CN109933423A - 一种协同执行复杂任务的多卫星资源规划方法 - Google Patents
一种协同执行复杂任务的多卫星资源规划方法 Download PDFInfo
- Publication number
- CN109933423A CN109933423A CN201811649537.5A CN201811649537A CN109933423A CN 109933423 A CN109933423 A CN 109933423A CN 201811649537 A CN201811649537 A CN 201811649537A CN 109933423 A CN109933423 A CN 109933423A
- Authority
- CN
- China
- Prior art keywords
- satellite
- task
- load
- type
- reconstruction
- 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
Landscapes
- Radio Relay Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了一种协同执行复杂任务的多卫星资源规划方法,该方法包括如下步骤:步骤一:根据用户输入的环境约束条件和重构任务类型,选择合适的载荷类型;步骤二:在符合载荷类型的所有载荷中根据重构任务的指标要求选择满足条件的载荷,结合载荷与卫星的对应关系,选择可能参与重构的备选卫星集合;步骤三:根据各备选卫星节点集合中各卫星的轨道及载荷能力,计算卫星对重构目标的覆盖时间及覆盖范围,从中选择能够对目标实施覆盖的卫星集合,并形成对应的元任务集合;步骤四:在所述元任务集合中选择合适的元任务组合,完成卫星系统任务的重新规划。本发明能够合理安排卫星的覆盖区域及覆盖时间,使卫星系统资源的利用最大化。
Description
技术领域
本发明涉及多卫星协同执行复杂任务技术,尤其涉及一种针对复杂任务的多卫星资源规划方法。
背景技术
根据现有的不同的卫星系统的功能性,可将复杂的卫星系统任务/使命分解为:成像任务、电子探测任务、卫星预警任务、测绘保障任务、气象保障任务、通信保障任务和导航定位任务这七类。卫星系统的任务分解是指按照一定的分解规则,将子任务分解为一系列离散的、相互关联的元任务,分解后的元任务直接和具体的卫星活动相对应,可直接支持任务规划。由于卫星侦察和通信任务属性包含很多方面,且各卫星任务之间关系复杂,分解后得到的元任务之间约束比较多,因此任务分解是一个非常复杂的过程。
同时,一般情况下,在对某个元任务进行资源初选时可能有多个卫星资源与之匹配,最后需要经过规划处理最终确定元任务的匹配资源。因此,元任务和卫星资源的匹配也是个非常复杂的过程。
发明内容
基于上述原因,本发明提出了一种协同执行复杂任务的多卫星资源规划方法,所述方法通过对复杂任务进行分解形成与元任务匹配的备选卫星集合,并通过任务重规划充分利用不同卫星经过机会,对卫星集合进行优化,从而以最少的卫星资源来满足需重构的卫星任务需求。
为实现上述目的,本发明提出的技术方案为:
一种协同执行复杂任务的多卫星资源规划方法,其特征在于:该方法包括如下步骤:
步骤一:匹配载荷类型,根据用户输入的环境约束条件和重构任务类型,选择合适的载荷类型;
步骤二:匹配具体载荷,在符合载荷类型的所有载荷中根据重构任务的指标要求选择满足条件的载荷,结合载荷与卫星的对应关系,选择可能参与重构的备选卫星集合;
步骤三:匹配具体卫星,根据各备选卫星节点集合中各卫星的轨道及载荷能力,计算卫星对重构目标的覆盖时间及覆盖范围,从中选择能够对目标实施覆盖的卫星集合,并形成对应的元任务集合;
步骤四:在所述元任务集合中选择合适的元任务组合,完成卫星系统任务的重新规划。
进一步地,所述重构任务类型包括电子探测任务、通信保障任务以及成像任务。
进一步地,当重构任务类型为成像任务时,根据图像类型、环境约束条件从载荷数据库中选择载荷类型。
进一步地,所述步骤二中,
若为电子探测类载荷,则判断载荷的频率范围、定位精度和覆盖范围是否满足重构任务需求;
若为成像类载荷,则判断载荷的图像分辨率、定位精度是否满足重构任务需求;
若为通信类载荷,则判断载荷的信号接收灵敏度、带宽、覆盖范围是否满足重构任务需求。
进一步地,所述步骤四包括如下步骤:从前述元任务集合中抽取对应的卫星集合S′和各卫星Si实施覆盖的时间窗口集合TWi;获取重构任务的类型集合,针对集合中的各类型分别进行任务规划。
进一步地,当重构任务为普通监视任务时,通过判断各卫星Si的时间窗口是否规划了其他任务,得到所有可用的时间窗口集合T,该时间窗口集合T中各时间窗口按开始时间升序排列,并通过判断相邻时间窗口的开始时间之间的差是否大于任务需求的最大重访周期,确定任务规划后的可用窗口集合。
进一步地,当重构任务为区域监视任务时,将由于对区域的监视受到影响的普通任务集合J返回所述元任务集合,其中该集合J由卫星Si的时间窗口附近已规划了的其它任务Jx组成。
进一步地,当重构任务为跟踪任务时,针对卫星集合S′的各备选卫星,找到可以与其完成接力侦察任务的下一跳卫星,直到覆盖整个飞行器飞行过程,得到接力侦察的卫星集合H,并从该卫星集合H中找到接力的卫星数最少的集合Y。
本发明通过对复杂任务进行分解、重规划,能够合理安排卫星的覆盖区域及覆盖时间,以最少的卫星资源来满足需重构的卫星任务需求,使卫星系统资源的利用最大化。
附图说明
图1为根据本发明的多卫星资源规划方法工作流程图;
图2为根据本发明的多卫星资源规划方法中载荷类型匹配过程流程图;
图3为根据本发明的多卫星资源规划方法中载荷选择过程流程图;
图4为根据本发明的多卫星资源规划方法中卫星匹配过程流程图;
图5为本发明任务重规划中的普通监视任务工作流程图;
图6为本发明任务重规划中的区域监视任务工作流程图;
图7为本发明任务重规划中的跟踪任务工作流程图;
具体实施方式
以下结合附图对本发明的具体实施方式进行详细描述。
在卫星系统中,涉及到的子目标任务主要包括电子探测任务、成像任务、通信保障任务。这三类任务都可以抽象为形如任务标识、任务目标、执行约束、任务要求的形式,各元素又由若干子元素进行说明。下表为复杂任务需求说明示例。
表1复杂任务需求说明
(a)任务标识:任务标识是某一任务区别于其他任务的标识性说明,其子元素包括任务名称、任务ID。
任务名称是对任务的概括说明,但不能唯一确定一个任务需求;
任务ID是任务需求的编号,能够唯一确定一个任务需求;
(b)任务描绘:任务描绘是用户本身对需求属性的刻画,包括任务优先级、任务要求、任务最早执行时间、任务最迟结束时间、任务执行频率和文本描述。
任务优先级是任务需求相对重要程度的标识,是资源优化重要指标;
任务要求是任务执行结果的属性集合,是对任务执行结果的要求,其子元素根据任务产品的不同而不同。例如图像分辨率、定位精度、图像类型、覆盖范围等是对成像子目标任务的要求。
频率覆盖范围、目标定位精度、覆盖范围等是对电子探测子目标任务的要求。
信息传输时延、误码率等是对通信保障子目标任务的要求。
文本描述作为任务的补充说明,增强了模型的可读性。
(c)应用环境,指用户对卫星应用范畴的理解,包括背景、环境约束、目标名称、目标运动特征和目标位置。
背景指的是民用还是军事需求,民用需求例如地形地貌分析。
环境约束则根据任务执行资源的不同而不同,例如对于成像子目标任务而言,主要受太阳光照(太阳角)、大气云层等环境约束。
对于不同类型的子目标任务,虽然其需求内容有不同之处,但都存在一些共同的要素,因此本发明将这些共同的需要要素提取出来。子目标任务需求内容框架包括任务标识、任务目标、执行约束、任务要求四项,不同的子目标任务可以根据具体的应用实际对这四项分别进行扩展,增加不同的需求内容项,从而形成具体的子目标任务需求内容定义。
本发明涉及的三类子目标任务的需求描述如下表所示。
表2子目标任务需求说明
基于上述内容,本发明提出的协同执行复杂任务的多卫星资源规划方法具体包括如下步骤:
步骤一:匹配载荷类型,根据用户输入的环境约束条件和重构任务类型,选择合适的载荷类型。
本发明根据用户输入的任务标识、任务描绘和应用环境信息,自动选择完成任务所需要的载荷类型,例如电子探测、红外、SAR等。
如图2所示,载荷类型匹配具体包括如下步骤:
Step1:初始化环境约束,判定需重构的子任务类型;
所述环境约束例如可以包括光照条件、云量等。
Step2:当子任务类型要求为“电子探测任务”时,从卫星系统载荷数据库中选择所有电子探测天线,进入Step7;当为“通信保障任务”时,从载荷数据库中选择信息传输天线,进入Step7;当为“成像任务”时,进入Step3;
Step3:判断是否有图像类型要求,若有具体的图像类型要求,则进入Step4;否则,进入Step5;
Step4:判断需要的图像类型,若为SAR图像,则从载荷数据库中选择SAR载荷;若为红外图形,则选择红外载荷;若为可见光图像,则选择可见光类的载荷;进入Step7;
Step5:判断需要重构的成像侦察目标上空是否有云,若有,则从载荷数据库中选择SAR载荷,进入Step7;否则,进入Step6;
Step6:判断需要侦察的区域和时段光照条件是否为“好”,若是,则选择可见光、SAR和红外载荷;否则,选择SAR和红外载荷;进入Step7;
Step7:载荷类型匹配结束,形成备选载荷集合。
步骤二:匹配具体载荷,在符合载荷类型的所有载荷中根据重构任务的指标要求选择满足条件的载荷,结合载荷与卫星的对应关系,选择可能参与重构的备选卫星集合。
如图3所示,本发明中具体载荷匹配过程包括如下步骤:
Step1:初始化,设备选载荷集合Z中的载荷n=1,并判断载荷类型,若为电子探测类载荷,则进入Step2;若为成像类载荷,例如SAR、红外、可见光等,则进入Step4;若为通信类载荷,则进入Step6;
Step2:判断载荷n的频率范围、定位精度和覆盖范围是否满足重构任务需求,若是,则进入Step3;否则,从备选集合中删除该载荷,进入Step3;
Step3:更新n=n+1,判断n是否大于sizeof(Z),即所有载荷是否均已判断完毕,若是则进入Step8;否则,返回到Step2;
Step4:判断载荷n的图像分辨率、定位精度是否满足重构任务需求,若是,则进入Step5;否则,从备选集合中删除该载荷,进入Step5;
Step5:更新n=n+1,判断n是否大于sizeof(Z),即所有载荷是否均已判断完毕,若是则进入Step8;否则,返回到Step4;
Step6:判断载荷n的信号接收灵敏度、带宽、覆盖范围是否满足重构任务需求,若是,则进入Step7;否则,从备选集合中删除该载荷,进入Step7;
Step7:更新n=n+1,判断n是否大于sizeof(Z),即所有载荷是否均已判断完毕,若是则进入Step8;否则,返回到Step6;
Step8:查找备选载荷集合Z中每个载荷对应的卫星节点ID,形成备选的卫星节点集合,载荷选择完毕。
步骤三:匹配具体卫星,根据各备选卫星节点集合中各卫星的轨道及载荷能力,计算卫星对重构目标的覆盖时间及覆盖范围,从中选择能够对目标实施覆盖的卫星集合,并形成对应的元任务集合。
如图4所示,该具体卫星匹配过程包括如下步骤:
Step1:初始化备选卫星集合S中的卫星n=1,设定任务的执行约束,例如最早执行时间、最晚执行时间、执行频率等;
Step2:计算卫星n对重构目标的覆盖范围、可见窗口;
Step3:判断卫星n是否有满足任务执行约束的可见窗口,若是,则记录覆盖目标的范围、时间,将每个可见时段均认为是一个元任务,进入Step4;否则,卫星n从备选集合S中删除,返回到Step2;
Step4:更新n=n+1,判断n是否大于sizeof(S),即所有节点是否均已判断完毕,若是进入Step5;否则,返回到Step2;
Step5:卫星匹配过程结束,形成可参与重构的元任务集合。
步骤四:在所述元任务集合中选择合适的元任务组合,完成卫星系统任务的重新规划。
由于轨道及遥感器侧摆能力限制,卫星覆盖范围有限。当卫星对目标具有可见机会时,根据遥感器侧摆角度,卫星可以有选择地对目标进行覆盖。因此如果综合考虑卫星之间的协同侦察/通信及卫星任务需求,合理安排卫星的覆盖区域及覆盖时间,则可以实现卫星系统资源的利用最大化。
为此,本发明充分利用不同卫星的经过机会,针对卫星系统的任务需求,根据任务类型确定重规划的基本准则,在尽量不影响各卫星执行原有任务的基础上,从前述步骤获得的备选卫星集合中选择合适的卫星,以最少的卫星资源来满足需重构的卫星任务需求。
重规划的基本准则根据不同任务类型而不同。例如,对区域的日常监视任务,其特点为任务执行周期长、对重访周期和信息的实时性要求一般,因此对该类任务进行任务规划的优先级为普通,目的是以最少的卫星资源达到该类任务的基本要求;侦察监视任务的任务执行周期通常为一段时间,需要卫星系统同时提供侦察和通信功能。对卫星系统的重访周期和信息的实时性要求很高。对该类任务进行规划时的优先级为较高;而对高速移动目标的跟踪任务执行时间较短,通常为十几到几十分钟,且只需要卫星综合信息系统提供通信功能即可。该类型任务需要卫星通信系统能对目标进行全程跟踪,服务的优先级最高。由于已经大体确定了跟踪目标的移动路线,因此在任务规划时只需要卫星系统能够有卫星跟踪即可,不需要所有能见到目标的卫星均开机工作。同时,以上三种典型任务的共同特点为在一段时间内,需要卫星综合信息系统能够提供大量的卫星通信资源,以快速回传卫星系统获取的侦察数据。因此,在对任务进行规划时,只要具有星间通信链路、且自身没有数据要传输的各种卫星均应成为备选的通信卫星。
进行重规划需要获取以下已知条件:
(1)目标地理位置:用户提交的目标地理位置决定了其与卫星的时间窗口以及卫星对其覆盖的侧摆角度。点目标元任务的地理位置由目标的中心点的经纬度确定,区域目标元任务的地理位置采用多边形表示。
(2)卫星现有的任务计划:卫星系统承载的任务很多,在进行任务规划时,应该根据用户提交的各卫星现有任务计划决定任务重构方案,尽量在不影响其它任务完成的同时,以较小的代价实现任务重构。
(3)任务分解的输出元素:用户提交的任务需求首先经过任务分解匹配相应的卫星资源,形成能够完成任务的最大元任务集合,任务规划将根据在这个元任务集合中选择合适的元任务组合,完成系统任务的重新规划。
(4)卫星及星载遥感器的其它使用约束:卫星及星载遥感器工作时必须满足一定的规则和约束。如单次最大开机时间约束,覆盖单位时间消耗的能量约束,侧摆单位角度消耗的能量约束。
(5)需重构的任务需求:卫星综合信息系统可承载的任务按照目标的类型、任务优先级、重访周期、实时性等要求大体分为几种类型,任务规划模型将根据不同的任务需求,采用相应的任务规划准则来指导卫星资源的选择。
在上述内容基础上,本发明提供的任务重规划工作流程如图5-7所示,具体步骤如下:
Step1:从前述元任务集合中抽取对应的卫星集合S′和各卫星Si实施覆盖的时间窗口集合TWi;
设时间窗口集合TWi={twi,1,…,twi,Ni},其中Ni为时间窗口数,twi,k=[wsi,k,wei,k],wsi,k表示第k个时间窗口的开始时间,wei,k表示第k个时间窗口的结束时间。
Step2:获取重构任务的类型集合;
假设重构任务的类型集合Type={1,2,3},其中“1”为普通监视任务,“2”为区域监视任务,“3”为跟踪任务。
Step3:初始化i=1,k=1。
Step4:判断Type的值,其中:
(1)若Type=1,则进行如下步骤:
Step11:查询卫星Si的第k个时间窗口twi,k附近是否已规划了其它任务。若是,则从时间窗口集合TWi中删除该时间窗口twi,k,即TWi=TWi-{twi,k},以更新时间窗口集合;否则,进入下一步。
Step12:更新k=k+1,判断k是否大于sizeof(TWi),即所有时间窗口是否均已判断完毕,若是则进入Step13;否则,返回到Step11。
Step13:更新i=i+1,判断i是否大于sizeof(S′),即所有卫星是否均已判断完毕,若是则进入Step14;否则,令k=1,返回到Step11。
Step14:将集合按各时间窗口的开始时间升序排列,得到所有可用的时间窗口集合T。
其中,T{j}表示第j个时间窗口,T(j,1)表示第j个时间窗口的开始时间,T(j,2)表示第j个时间窗口的结束时间。
Step15:初始化j=1,m=1,并设任务规划后的可用窗口集合
Step16:判断T(j,1)-T(j+m,1)是否大于任务需求的最大重访周期T重访。若是,进入Step17;否则,更新m=m+1,返回到Step16。
Step17:判断m是否大于1。若是,则更新G=G∪T{j+m-1},j=j+m-1,m=1,返回到Step16;否则,进入Step18;
Step18:判断G是否为空集,若是,则无法通过任务重构满足任务需求,算法结束;否则,集合G为最终的元任务集合,从中抽取对应的卫星集合S′,G和S′共同作为任务调度算法的输入,任务规划算法结束。
(2)若Type=2,则进行如下步骤:
Step21:假设由于对区域的监视,会受到影响的普通任务集合为J,初始化
Step22:查询卫星Si的第k个时间窗口twi,k附近是否已规划了其它任务Jx。若是,则更新J=J∪Jx,即将任务Jx加入到会受到影响的普通任务集合中。
;否则,进入Step23。
Step23:更新k=k+1,判断k是否大于sizeof(TWi),即所有时间窗口是否均已判断完毕,若是则进入Step24;否则,返回到Step22。
Step24:更新i=i+1,判断i是否大于sizeof(S′),即所有卫星是否均已判断完毕,若是则将集合J返回到前述元任务集合,任务规划算法结束,输出最终任务重构需要的元任务集合及与之匹配的卫星资源;否则,令k=1,返回到Step22。
(3)若Type=3,则进行如下步骤:
Step31:假设Zn表示卫星集合S′中第n个备选卫星,H表示备选的完成接力侦察的卫星组合;初始化n=1,
Step32:针对卫星Zn找到可以与其完成接力侦察任务的下一跳卫星,直到覆盖整个飞行器飞行过程,得到接力侦察的卫星组合Hn,Hn中包含的卫星集合为On;更新n=n+1,H=H∪Hn,若n>sizeof(S′),进入Step33;否则,返回到Step32;
Step33:从集合H中找到接力的卫星数最少的集合Y,若sizeof(Y)=1,则负责飞行器跟踪的卫星集合E=On;若sizeof(Y)>1,则找到使得各卫星的资源占用率尽量均衡的组合Jm和对应的卫星集合Om。
其中,集合Om的最小,则E=Om,任务规划算法结束。该表达式中,Sri表示卫星i已占用的资源数,Ri表示卫星i的总资源数,该表达式表示资源已占用比例总和最小的卫星集合。
通过上述步骤可以获得规划后各元任务的表示,包括卫星标识、卫星任务时段安排、重访周期等。其中:卫星标识用于表示参与完成重构任务的卫星;卫星任务时段安排说明经过任务重规划后,参与重构任务的各卫星每个时段执行的任务;重访周期说明任务重构后,卫星系统对目标的重访时间,为后续重构后卫星综合信息系统性能的统计提供数据。
Claims (8)
1.一种协同执行复杂任务的多卫星资源规划方法,其特征在于:该方法包括如下步骤:
步骤一:匹配载荷类型,根据用户输入的环境约束条件和重构任务类型,选择合适的载荷类型;
步骤二:匹配具体载荷,在符合载荷类型的所有载荷中根据重构任务的指标要求选择满足条件的载荷,结合载荷与卫星的对应关系,选择可能参与重构的备选卫星集合;
步骤三:匹配具体卫星,根据各备选卫星节点集合中各卫星的轨道及载荷能力,计算卫星对重构目标的覆盖时间及覆盖范围,从中选择能够对目标实施覆盖的卫星集合,并形成对应的元任务集合;
步骤四:在所述元任务集合中选择合适的元任务组合,完成卫星系统任务的重新规划。
2.根据权利要求1所述的多卫星资源规划方法,其特征在于:所述重构任务类型包括电子探测任务、通信保障任务以及成像任务。
3.根据权利要求2所述的多卫星资源规划方法,其特征在于:当重构任务类型为成像任务时,根据图像类型、环境约束条件从载荷数据库中选择载荷类型。
4.根据权利要求1所述的多卫星资源规划方法,其特征在于:所述步骤二中,
若为电子探测类载荷,则判断载荷的频率范围、定位精度和覆盖范围是否满足重构任务需求;
若为成像类载荷,则判断载荷的图像分辨率、定位精度是否满足重构任务需求;
若为通信类载荷,则判断载荷的信号接收灵敏度、带宽、覆盖范围是否满足重构任务需求。
5.根据权利要求1所述的多卫星资源规划方法,其特征在于:所述步骤四包括如下步骤:从前述元任务集合中抽取对应的卫星集合S′和各卫星Si实施覆盖的时间窗口集合TWi;获取重构任务的类型集合,针对集合中的各类型分别进行任务规划。
6.根据权利要求5所述的多卫星资源规划方法,其特征在于:当重构任务为普通监视任务时,通过判断各卫星Si的时间窗口是否规划了其他任务,得到所有可用的时间窗口集合T,该时间窗口集合T中各时间窗口按开始时间升序排列,并通过判断相邻时间窗口的开始时间之间的差是否大于任务需求的最大重访周期,确定任务规划后的可用窗口集合。
7.根据权利要求5所述的多卫星资源规划方法,其特征在于:当重构任务为区域监视任务时,将由于对区域的监视受到影响的普通任务集合J返回所述元任务集合,其中该集合J由卫星Si的时间窗口附近已规划了的其它任务Jx组成。
8.根据权利要求5所述的多卫星资源规划方法,其特征在于:当重构任务为跟踪任务时,针对卫星集合S′的各备选卫星,找到可以与其完成接力侦察任务的下一跳卫星,直到覆盖整个飞行器飞行过程,得到接力侦察的卫星集合H,并从该卫星集合H中找到接力的卫星数最少的集合Y。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811649537.5A CN109933423B (zh) | 2018-12-31 | 2018-12-31 | 一种协同执行复杂任务的多卫星资源规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811649537.5A CN109933423B (zh) | 2018-12-31 | 2018-12-31 | 一种协同执行复杂任务的多卫星资源规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109933423A true CN109933423A (zh) | 2019-06-25 |
CN109933423B CN109933423B (zh) | 2021-04-30 |
Family
ID=66984899
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811649537.5A Active CN109933423B (zh) | 2018-12-31 | 2018-12-31 | 一种协同执行复杂任务的多卫星资源规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109933423B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110971829A (zh) * | 2019-12-09 | 2020-04-07 | 成都星时代宇航科技有限公司 | 一种对象的拍摄方法、装置及存储介质 |
CN112260743A (zh) * | 2020-09-16 | 2021-01-22 | 西安空间无线电技术研究所 | 一种计算资源分配方法及装置 |
CN115361055A (zh) * | 2022-08-16 | 2022-11-18 | 中国科学院上海微系统与信息技术研究所 | 一种基于用户组的卫星通信系统星间切换方法 |
CN115580342A (zh) * | 2022-11-17 | 2023-01-06 | 成都国恒空间技术工程股份有限公司 | 基于智联网的航天情报获取方法及系统 |
CN116523212A (zh) * | 2023-04-12 | 2023-08-01 | 中国科学院软件研究所 | 一种多星协同语义建模及任务规划方法和系统 |
CN117076135A (zh) * | 2023-10-13 | 2023-11-17 | 之江实验室 | 一种资源调度方法、装置、存储介质及电子设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102780523A (zh) * | 2012-07-31 | 2012-11-14 | 中国电子科技集团公司第五十四研究所 | 一种多卫星协同观测业务调度方法 |
CN103294925A (zh) * | 2013-06-20 | 2013-09-11 | 中国科学院遥感与数字地球研究所 | 一种实现多卫星联合成像的方法 |
CN105654220A (zh) * | 2014-11-27 | 2016-06-08 | 航天恒星科技有限公司 | 一种多卫星联合观测方法及系统 |
EP2177061B1 (en) * | 2007-07-20 | 2016-12-07 | Telefonaktiebolaget LM Ericsson (publ) | System, device and method of providing location based, emergency and service call and inventory information |
CN106656301A (zh) * | 2016-12-30 | 2017-05-10 | 西安电子科技大学 | 基于卫星轨道信息辅助最佳加权信噪比的中继选择方法 |
CN107679748A (zh) * | 2017-09-30 | 2018-02-09 | 哈尔滨工业大学 | 面向星群观测任务自主规划的星地联合运行方法 |
-
2018
- 2018-12-31 CN CN201811649537.5A patent/CN109933423B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2177061B1 (en) * | 2007-07-20 | 2016-12-07 | Telefonaktiebolaget LM Ericsson (publ) | System, device and method of providing location based, emergency and service call and inventory information |
CN102780523A (zh) * | 2012-07-31 | 2012-11-14 | 中国电子科技集团公司第五十四研究所 | 一种多卫星协同观测业务调度方法 |
CN103294925A (zh) * | 2013-06-20 | 2013-09-11 | 中国科学院遥感与数字地球研究所 | 一种实现多卫星联合成像的方法 |
CN105654220A (zh) * | 2014-11-27 | 2016-06-08 | 航天恒星科技有限公司 | 一种多卫星联合观测方法及系统 |
CN106656301A (zh) * | 2016-12-30 | 2017-05-10 | 西安电子科技大学 | 基于卫星轨道信息辅助最佳加权信噪比的中继选择方法 |
CN107679748A (zh) * | 2017-09-30 | 2018-02-09 | 哈尔滨工业大学 | 面向星群观测任务自主规划的星地联合运行方法 |
Non-Patent Citations (1)
Title |
---|
刘畅: "面向复杂任务的多星协同任务规划技术的研究与应用", 《道客巴巴》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110971829A (zh) * | 2019-12-09 | 2020-04-07 | 成都星时代宇航科技有限公司 | 一种对象的拍摄方法、装置及存储介质 |
CN112260743A (zh) * | 2020-09-16 | 2021-01-22 | 西安空间无线电技术研究所 | 一种计算资源分配方法及装置 |
CN112260743B (zh) * | 2020-09-16 | 2022-08-12 | 西安空间无线电技术研究所 | 一种计算资源分配方法及装置 |
CN115361055A (zh) * | 2022-08-16 | 2022-11-18 | 中国科学院上海微系统与信息技术研究所 | 一种基于用户组的卫星通信系统星间切换方法 |
CN115361055B (zh) * | 2022-08-16 | 2023-07-21 | 中国科学院上海微系统与信息技术研究所 | 一种基于用户组的卫星通信系统星间切换方法 |
CN115580342A (zh) * | 2022-11-17 | 2023-01-06 | 成都国恒空间技术工程股份有限公司 | 基于智联网的航天情报获取方法及系统 |
CN116523212A (zh) * | 2023-04-12 | 2023-08-01 | 中国科学院软件研究所 | 一种多星协同语义建模及任务规划方法和系统 |
CN117076135A (zh) * | 2023-10-13 | 2023-11-17 | 之江实验室 | 一种资源调度方法、装置、存储介质及电子设备 |
CN117076135B (zh) * | 2023-10-13 | 2024-02-02 | 之江实验室 | 一种资源调度方法、装置、存储介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN109933423B (zh) | 2021-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109933423A (zh) | 一种协同执行复杂任务的多卫星资源规划方法 | |
CN108256822A (zh) | 一种适用于气象信息辅助卫星成像任务规划系统及方法 | |
CN105095643B (zh) | 面向动态环境的成像卫星自主任务规划方法 | |
CN107864007B (zh) | 面向区域目标的多星多地面站资源协同分配管理方法 | |
Laliberte et al. | Acquisition, orthorectification, and object-based classification of unmanned aerial vehicle (UAV) imagery for rangeland monitoring | |
CN104063748B (zh) | 一种用于解决面向成像卫星的时间依赖型调度问题的算法 | |
CN107949521B (zh) | 用于规划由航天器采集地球区域的图像的方法 | |
CN109933842A (zh) | 一种基于约束满足遗传算法的移动目标单星任务规划方法 | |
CN116954928B (zh) | 基于通导遥一体化设计的星上自主任务规划方法与设备 | |
CN113343777B (zh) | 一种面向自然灾害应急响应的卫星快速规划方法及系统 | |
Simi et al. | Distributed task allocation and coordination scheme for a multi-UAV sensor network | |
US10416678B2 (en) | Recharging an aircraft in a region using areas of increased sunlight within the region | |
Zhou | Future intelligent earth observing satellites | |
WO2022107620A1 (ja) | データ解析装置および方法、並びに、プログラム | |
CN107491591A (zh) | 快速生成敏捷成像卫星对地观测需求筹划的方法 | |
Kennedy | Planning and scheduling for earth-observing small satellite constellations | |
Curran et al. | Combining spatially balanced sampling, route optimisation and remote sensing to assess biodiversity response to reclamation practices on semi-arid well pads | |
Thompson | Agile science operations: A new approach for primitive bodies exploration | |
JP7195724B2 (ja) | 地理的領域のスペクトル情報をシミュレートするための方法および装置 | |
Duveau | Frozen data? Polar research and fieldwork in a pandemic era | |
Chen et al. | Modelling of unmanned aerial vehicle deliveries in populated urban areas for risk management | |
Abramson et al. | Earth Phenomena Observation System (EPOS) for Coordination of Asynchronous Sensor Webs | |
Guarini et al. | The Italian hyperspectral mission PRISMA | |
Renjie et al. | Multi-satellite mission planning for environmental and disaster monitoring satellite system | |
Yu et al. | a Study of Co-Planing Technology of Spaceborne, Airborne and Ground Remote Sensing Detecting Resource, Driven by Disaster Emergency Task |
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 |