CN109948944B - 一种卫星任务调度方法及系统 - Google Patents
一种卫星任务调度方法及系统 Download PDFInfo
- Publication number
- CN109948944B CN109948944B CN201910236251.2A CN201910236251A CN109948944B CN 109948944 B CN109948944 B CN 109948944B CN 201910236251 A CN201910236251 A CN 201910236251A CN 109948944 B CN109948944 B CN 109948944B
- Authority
- CN
- China
- Prior art keywords
- satellite
- task
- representing
- scheduling
- task scheduling
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Radio Relay Systems (AREA)
Abstract
本发明公开了一种卫星任务调度方法及系统。所述方法对卫星任务调度问题进行统一化的问题描述,确定卫星任务调度问题的决策变量,并根据影响星上事件或星地事件相互关系的约束建立卫星任务调度模型;所述卫星任务调度模型不仅为卫星任务调度问题提供了统一化的描述方法,同时也为卫星任务调度算法的设计与配置提供了统一的接口。在统一化卫星任务调度模型的基础上,本发明采用构造启发式和基于通用邻域结构的智能优化策略保障了求解方法的通用性,而基于卫星领域知识的针对性改进策略则提升了求解方法的针对性,三种策略相互协同,为卫星任务调度问题统一化模型提供通用、有效的求解途径,提高了调度模型与算法的兼容性和适用性。
Description
技术领域
本发明涉及卫星任务调度技术领域,特别是涉及一种卫星任务调度方法及系统。
背景技术
作为一种先进的天基信息平台,卫星已在经济、军事、民生等领域起到不可替代的作用。随着卫星技术的不断发展和卫星应用的普及,各行各业用户向卫星管控部门提出了大量的任务需求。为应对大规模、多元化的任务需求,卫星任务调度成为卫星管控的首要内容。
卫星任务调度指卫星在轨运行过程中,卫星管控部门针对卫星使命任务和日常维护需要,在满足各类约束条件的前提下,分配卫星载荷和地面管控资源,制定卫星在轨运行和地面管控计划,以实现卫星任务收益的最大化。卫星任务调度问题不仅涉及卫星载荷资源,还涉及保障其正常运行的地面管控资源;不仅包含卫星使命任务,还包含日常维护需求。可见,卫星任务调度涉及子问题众多、涵盖面广,合理、有效的建模方式对卫星任务调度问题的描述与求解具有重要意义。
任务调度问题的模型往往同时具有序列优化和资源优化的特点,既要决策任务执行的先后顺序,又要分配任务执行所需的资源。常用的卫星任务调度模型包括线性规划模型、图论模型、路径规划模型和约束满足模型等。不过,目前的模型研究存在以下不足:
1.线性规划模型很难处理卫星任务调度问题中的非线性收益与非线性约束,且卫星任务调度问题的NP难特性决定了精确求解方法只适用于小规模的任务调度场景。
2.图论和路径规划模型能够直观反应卫星任务调度序列优化的特点,但在现阶段敏捷卫星可见窗口时长、高轨卫星可用测控弧长远大于任务时长的场景中,还需通过紧前安排、成像质量优先等启发式规则将任务序列映射到时间轴上,这一解的转换过程占用优化时间,且在启发式规则的影响下易陷入局部最优解。
3.仍不同程度地依赖于启发式规则,例如在成像任务优化结果的基础上,紧前安排数传任务与测控任务,并未实现真正意义上的一体化管控。
4.没有立足于卫星任务管控的共性特征,将测控与运控任务的调度纳入统一的建模与求解方法中。
实际上,某颗或某类卫星任务是否能够实施一体化的任务调度,不仅取决于卫星任务调度的模型,还取决于该星现行的卫星管控机制。故研究一体化、统一化卫星任务调度方法,不应局限于单纯地建立某颗卫星的测运控一体化调度模型,应从方法层面统一卫星任务调度问题,实现不同管控体制、不同卫星、不同任务情形下的模型兼容与方法通用。
发明内容
本发明的目的是提供一种卫星任务调度方法及系统,以解决常用的卫星任务调度模型未实现一体化管控,导致的调度模型与算法的兼容性和适用性低的问题。
为实现上述目的,本发明提供了如下方案:
一种卫星任务调度方法,所述方法包括:
获取卫星任务集合;
根据所述卫星任务集合对卫星任务调度问题进行统一化的问题描述,确定卫星任务调度问题的决策变量;
根据所述卫星任务集合及所述卫星任务调度问题的决策变量建立卫星任务调度模型;所述卫星任务调度模型包括综合收益值最大化模型和卫星任务调度可行性约束满足模型;所述卫星任务调度可行性约束满足模型包括任务执行唯一性约束、任务时序约束、卫星转换时间约束、测站转换时间约束、星载电量约束和星载固存约束;
采用多策略协同求解所述卫星任务调度模型,获得卫星任务调度解;所述多策略包括启发式构造策略、智能优化策略和针对性改进策略;
根据所述卫星任务调度解进行卫星任务调度。
可选的,所述获取卫星任务集合,具体包括:
获取卫星任务集合R,其中R=RO∪RT,RO为运控任务集合,RT为测控任务集合。
可选的,所述根据所述卫星任务集合对卫星任务调度问题进行统一化的问题描述,确定卫星任务调度问题的决策变量,具体包括:
根据所述卫星任务集合对卫星任务调度问题进行统一化的问题描述,确定卫星任务调度问题的决策变量为:
其中xij表示卫星运控任务或测控任务是否于星地事件可执行时机deoij执行一次;deoij表示任务ri的第j个星地事件可执行时机;yij表示运控任务ri是否于星上事件可执行时机oeoij执行一次;oeoij表示任务ri的第j个星上事件可执行时机;zi表示在运控任务ri∈RO执行后,卫星是否对星载固存进行擦除;ri表示任意第i个卫星任务。
可选的,所述根据所述卫星任务集合及所述卫星任务调度问题的决策变量建立卫星任务调度模型,具体包括:
根据所述卫星任务集合建立综合收益值最大化模型:
其中R*=R* O∪R* T,R* O为运控任务集合RO中被执行的任务集合,R* T为测控任务集合RT中被执行的任务集合;pi表示任务ri的优先级;
根据所述卫星任务调度问题的决策变量建立任务执行唯一性约束:
其中DEOi表示任务ri的星地事件可执行时机集;OEOi表示任务ri的星上事件可执行时机集;
根据所述卫星任务调度问题的决策变量建立任务时序约束:
其中ui表示任务ri的前序任务;bO,i表示任务ri星上事件的开始时刻;bD,i表示任务ri星地事件的开始时刻;
根据所述卫星任务调度问题的决策变量建立卫星转换时间约束:
其中ri表示第i个卫星任务,ri'表示第i'个卫星任务;eO,i表示任务ri星上事件的结束时刻;eD,i表示任务ri星地事件的结束时刻;bO,i’表示任务ri’星上事件的开始时刻;bD,i’表示任务ri’星地事件的开始时刻;eO,i’表示任务ri’星上事件的结束时刻;eD,i’表示任务ri’星地事件的结束时刻;ΔO(ri,ri')表示由任务ri和ri'产生的卫星星上事件转换时间;ΔO(ri',ri)表示由任务ri'和ri产生的卫星星上事件转换时间;s(ri)表示执行任务ri的卫星;s(ri’)表示执行任务ri’的卫星;ΔD(ri,ri')表示由任务ri和ri'产生的卫星星地事件转换时间;ΔD(ri’,ri)表示由任务ri’和ri产生的卫星星地事件转换时间;ΔM表示由任务ri和ri'产生的卫星工作模式转换时间;
根据所述卫星任务调度问题的决策变量建立测站转换时间约束:
其中ΔA(ri,ri')表示由任务ri和ri'产生的测站转换时间;a(ri)表示执行任务ri测站;a(ri’)表示执行任务ri’的测站;
根据所述卫星任务调度问题的决策变量建立星载电量约束:
其中Q表示卫星的星载电池阈值;qi表示任务ri的耗电量;o(ri)表示执行任务ri的轨道;Oij表示卫星sj中可以执行任务ri的轨道集合;ok代表第k条卫星轨道;
根据所述卫星任务调度问题的决策变量建立星载固存约束:
其中M表示卫星的星载固存阈值;mi任务ri所需的数储量;tk(sj)表示由决策变量zi决定的卫星sj第k个固存擦除时刻;tk+1(sj)表示由决策变量zi决定的卫星sj第k+1个固存擦除时刻;S表示卫星集合。
可选的,所述采用多策略协同求解所述卫星任务调度模型,获得卫星任务调度解,具体包括:
采用所述启发式构造策略求解所述卫星任务调度模型,获得初始调度解;
采用所述智能优化策略优化所述初始调度解,生成优化调度解;
采用所述针对性改进策略将所述优化调度解中的卫星非实传模式概率性地调整为实传模式,获得卫星任务调度解。
一种卫星任务调度系统,所述系统包括:
卫星任务获取模块,用于获取卫星任务集合;
决策变量确定模块,用于根据所述卫星任务集合对卫星任务调度问题进行统一化的问题描述,确定卫星任务调度问题的决策变量;
模型建立模块,用于根据所述卫星任务集合及所述卫星任务调度问题的决策变量建立卫星任务调度模型;所述卫星任务调度模型包括综合收益值最大化模型和卫星任务调度可行性约束满足模型;所述卫星任务调度可行性约束满足模型包括任务执行唯一性约束、任务时序约束、卫星转换时间约束、测站转换时间约束、星载电量约束和星载固存约束;
模型求解模块,用于采用多策略协同求解所述卫星任务调度模型,获得卫星任务调度解;所述多策略包括启发式构造策略、智能优化策略和针对性改进策略;
卫星任务调度模块,用于根据所述卫星任务调度解进行卫星任务调度。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明提供一种卫星任务调度方法及系统,所述方法对卫星任务调度问题进行统一化的问题描述,确定卫星任务调度问题的决策变量,并根据影响星上事件或星地事件相互关系的约束建立卫星任务调度模型;所述卫星任务调度模型不仅为卫星任务调度问题提供了统一化的描述方法,同时也为卫星任务调度算法的设计与配置提供了统一的接口;在统一化卫星任务调度模型的基础上,本发明采用构造启发式和基于通用邻域结构的智能优化策略保障了求解方法的通用性,而基于卫星领域知识的针对性改进策略则提升了求解方法的针对性,三种策略相互协同,为卫星任务调度问题统一化模型提供通用、有效的求解途径,提高了调度模型与算法的兼容性和适用性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的卫星任务调度方法的方法流程图;
图2为本发明提供的卫星任务调度方法的基本原理图;
图3为本发明提供的卫星转换时间约束示意图;
图4为本发明提供的测站转换时间约束示意图;
图5为本发明提供的针对性改进策略在本发明方法中的作用示意图;
图6为本发明提供的遥感卫星不同工作模式中星上事件与星地事件的时间关系示意图;
图7为本发明提供的遥感卫星由其他模式调整为实传模式的过程示意图;
图8为本发明提供的卫星任务调度系统的系统结构图;
图9为本发明提供的单星仿真调度场景对比结果示意图;
图10为本发明提供的多星仿真调度场景对比结果示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,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他实施例,都属于本发明保护的范围。
本发明的目的是提供一种卫星任务调度方法及系统,针对现行卫星任务调度系统兼容性和一体化水平,促使传统运控任务调度与测控任务调度纳入统一的建模方法,实现卫星任务调度问题在方法层面的统一,从而解决由于常用的卫星任务调度模型未实现一体化管控,导致的调度模型与算法的兼容性和适用性低的问题。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明提供的卫星任务调度方法的方法流程图,图2为本发明提供的卫星任务调度方法的基本原理图。参见图1和图2,本发明提供的卫星任务调度方法具体包括:
步骤101:获取卫星任务集合。
设置卫星任务集合为R,其中运控任务集合为RO,测控任务集合为RT,且R=RO∪RT。对任意卫星任务ri∈R而言,通常具有如下任务属性:
表1卫星任务主要属性及说明
表中符号“●”表示对应任务集合中的任意卫星任务ri具有该任务属性,例如对应任务属性数储量(mi),RO一栏标有符号“●”,RT一栏没有标示,则表示运控任务集合RO中的任意卫星任务ri具有数储量(mi)这一任务属性,而测控任务集合RT中的任意卫星任务ri不具有数储量(mi)这一任务属性。
本发明提及的卫星运控任务,是指为实现卫星使命任务和任务数据的回传,在卫星特定工作模式和星上载荷的支撑下,由卫星运控部门针对任务目标或数据接收目标制定的一类卫星工作任务。
卫星测控任务,是指为保障卫星正常运行,满足卫星动作指令上注和数据接收、飞行与轨道数据遥测等一系列日常工作需要,在卫星载荷和地面管控测源的共同支撑下,由卫星测控部门针对在轨卫星制定的一类星地通讯任务。
星上独立事件,是指由卫星载荷独立完成的一类事件,即卫星运控任务中的使命任务部分,简称星上事件(Onboard Event,OE)。
星地协同事件,是指由卫星载荷和地面管控资源共同完成的一类事件,包含卫星运控任务中的数据回传部分和卫星测控任务,简称星地事件(Downlink Event,DE)。
事件可执行时机,是指针对某一卫星事件,在调度周期内该事件可以被执行的某一时刻(Executable Opportunity,EO)。
步骤102:根据所述卫星任务集合对卫星任务调度问题进行统一化的问题描述,确定卫星任务调度问题的决策变量。
在卫星任务与事件分类的基础上,事件可执行时机又可分为星上事件可执行时机(Onboard Executable Opportunity,OEO)和星地事件可执行时机(Downlink ExecutableOpportunity,DEO)。本发明以事件可执行时机作为卫星任务执行的关键资源,将卫星任务调度问题的决策变量统一表示为:
其中,式(1)中的xij反应了卫星运控或测控任务是否于星地事件可执行时机deoij∈DEOi执行一次。针对运控任务ri∈RO而言,式(2)中的yij反应了该运控任务ri是否于星上事件可执行时机oeoij∈OEOi执行一次。此外,由于运控任务中卫星固存擦除的需要,式(3)中的zi反应了在运控任务ri∈RO执行后,卫星是否对星载固存进行擦除。DEOi表示任务ri的星地事件可执行时机集;OEOi表示任务ri的星上事件可执行时机集;deoij表示任务ri的第j个星地事件可执行时机(deoij∈DEOi);oeoij表示任务ri的第j个星上事件可执行时机(oeoij∈OEOi)。
所述决策变量反映了卫星任务与任务资源的匹配关系,不仅决定了卫星星上事件、星地事件以及卫星固存擦数动作的执行时间和顺序,还确定了执行该事件的卫星或地面测站,为任务调度模型搭建与约束检查提供了重要前提。
步骤103:根据所述卫星任务集合及所述卫星任务调度问题的决策变量建立卫星任务调度模型。
卫星任务调度问题中存在着众多复杂的约束,为了缩减任务调度问题规模,降低解空间搜索难度,约束分析与约束预处理十分必要。本发明结合卫星任务调度问题的约束特点,将卫星任务调度的约束分为两类,如表2所示:
表2卫星任务调度约束分类
由上表2可知,第一类约束为资源可选性约束,指影响卫星事件可执行时机是否可选的约束。在资源可选性约束作用下,部分事件可执行时机不可选,造成卫星任务潜在收益的降低。另一方面,资源可选性约束缩小了卫星任务调度的解空间,有利于提升问题调度速率和优化质量。由于资源可选性约束仅决定事件可执行时机是否可选,故约束检查可以伴随着事件可执行时机的生成与筛选同时进行,是一类可预处理、与调度过程无关的约束。
第二类约束是调度可行性约束,即无法经过预处理、影响任务相互关系和调度结果是否可行的一类约束。在调度可行性约束的影响下,可行解和更优解的搜索变为更加困难,故调度可行性约束提升了调度问题求解难度,也是卫星任务调度问题区别于其他调度问题的重要特征。调度可行性约束是本发明卫星任务调度数学建模过程中需要描述的主要约束。
在对资源可选性约束进行预处理后,影响卫星任务调度结果是否可行的约束还包括调度可行性约束,调度可行性约束具体包括执行唯一性约束、时序约束、卫星转换时间约束、测站转换时间约束等;卫星运控任务还需要额外满足星载电量约束和星载固存约束等,如表2所示。资源可选性约束将影响星上事件或星地事件的相互关系,无法通过预处理的方式筛除或简化,只能通过建立约束满足模型的方式进行消解。
记R* O和R* T分别为RO和RT中被执行的任务集合,并记R*=R* O∪R* T。在卫星任务调度问题统一化描述与约束分析的基础上,本发明建立了如式(4)-(13)所列的卫星任务调度模型:
所述卫星任务调度模型包括综合收益值最大化模型(4)和卫星任务调度可行性约束满足模型(5)-(13)。所述卫星任务调度可行性约束满足模型包括任务执行唯一性约束、任务时序约束、卫星转换时间约束、测站转换时间约束、星载电量约束和星载固存约束。其中,式(4)表明了卫星调度问题的优化目标为任务调度的综合收益值最大化;式(5)-(13)分别表示了卫星任务调度问题的任务执行唯一性约束、任务时序约束、卫星转换时间约束、测站转换时间约束、星载电量约束和星载固存约束。所述卫星任务调度模型的卫星任务调度问题约束及说明如表3所示:
表3卫星任务调度问题约束及说明
公式(4)-公式(13)中,s(ri),o(ri)和a(ri)分别表示执行任务ri的卫星、轨道和测站;bO,i和eO,i分别表示任务ri星上事件的开始时刻和结束时刻;bD,i和eD,i分别表示任务ri星地事件的开始时刻和结束时刻;pre(ri)代表卫星执行任务ri的前一个任务;ΔO(ri,ri'),ΔD(ri,ri'),ΔM(ri,ri')和ΔA(ri,ri')分别表示由任务ri和ri'产生的卫星星上事件转换时间、星地事件转换时间、卫星工作模式转换时间和测站转换时间;tk(sj)表示由决策变量zi决定的卫星sj第k个固存擦除时刻;Q和M分别表示卫星的星载电池与固存阈值。ui表示任务ri的前序任务,mi该任务所需数储量,S表示卫星集合,Oij表示卫星sj中可以执行任务ri的轨道集合,ok代表第k条卫星轨道。ri代表第i个卫星任务,ri'代表第i'个卫星任务,则a(ri)表示执行任务ri的测站,a(ri')就表示执行任务ri'的测站,其他与ri'有关的函数变量含义同理。
综上,以事件可执行时机为调度资源的卫星任务调度问题约束满足模型(即卫星任务调度模型)已构建完成。本发明建立的卫星任务调度模型不仅为卫星任务调度问题提供了统一化的描述方法,同时也为卫星任务调度算法的设计与配置提供了统一的接口。
步骤104:采用多策略协同求解所述卫星任务调度模型,获得卫星任务调度解。所述多策略包括启发式构造策略、智能优化策略和针对性改进策略。
为提升卫星任务调度统一化模型的求解效果,突出模型求解的通用性和问题适用性,本发明提出了包含构造启发式、智能优化和针对性改进的多策略协同求解框架。在统一化卫星任务调度模型的基础上,构造启发式和基于通用邻域结构的智能优化算法保障了求解方法的通用性,而基于卫星领域知识的算法改进策略则提升了求解方法的针对性。三种策略相互协同,为卫星任务调度问题统一化模型提供通用、有效的求解途径。
所述步骤104采用多策略协同求解所述卫星任务调度模型,获得卫星任务调度解,具体包括:
步骤1:采用所述启发式构造策略求解所述卫星任务调度模型,获得初始调度解。
启发式构造策略具有操作简单、运算速度快的优点,符合人的主观经验,是现行各类卫星任务调度系统中的常用手段。常用的卫星任务调度启发式构造策略有任务紧前排序、成像质量优先等,本发明给出一种通用化启发式构造框架:
所述通用化启发式构造框架中,R0表示未初始化的卫星任务集合R,R=RO∪RT。|R0|表示卫星任务集合R0中的任务总数。
基于所述通用化启发式构造框架,所述步骤1具体包括:
步骤1.1:以策略A对卫星任务调度集R0进行排序;
步骤1.2:依序选择卫星任务ri;
步骤1.3:以策略B对该任务ri的星上事件可执行时机集进行排序;
步骤1.3.1:依序选择该任务ri的星上事件可执行时机oeoij;
步骤1.3.2:判断该任务ri的星上事件可否执行,若能执行,则于时机oeoij执行星上事件并进入步骤1.3.3,否则返回步骤1.3.1;
步骤1.3.3:判断星载固存是否达到星载固存阈值,若达到阈值则清空星载固存;
步骤1.4:以策略B对该任务ri的星地事件可执行时机集进行排序;
步骤1.4.1:依序选择该任务ri的星地事件可执行时机deoij;
步骤1.4.2:判断该任务ri的星地事件可否执行,若能执行,则于时机deoij执行星地事件并返回步骤1.2,否则进入步骤1.4.3;
步骤1.4.3:判断当前星地事件可执行机会是否为最后一个机会,若是则取消该任务ri的星上事件并返回步骤1.2,否则返回步骤1.4.1;
步骤1.5:判断当前卫星任务ri是否为任务集中最后一个任务,若是则输出任务调度结果,否则返回步骤1.2。
所述通用化启发式构造框架以卫星任务为单元,在满足约束的前提下,根据某种策略有序构造星上事件和星地事件,同时兼顾星载固存擦除与事件执行的逻辑关系。其中,所述策略A包括:优先级降序、可见窗口数量降序、最早可见时间窗时刻升序等;所述策略B包括:成像质量降序、时间升序等。所述策略A和策略B可以根据不同的用户需求和使用需求修改,以提升在不同调度场景下的调度合理性。实践经验表明,启发式构造策略往往能在短时间内生成一个可行解,可以为进一步的迭代优化提供优质、可行的初始解。
执行所述步骤1后,得到初始调度解R1,所述初始调度解R1即是决策变量公式(1)、(2)、(3)的初始值。
步骤2:采用所述智能优化策略优化所述初始调度解,生成优化调度解。
禁忌搜索、模拟退火、逾期接受等元启发式算法既保留了经典爬山算法的渐进收敛性,又具有跳出局部最优解的智能性,在各类调度问题得到广泛应用,并衍生出一系列混合策略的优质算法。在卫星任务调度模型的基础上,本发明基于经典爬山法的算法框架,充分利用了禁忌策略、退火策略和逾期策略,设计了一种卫星任务调度问题通用式协同优化算法:
所述卫星任务调度问题通用式协同优化算法中,f()表示收益函数,f(R')和f(R)则表示任务调度解R'和R的收益值,f(RL)表示任务调度解RL的收益值。annealing(T)表示退火温度。
基于所述卫星任务调度问题通用式协同优化算法,所述步骤2具体包括:
步骤2.1:获取任务调度解R=初始调度解R1,算法终止条件,空禁忌表,空逾期表和初始退火温度;
步骤2.2:对当前任务调度解R进行邻域构造,获得解R';
步骤2.3:若f(R')>f(R),则以R'取代R并进入步骤2.5,否则进入步骤2.4;
步骤2.4:若启用禁忌策略,则判断R'是否在禁忌表LT内,若是则返回步骤2.2,否则进入步骤2.5;
步骤2.5:若启用模拟退火算法,则进入步骤2.5.1,否则进入步骤2.6;
步骤2.5.1:模拟退火,获取退火温度T;
步骤2.5.2:令p=exp[(f(R')-f(R))/T];
步骤2.5.3:从(0,1)区间的随机选择一个数r;
步骤2.5.4:若p>r,则以R'取代R;
步骤2.6:若启用逾期接受算法,则进入步骤2.6.1,否则进入步骤2.7;
步骤2.6.1:记RL为逾期表中最早的解;
步骤2.6.2:若f(R')≥f(RL),则以R'取代R;
步骤2.7:以先进先出的原则将解R分别存入禁忌表和逾期表;
步骤2.8:若达到算法收敛准则,则输出当前调度解R,否则返回步骤2。
执行所述步骤2后,生成所述优化调度解R,即决策变量公式(1)、(2)、(3)的优化值。
其中,邻域构造是卫星任务调度问题通用式协同优化算法实现局部搜索的主要方式,主要通过式(1),(2)和(3)中的0-1决策变量xij,yij和zi自变、交换实现。模拟退火策略和逾期接受策略决定了算法接受劣解、跳出局部最优的机制,可以在该算法框架中灵活选配。禁忌策略记录了算法搜索过程中的局部最优解,为开辟新的解空间提供保障,可与模拟退火算法或逾期接受算法混合使用。同时,为提升算法的问题适应性,禁忌表与逾期表的长度可通过下式的自适应策略选定:
LT=int(τ·|R1|)(14)
LL=int(ξ·|R1|)(15)
公式中τ、ξ分别表示禁忌表与逾期表的长度设置的自适应系数。
步骤3:采用所述针对性改进策略将所述优化调度解中的卫星非实传模式概率性地调整为实传模式,获得卫星任务调度解。
针对性改进策略是指在求解卫星任务调度的实际问题中,在所述启发式构造策略和智能优化策略的基础上进行具有问题针对性的改进举措。由此,针对性改进策略是依赖于所述启发式构造策略和智能优化策略,同时又具有鲜明的问题适用性的一种附加策略,如图5所示。考虑到在资源、规模和约束各异的卫星任务调度问题中,所述通用化的启发式构造策略和智能优化策略很可能难以取得出色的优化效果,故充分分析应用问题特点,结合工程调度实践经验,设计卫星任务调度过程中的针对性改进策略显得尤为重要。
由于不同的针对性改进策略往往适用于不同的卫星任务调度场景,本发明以遥感卫星成像与数传任务一体化调度问题中一种针对性改进策略作为示例,介绍本发明提出的针对性改进策略。如图6所示,卫星的实传模式较其他模式更加节省时间与固存资源,充分利用卫星实传模式很可能提升卫星任务收益。但完全依赖式(1)和(2)中的决策变量,使得卫星星上事件与星地事件的执行时间重合的概率较低,故可以设计如图7所示实传邻域结构,即概率性地将任务调度结果R中非实传模式调整为实传模式。其中,针对每一个星上事件可执行时机oeoij,都具有一个实传模式星地事件执行时机集RDEOi,所述实传模式星地事件执行时机集的获取方式如下:
输入:遥感卫星成像任务;
步骤4.1:遍历该任务ri的星上事件可执行时机集合OEOi;
步骤4.3:遍历该任务ri的星地事件可执行时机集合DEOi;
步骤4.3.1:判断星上事件可执行时机oeoij与星地事件可执行时机deoij'是否重叠,若重叠则进入步骤4.3.2,否则进入步骤4.3.3;
步骤4.3.2:将星地事件可执行时机deoij'插入实传候选星地事件集RDEOi;
步骤4.3.3:若星地事件可执行时机deoij'为最后一个,则返回步骤4.3;否则进入步骤4.3.4;
步骤4.3.4:若星上事件可执行时机oeoij为最后一个,则输出该星上事件可执行时机的实传候选星地事件集RDEOi;否则返回步骤4.3。
在步骤2采用的卫星任务调度问题通用式协同优化算法迭代优化的过程中,图7所示的所述步骤3的具体实施步骤为:
步骤3.1:获取任务ri当前的星上事件可执行时机oeoij;
步骤3.2:获取该星上事件可执行时机oeoij的实传候选星地事件集RDEOi;
步骤3.4:将任务ri当前的星地事件可执行时机调整为deoij';
步骤3.5:邻域构造完毕,进入算法下一次迭代。
所述步骤3对所述智能优化策略采用的卫星任务调度问题通用式协同优化算法进行迭代优化,将卫星非实传模式概率性地调整为实传模式,获得卫星任务调度解,即决策变量公式(1)、(2)、(3)的最终值。
如此一来,通用化的邻域结构与针对性的实传邻域策略共同作用于算法邻域搜索的过程中,既保留了智能优化算法的随机性,又引入了实践经验的启发性,实践表明本发明提供的针对性改进策略对算法性能有明显提升。
此外,卫星测控任务调度中的冲突消解策略、大规模或复杂任务调度中的组合优化、分解优化策略也对缩减解空间、提升优化速率起到重要作用。由此,在卫星任务调度问题统一化建模与求解的过程中,不应脱离问题本质。充分分析问题特征,汲取工程调度实践经验,在统一化建模与求解方法的基础上设计针对性的改进策略,也是卫星任务调度优化必不可少的环节。
步骤105:根据所述卫星任务调度解进行卫星任务调度。
决策变量公式(1)、(2)、(3)中的决策变量反映了卫星任务与任务资源的匹配关系,不仅决定了卫星星上事件、星地事件以及卫星固存擦数动作的执行时间和顺序,还确定了执行该事件的卫星或地面测站,为任务调度模型搭建与约束检查提供了重要前提。根据所述步骤104得到的卫星任务调度解进行卫星任务调度,可以极大提高卫星任务调度、执行的综合收益。
本发明方法以卫星执行任务产生的星上独立事件和星地协同事件作为调度对象,以事件可执行时机作为关键调度资源,建立了卫星任务调度统一化约束满足模型,实现了卫星任务调度算法与调度模型松耦合、模块化的系统架构,提出了基于构造启发式、智能优化和针对性算法改进的多策略协同求解方法和遥感卫星成像与数传任务一体化调度问题的实传邻域构造算子。本发明卫星任务调度方法与现有技术相比,至少具有以下优点:
1.与线性规划模型相比,本发明方法能够处理卫星任务调度问题中的非线性收益与非线性约束,且其多策略协同求解策略能够适用于具有大规模和NP难特性的卫星任务调度问题求解。
2.与图论和路径规划模型相比,本发明方法不仅能够直观反应卫星任务调度序列优化的特点,同时还能准确地将任务序列映射到时间轴上,无需解的转换过程,提高了解的搜索效率,摆脱了启发式规则的引导,具备获取全局最优解的模型基础。
3.本发明方法不依赖于启发式规则,能够实现真正意义上的一体化管控,例如遥感卫星成像任务与数传任务同时优化,一体管控。
4.本发明将测控与运控任务的调度纳入统一的建模与求解方法中,从方法层面统一卫星任务调度问题。通过采用本发明提供的方法,卫星用户和管理部门可以根据实际需要,建立运控任务调度模型、测控任务调度模型或一体化调度模型,并可根据动态信息灵活地调整,而非局限于某颗卫星固定的管控模型。卫星任务调度问题的统一化建模与求解有助于提升我国卫星任务调度系统兼容性和一体化水平,对充分发挥卫星载荷能力、利用星地管控资源、实现卫星使命任务具有现实意义。
基于本发明提供的卫星任务调度方法,本发明还提供一种卫星任务调度系统,参见图8,所述系统包括:
卫星任务获取模块801,用于获取卫星任务集合;
决策变量确定模块802,用于根据所述卫星任务集合对卫星任务调度问题进行统一化的问题描述,确定卫星任务调度问题的决策变量;
模型建立模块803,用于根据所述卫星任务集合及所述卫星任务调度问题的决策变量建立卫星任务调度模型;所述卫星任务调度模型包括综合收益值最大化模型和卫星任务调度可行性约束满足模型;所述卫星任务调度可行性约束满足模型包括任务执行唯一性约束、任务时序约束、卫星转换时间约束、测站转换时间约束、星载电量约束和星载固存约束;
模型求解模块804,用于采用多策略协同求解所述卫星任务调度模型,获得卫星任务调度解;所述多策略包括启发式构造策略、智能优化策略和针对性改进策略;
卫星任务调度模块805,用于根据所述卫星任务调度解进行卫星任务调度。
其中,所述卫星任务获取模块801具体包括:
卫星任务获取单元,用于获取卫星任务集合R,其中R=RO∪RT,RO为运控任务集合,RT为测控任务集合。
所述决策变量确定模块802具体包括:
决策变量确定单元,用于根据所述卫星任务集合对卫星任务调度问题进行统一化的问题描述,确定卫星任务调度问题的决策变量为:
其中xij表示卫星运控任务或测控任务是否于星地事件可执行时机deoij执行一次;deoij表示任务ri的第j个星地事件可执行时机;yij表示运控任务ri是否于星上事件可执行时机oeoij执行一次;oeoij表示任务ri的第j个星上事件可执行时机;zi表示在运控任务ri∈RO执行后,卫星是否对星载固存进行擦除;ri表示任意第i个卫星任务。
所述模型建立模块803具体包括:
综合收益值最大化模型建立单元,用于根据所述卫星任务集合建立综合收益值最大化模型:
其中R*=R* O∪R* T,R* O为运控任务集合RO中被执行的任务集合,R* T为测控任务集合RT中被执行的任务集合;pi表示任务ri的优先级;
任务执行唯一性约束建立单元,用于根据所述卫星任务调度问题的决策变量建立任务执行唯一性约束:
其中DEOi表示任务ri的星地事件可执行时机集;OEOi表示任务ri的星上事件可执行时机集;
任务时序约束建立单元,用于根据所述卫星任务调度问题的决策变量建立任务时序约束:
其中ui表示任务ri的前序任务;bO,i表示任务ri星上事件的开始时刻;bD,i表示任务ri星地事件的开始时刻;
卫星转换时间约束建立单元,用于根据所述卫星任务调度问题的决策变量建立卫星转换时间约束:
其中ri表示第i个卫星任务,ri'表示第i'个卫星任务;eO,i表示任务ri星上事件的结束时刻;eD,i表示任务ri星地事件的结束时刻;bO,i’表示任务ri’星上事件的开始时刻;bD,i’表示任务ri’星地事件的开始时刻;eO,i’表示任务ri’星上事件的结束时刻;eD,i’表示任务ri’星地事件的结束时刻;ΔO(ri,ri')表示由任务ri和ri'产生的卫星星上事件转换时间;ΔO(ri',ri)表示由任务ri'和ri产生的卫星星上事件转换时间;s(ri)表示执行任务ri的卫星;s(ri’)表示执行任务ri’的卫星;ΔD(ri,ri')表示由任务ri和ri'产生的卫星星地事件转换时间;ΔD(ri’,ri)表示由任务ri’和ri产生的卫星星地事件转换时间;ΔM表示由任务ri和ri'产生的卫星工作模式转换时间;
测站转换时间约束建立单元,用于根据所述卫星任务调度问题的决策变量建立测站转换时间约束:
其中ΔA(ri,ri')表示由任务ri和ri'产生的测站转换时间;a(ri)表示执行任务ri测站;a(ri’)表示执行任务ri’的测站;
星载电量约束建立单元,用于根据所述卫星任务调度问题的决策变量建立星载电量约束:
其中Q表示卫星的星载电池阈值;qi表示任务ri的耗电量;o(ri)表示执行任务ri的轨道;Oij表示卫星sj中可以执行任务ri的轨道集合;ok代表第k条卫星轨道;
星载固存约束建立单元,用于根据所述卫星任务调度问题的决策变量建立星载固存约束:
其中M表示卫星的星载固存阈值;mi任务ri所需的数储量;tk(sj)表示由决策变量zi决定的卫星sj第k个固存擦除时刻;tk+1(sj)表示由决策变量zi决定的卫星sj第k+1个固存擦除时刻;S表示卫星集合。
所述模型求解模块804具体包括:
初始调度解求解单元,用于采用所述启发式构造策略求解所述卫星任务调度模型,获得初始调度解;
初始调度解优化单元,用于采用所述智能优化策略优化所述初始调度解,生成优化调度解;
卫星任务调度解求解单元,用于采用所述针对性改进策略将所述优化调度解中的卫星非实传模式概率性地调整为实传模式,获得卫星任务调度解。
下面通过敏捷遥感卫星任务调度和多星测控任务调度两个实验测试本发明方法及系统的适用性和优化效果:
5.1敏捷遥感卫星任务调度实验
本实验Benchmark(标准测试集)问题选取Liu[18]和He[19]敏捷卫星成像任务调度算例,其中Liu和He分别指文献[18]和[19]中记载的卫星调度相关方法,文献[18]和[19]分别为:文献[18]Liu X L,Laporte G,Chen Y W,et al.An adaptive large neighborhoodsearch metaheuristic for agile satellite scheduling with time-dependenttransition time[J].Computers&Operations Research,2017,86:41-53;文献[19]He L,Liu X L,Laporte G,et al.An improved adaptive large neighborhood searchalgorithm for multiple agile satellites scheduling[J].Computers&OperationsResearch,2018,100:12-25。
卫星轨道参数如表4所示:
表4敏捷遥感卫星轨道参数
其中,Liu场景测试卫星为1#,He场景测试卫星为2#-7#,任务目标随机分布于东经74°E-133°E,北纬3°N-53°N之间的矩形区域内。优化时间与Liu和He保持一致。本发明卫星任务调度算法采用禁忌逾期接受算法,禁忌表长度系数τ和逾期表长度系数ζ分别为0.3和20。
在单星成像任务调度仿真算例中,Liu在算法搜索过程中,先构建卫星任务序列,再依据成像质量优先的启发式规则决定每个任务的执行时刻,这一解的转换过程易造成搜索时间的浪费,且在启发式规则的影响下易陷入局部最优解,本质上没有摆脱非敏捷卫星任务调度中以路径规划模型为基础的调度框架。而本发明的任务调度模型中,式(2)中的决策变量yij直接决定了每个卫星任务的执行时刻,反映了卫星任务的执行序列,具备获取全局最优解的模型基础。图9所示的单星成像任务调度仿真对比表明,本发明建模与求解方法在相同的优化时间内,表现出显著优于Liu方法的优化效果。
在多星成像任务调度仿真算例中,He对Liu的模型与算法进行了改进,引入了对任务执行时刻的决策,与本发明模型原理相似。He设计了一种自适应式的多星任务分配与分布式调度算法,由图10可知其优化效果在相同时间内显著优于本发明的集中式任务调度效果。由于He采用的自适应任务分配框架与其任务调度算法耦合紧密,无法直接套用,故本发明采用了一种基于任务可调度性预测的任务分配框架],实现了多星任务的分布式优化模式,其优化效果与He方法较为接近。而本发明方法的优势在于,调度模型与优化算法完全分离,优化算法可模块化配置,摆脱了任务调度算法、分配算法与模型紧耦合的局限,在卫星任务调度的现实问题中具有良好的适用性和可拓展性。
为验证本发明建模与求解方法在实际问题中的适用性,本发明方法还被应用于某新型遥感卫星的成像任务与数传任务一体化调度问题中。应用结果表明,本发明建模与求解方法有效描述了遥感卫星成像任务、数传任务、固存擦除等一体化的优化调度问题,解决了该星任务调度的实际困难,有效缩减了任务调度时间。而其中针对算法改进的实传邻域策略在同等优化时间的条件下对调度结果提升了17%,可见算法针对性改进策略对提升统一化模型的应用效果具有重要作用。
5.2多星测控任务调度
本实验Benchmark问题选取美国空军航空技术学院(Air Force Institute ofTechnology,AFIT)提供的7个同时包含低轨卫星和高轨卫星的多星测控任务调度场景,测控任务规模列于表5,仿真对比测试结果列于表6。
表5多星测控任务调度算例规模
算例 | 1# | 2# | 3# | 4# | 5# | 6# | 7# |
任务规模/个 | 332 | 302 | 311 | 318 | 305 | 299 | 297 |
表6多星测控任务调度仿真对比测试
算例 | 爬山法 | Genitor | Cplex | 本发明方法 |
1 | 15 | 6 | 6 | 6 |
2 | 6 | 3 | 3 | 3 |
3 | 12 | 2 | 2 | 2 |
4 | 11 | 2 | 2 | 2 |
5 | 12 | 2 | 2 | 2 |
6 | 15 | 5 | 5 | 5 |
7 | 9 | 4 | 4 | 4 |
表6中的数字结果代表未成功调度(未执行)的任务数。由表6可知,通过本发明方法求得的未安排测控任务数与卫星测控任务调度的经典方法Genitor以及Cplex求解结果均一致,可见本发明的统一化卫星任务调度建模与求解方法在多星测控任务调度问题中也取得了良好的调度效果。
此外,为进一步验证求解实际卫星测控需求的方法适用性,本发明方法还被应用于我国部分在轨卫星测控任务调度问题中。在该问题中,本发明方法成功处理了天线仰角、转换时间等10余条卫星任务调度实际约束,构建了短周期测控调度和长周期测控调度模型,智能算法优化效果明显,在具有大规模测控弧段的问题场景中仍然表现出色。
实验测试表明,本发明方法能够弥补传统模型在敏捷遥感卫星任务调度和高轨卫星测控调度场景下的局限性,在Benchmark问题和实际应用场景中均表现出良好的适用性和优化效果。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本发明中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种卫星任务调度方法,其特征在于,所述方法包括:
获取卫星任务集合;
根据所述卫星任务集合对卫星任务调度问题进行统一化的问题描述,确定卫星任务调度问题的决策变量;
根据所述卫星任务集合及所述卫星任务调度问题的决策变量建立卫星任务调度模型;所述卫星任务调度模型包括综合收益值最大化模型和卫星任务调度可行性约束满足模型;所述卫星任务调度可行性约束满足模型包括任务执行唯一性约束、任务时序约束、卫星转换时间约束、测站转换时间约束、星载电量约束和星载固存约束;
采用多策略协同求解所述卫星任务调度模型,获得卫星任务调度解;所述多策略包括启发式构造策略、智能优化策略和针对性改进策略;
根据所述卫星任务调度解进行卫星任务调度;
所述采用多策略协同求解所述卫星任务调度模型,获得卫星任务调度解,具体包括:
采用所述启发式构造策略求解所述卫星任务调度模型,获得初始调度解;
采用所述智能优化策略优化所述初始调度解,生成优化调度解;
采用所述针对性改进策略将所述优化调度解中的卫星非实传模式概率性地调整为实传模式,获得卫星任务调度解。
2.根据权利要求1所述的卫星任务调度方法,其特征在于,所述获取卫星任务集合,具体包括:
获取卫星任务集合R,其中R=RO∪RT,RO为运控任务集合,RT为测控任务集合。
4.根据权利要求3所述的卫星任务调度方法,其特征在于,所述根据所述卫星任务集合及所述卫星任务调度问题的决策变量建立卫星任务调度模型,具体包括:
根据所述卫星任务集合建立综合收益值最大化模型:
其中R*=R* O∪R* T,R* O为运控任务集合RO中被执行的任务集合,R* T为测控任务集合RT中被执行的任务集合;pi表示任务ri的优先级;
根据所述卫星任务调度问题的决策变量建立任务执行唯一性约束:
其中DEOi表示任务ri的星地事件可执行时机集;OEOi表示任务ri的星上事件可执行时机集;
根据所述卫星任务调度问题的决策变量建立任务时序约束:
其中ui表示任务ri的前序任务;bO,i表示任务ri星上事件的开始时刻;bD,i表示任务ri星地事件的开始时刻;
根据所述卫星任务调度问题的决策变量建立卫星转换时间约束:
其中ri'表示第i'个卫星任务;eO,i表示任务ri星上事件的结束时刻;eD,i表示任务ri星地事件的结束时刻;bO,i’表示任务ri’星上事件的开始时刻;bD,i’表示任务ri’星地事件的开始时刻;eO,i’表示任务ri’星上事件的结束时刻;eD,i’表示任务ri’星地事件的结束时刻;ΔO(ri,ri')表示由任务ri和ri'产生的卫星星上事件转换时间;ΔO(ri',ri)表示由任务ri'和ri产生的卫星星上事件转换时间;s(ri)表示执行任务ri的卫星;s(ri’)表示执行任务ri’的卫星;ΔD(ri,ri')表示由任务ri和ri'产生的卫星星地事件转换时间;ΔD(ri’,ri)表示由任务ri’和ri产生的卫星星地事件转换时间;ΔM表示由任务ri和ri'产生的卫星工作模式转换时间;
根据所述卫星任务调度问题的决策变量建立测站转换时间约束:
其中ΔA(ri,ri')表示由任务ri和ri'产生的测站转换时间;a(ri)表示执行任务ri测站;a(ri’)表示执行任务ri’的测站;
根据所述卫星任务调度问题的决策变量建立星载电量约束:
其中Q表示卫星的星载电池阈值;qi表示任务ri的耗电量;o(ri)表示执行任务ri的轨道;Oij表示卫星sj中可以执行任务ri的轨道集合;ok代表第k条卫星轨道;
根据所述卫星任务调度问题的决策变量建立星载固存约束:
其中M表示卫星的星载固存阈值;mi任务ri所需的数储量;tk(sj)表示由决策变量zi决定的卫星sj第k个固存擦除时刻;tk+1(sj)表示由决策变量zi决定的卫星sj第k+1个固存擦除时刻;S表示卫星集合。
5.一种卫星任务调度系统,其特征在于,所述系统包括:
卫星任务获取模块,用于获取卫星任务集合;
决策变量确定模块,用于根据所述卫星任务集合对卫星任务调度问题进行统一化的问题描述,确定卫星任务调度问题的决策变量;
模型建立模块,用于根据所述卫星任务集合及所述卫星任务调度问题的决策变量建立卫星任务调度模型;所述卫星任务调度模型包括综合收益值最大化模型和卫星任务调度可行性约束满足模型;所述卫星任务调度可行性约束满足模型包括任务执行唯一性约束、任务时序约束、卫星转换时间约束、测站转换时间约束、星载电量约束和星载固存约束;
模型求解模块,用于采用多策略协同求解所述卫星任务调度模型,获得卫星任务调度解;所述多策略包括启发式构造策略、智能优化策略和针对性改进策略;
卫星任务调度模块,用于根据所述卫星任务调度解进行卫星任务调度;
所述模型求解模块具体包括:
初始调度解求解单元,用于采用所述启发式构造策略求解所述卫星任务调度模型,获得初始调度解;
初始调度解优化单元,用于采用所述智能优化策略优化所述初始调度解,生成优化调度解;
卫星任务调度解求解单元,用于采用所述针对性改进策略将所述优化调度解中的卫星非实传模式概率性地调整为实传模式,获得卫星任务调度解。
6.根据权利要求5所述的卫星任务调度系统,其特征在于,所述卫星任务获取模块具体包括:
卫星任务获取单元,用于获取卫星任务集合R,其中R=RO∪RT,RO为运控任务集合,RT为测控任务集合。
8.根据权利要求7所述的卫星任务调度系统,其特征在于,所述模型建立模块具体包括:
综合收益值最大化模型建立单元,用于根据所述卫星任务集合建立综合收益值最大化模型:
其中R*=R* O∪R* T,R* O为运控任务集合RO中被执行的任务集合,R* T为测控任务集合RT中被执行的任务集合;pi表示任务ri的优先级;
任务执行唯一性约束建立单元,用于根据所述卫星任务调度问题的决策变量建立任务执行唯一性约束:
其中DEOi表示任务ri的星地事件可执行时机集;OEOi表示任务ri的星上事件可执行时机集;
任务时序约束建立单元,用于根据所述卫星任务调度问题的决策变量建立任务时序约束:
其中ui表示任务ri的前序任务;bO,i表示任务ri星上事件的开始时刻;bD,i表示任务ri星地事件的开始时刻;
卫星转换时间约束建立单元,用于根据所述卫星任务调度问题的决策变量建立卫星转换时间约束:
其中ri'表示第i'个卫星任务;eO,i表示任务ri星上事件的结束时刻;eD,i表示任务ri星地事件的结束时刻;bO,i’表示任务ri’星上事件的开始时刻;bD,i’表示任务ri’星地事件的开始时刻;eO,i’表示任务ri’星上事件的结束时刻;eD,i’表示任务ri’星地事件的结束时刻;ΔO(ri,ri')表示由任务ri和ri'产生的卫星星上事件转换时间;ΔO(ri',ri)表示由任务ri'和ri产生的卫星星上事件转换时间;s(ri)表示执行任务ri的卫星;s(ri’)表示执行任务ri’的卫星;ΔD(ri,ri')表示由任务ri和ri'产生的卫星星地事件转换时间;ΔD(ri’,ri)表示由任务ri’和ri产生的卫星星地事件转换时间;ΔM表示由任务ri和ri'产生的卫星工作模式转换时间;
测站转换时间约束建立单元,用于根据所述卫星任务调度问题的决策变量建立测站转换时间约束:
其中ΔA(ri,ri')表示由任务ri和ri'产生的测站转换时间;a(ri)表示执行任务ri测站;a(ri’)表示执行任务ri’的测站;
星载电量约束建立单元,用于根据所述卫星任务调度问题的决策变量建立星载电量约束:
其中Q表示卫星的星载电池阈值;qi表示任务ri的耗电量;o(ri)表示执行任务ri的轨道;Oij表示卫星sj中可以执行任务ri的轨道集合;ok代表第k条卫星轨道;
星载固存约束建立单元,用于根据所述卫星任务调度问题的决策变量建立星载固存约束:
其中M表示卫星的星载固存阈值;mi任务ri所需的数储量;tk(sj)表示由决策变量zi决定的卫星sj第k个固存擦除时刻;tk+1(sj)表示由决策变量zi决定的卫星sj第k+1个固存擦除时刻;S表示卫星集合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910236251.2A CN109948944B (zh) | 2019-03-27 | 2019-03-27 | 一种卫星任务调度方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910236251.2A CN109948944B (zh) | 2019-03-27 | 2019-03-27 | 一种卫星任务调度方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109948944A CN109948944A (zh) | 2019-06-28 |
CN109948944B true CN109948944B (zh) | 2021-04-06 |
Family
ID=67011823
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910236251.2A Expired - Fee Related CN109948944B (zh) | 2019-03-27 | 2019-03-27 | 一种卫星任务调度方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109948944B (zh) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110501726A (zh) * | 2019-08-14 | 2019-11-26 | 上海卫星工程研究所 | 主动遥感卫星对机场起飞飞机搜寻的方法 |
CN110647391B (zh) * | 2019-09-27 | 2022-04-12 | 北京邮电大学 | 面向星地协同网络的边缘计算方法及系统 |
CN110988933B (zh) * | 2019-10-31 | 2023-03-28 | 太原理工大学 | 一种基于模拟退火和梯度下降的选星方法 |
CN111443868A (zh) * | 2020-03-24 | 2020-07-24 | 北京市遥感信息研究所 | 遥感卫星固存擦除方法及装置 |
US11228362B2 (en) | 2020-04-17 | 2022-01-18 | Raytheon Company | System and method for satellite constellation management and scheduling |
CN111504304A (zh) * | 2020-05-13 | 2020-08-07 | 天津云遥宇航科技有限公司 | 一种用于星载双天线的导航星选择方法 |
CN111950869B (zh) * | 2020-07-28 | 2023-08-04 | 中国西安卫星测控中心 | 改进航天测控网调度问题初始解的迭代求解方法及系统 |
CN112070370B (zh) * | 2020-08-21 | 2024-03-08 | 中南大学 | 中继卫星任务规划方法、系统及存储介质 |
CN112147924A (zh) * | 2020-08-27 | 2020-12-29 | 航天东方红卫星有限公司 | 一种高精度程控任务管理系统 |
CN112713926A (zh) * | 2020-12-15 | 2021-04-27 | 西安电子科技大学 | 一种卫星测运控资源智能规划与调度云服务方法与系统 |
CN113852406B (zh) * | 2021-08-24 | 2024-04-30 | 合肥工业大学 | 多波束中继卫星任务调度方法和装置 |
CN114529602B (zh) * | 2022-04-24 | 2022-07-05 | 北京开运联合信息技术集团股份有限公司 | 一种空间多目标态势监视方法及装置 |
CN114841596A (zh) * | 2022-05-20 | 2022-08-02 | 中国电子科技集团公司第五十四研究所 | 一种基于异类动作队列冲突的星上任务在轨调整方法 |
CN115103410B (zh) * | 2022-08-22 | 2022-11-08 | 中国人民解放军国防科技大学 | 一种测控数传资源调度方法、系统及装置 |
CN116521342B (zh) * | 2023-04-28 | 2024-08-09 | 合肥工业大学 | 基于任务链的遥感星群复杂任务调度方法及系统 |
CN117391275B (zh) * | 2023-12-13 | 2024-04-16 | 中国电子科技集团有限公司电子科学研究院 | 一种分布式大规模综合星座观测任务自主寻优分配方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104331321B (zh) * | 2014-10-09 | 2017-04-19 | 冷明 | 基于禁忌搜索和负载均衡的云计算任务调度方法 |
IT201700056428A1 (it) * | 2017-05-24 | 2018-11-24 | Telespazio Spa | Innovativo metodo di scheduling satellitare basato su algoritmi genetici e simulated annealing e relativo pianificatore di missione |
CN108038600A (zh) * | 2017-12-01 | 2018-05-15 | 中国人民解放军国防科技大学 | 一种敏捷对地卫星的任务规划方法 |
CN107977746A (zh) * | 2017-12-01 | 2018-05-01 | 中国人民解放军国防科技大学 | 一种敏捷对地卫星的动作规划方法 |
-
2019
- 2019-03-27 CN CN201910236251.2A patent/CN109948944B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN109948944A (zh) | 2019-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109948944B (zh) | 一种卫星任务调度方法及系统 | |
CN108388958B (zh) | 一种二维姿态机动卫星任务规划技术研究的方法及装置 | |
Waiming et al. | A two-phase genetic annealing method for integrated earth observation satellite scheduling problems | |
Wang et al. | A model, a heuristic and a decision support system to solve the scheduling problem of an earth observing satellite constellation | |
Bonnet et al. | Multi-satellite mission planning using a self-adaptive multi-agent system | |
He et al. | Scheduling multiple agile earth observation satellites with an edge computing framework and a constructive heuristic algorithm | |
CN107562066B (zh) | 一种航天器多目标启发式排序任务规划方法 | |
CN109829636A (zh) | 基于动态优先级的应急任务调度规划方法 | |
CN108055067A (zh) | 一种多星在线协同调度方法 | |
CN111586146B (zh) | 基于概率转移深度强化学习的无线物联网资源分配方法 | |
Wu et al. | Research on task priority model and algorithm for satellite scheduling problem | |
Yang et al. | Onboard coordination and scheduling of multiple autonomous satellites in an uncertain environment | |
Wen et al. | Scheduling single-satellite observation and transmission tasks by using hybrid Actor-Critic reinforcement learning | |
Simonin et al. | Scheduling scientific experiments for comet exploration | |
CN108021433A (zh) | 一种多星星簇的目标观测方法 | |
Colome et al. | Research on schedulers for astronomical observatories | |
Jiang et al. | Dual-population artificial bee colony algorithm for joint observation satellite mission planning problem | |
Bao et al. | An effective method for satellite mission scheduling based on reinforcement learning | |
Yao et al. | General modeling and optimization technique for real-world earth observation satellite scheduling | |
Chen et al. | HiPGen: An approach for fast generation of multi-satellite observation plans via a hierarchical multi-channel transformer network | |
Wei et al. | Knowledge-transfer based genetic programming algorithm for multi-objective dynamic agile earth observation satellite scheduling problem | |
Long et al. | Improved particle swarm optimization with reverse learning and neighbor adjustment for space surveillance network task scheduling | |
Dridi et al. | A multi-objective optimization approach for resource assignment and task scheduling problem: Application to maritime domain awareness | |
Undurti et al. | A decentralized approach to multi-agent planning in the presence of constraints and uncertainty | |
Sun et al. | Satellites scheduling algorithm based on dynamic constraint satisfaction problem |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210406 |