究院 多智能体系统的资源协同分配方法及装置
CN114004087A (zh) * 2021-11-01 2022-02-01 中国西安卫星测控中心 一种地面测控资源配置优化方法和装置
CN114545459A (zh) * 2021-12-22 2022-05-27 中国西安卫星测控中心 基于统一逻辑表征的低轨卫星例行测控任务预处理方法
CN116307288A (zh) * 2023-05-19 2023-06-23 中科星图测控技术股份有限公司 一种测控站网任务调度协同优化方法
CN117829360A (zh) * 2023-12-29 2024-04-05 中国空间技术研究院 复杂约束条件下多站多星测控资源调度优化方法及系统
CN118521131A (zh) * 2024-07-22 2024-08-20 中国电子科技集团公司第十研究所 一种基于智能搜索的三层卫星资源调度方案生成方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101320329A (zh) * 2008-07-08 2008-12-10 中国科学院软件研究所 一种基于任务优先级的抢占式人力资源配置方法和系统
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
JP2017191373A (ja) * 2016-04-11 2017-10-19 株式会社東芝 マルチエージェントシステム、タスク割当装置、タスク割当方法及びプログラム
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
CN107895225A (zh) * 2017-11-01 2018-04-10 北京邮电大学 一种多Agent无冲突的合作型任务分配方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101320329A (zh) * 2008-07-08 2008-12-10 中国科学院软件研究所 一种基于任务优先级的抢占式人力资源配置方法和系统
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
JP2017191373A (ja) * 2016-04-11 2017-10-19 株式会社東芝 マルチエージェントシステム、タスク割当装置、タスク割当方法及びプログラム
CN107895225A (zh) * 2017-11-01 2018-04-10 北京邮电大学 一种多Agent无冲突的合作型任务分配方法
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

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110412869B (zh) * 2019-06-21 2020-06-09 中南大学 一种多星协同的空间动态目标实时跟踪方法
CN110412869A (zh) * 2019-06-21 2019-11-05 中南大学 一种多星协同的空间动态目标实时跟踪方法
CN110530369A (zh) * 2019-08-22 2019-12-03 北京交通大学 基于时间窗的agv任务调度方法
CN111191920A (zh) * 2019-12-27 2020-05-22 西安中科天塔科技股份有限公司 大规模地面资源调度方法及装置
CN111901833B (zh) * 2020-07-13 2023-07-18 哈尔滨工业大学（深圳） 一种面向不可靠信道传输的联合服务调度以及内容缓存方法
CN111901833A (zh) * 2020-07-13 2020-11-06 哈尔滨工业大学（深圳） 一种面向不可靠信道传输的联合服务调度以及内容缓存方法
CN111898908A (zh) * 2020-07-30 2020-11-06 华中科技大学 一种基于多智体的生产线调度系统及方法
CN112288321A (zh) * 2020-11-18 2021-01-29 中国空间技术研究院 多智能体系统的资源协同分配方法及装置
CN114004087B (zh) * 2021-11-01 2023-03-28 中国西安卫星测控中心 一种地面测控资源配置优化方法和装置
CN114004087A (zh) * 2021-11-01 2022-02-01 中国西安卫星测控中心 一种地面测控资源配置优化方法和装置
CN114545459A (zh) * 2021-12-22 2022-05-27 中国西安卫星测控中心 基于统一逻辑表征的低轨卫星例行测控任务预处理方法
CN114545459B (zh) * 2021-12-22 2024-04-05 中国西安卫星测控中心 基于统一逻辑表征的低轨卫星例行测控任务预处理方法
CN116307288A (zh) * 2023-05-19 2023-06-23 中科星图测控技术股份有限公司 一种测控站网任务调度协同优化方法
CN117829360A (zh) * 2023-12-29 2024-04-05 中国空间技术研究院 复杂约束条件下多站多星测控资源调度优化方法及系统
CN118521131A (zh) * 2024-07-22 2024-08-20 中国电子科技集团公司第十研究所 一种基于智能搜索的三层卫星资源调度方案生成方法

Also Published As

Publication number Publication date
CN109581983B (zh) 2020-12-25

Similar Documents

Publication Publication Date Title
CN109581983A (zh) 基于多智能体的测控资源调度分配的方法和设备
CN112580906B (zh) 卫星遥感任务规划与地面资源调度联合求解方法
CN112288212B (zh) 一种多星自主协同系统及方法
CN108055067B (zh) 一种多星在线协同调度方法
CN112465296B (zh) 一种敏捷卫星动态任务重规划方法
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
CN110825510A (zh) 任务驱动的多星协同任务分配方法及系统
CN109684055B (zh) 一种基于主动观测任务的卫星调度方法
Dai et al. Dynamic scheduling for emergency tasks in space data relay network
CN109088667B (zh) 一种面向简单任务的同构多星在线协同方法
CN113852405B (zh) 多波束中继卫星任务调度模型的构建方法及装置
CN109347536A (zh) 一种基于态势知识的空间网络资源状态监控系统
CN108832993A (zh) 面向混合任务的在线中继卫星系统通信资源分配方法
CN110113212A (zh) 一种适于断点续传的中继卫星单址天线调度方法
CN111950870A (zh) 天地基测控数传资源一体化按需调度方法及系统
CN106845857A (zh) 一种智能电表的配送任务排程优化方法
Yang et al. Onboard coordination and scheduling of multiple autonomous satellites in an uncertain environment
CN108171443A (zh) 考虑指令上注的多星应急任务规划方法及装置
CN113989952A (zh) 基于分布式电源网点的电力设备巡视系统
CN112862306A (zh) 一种面向时敏移动目标跟踪的多星在线协同任务规划方法
CN107103388A (zh) 基于需求预测的机器人调度系统与方法
CN117914389A (zh) 复杂约束下的星地数传任务启发式调度方法
CN117291394A (zh) 一种航天器测控任务动态调整方法、系统和计算机设备
CN113179122B (zh) 一种卫星调度系统
CN116822863A (zh) 一种多平台协同感知的智能规划方法与系统

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