CN110119887B - 用于选择卫星任务规划方案的方法 - Google Patents

用于选择卫星任务规划方案的方法 Download PDF

Info

Publication number
CN110119887B
CN110119887B CN201910323507.3A CN201910323507A CN110119887B CN 110119887 B CN110119887 B CN 110119887B CN 201910323507 A CN201910323507 A CN 201910323507A CN 110119887 B CN110119887 B CN 110119887B
Authority
CN
China
Prior art keywords
emergency
task
margin
variance
observation
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.)
Active
Application number
CN201910323507.3A
Other languages
English (en)
Other versions
CN110119887A (zh
Inventor
夏维
晏冰
胡笑旋
靳鹏
孙海权
王云辉
王执龙
胡玉可
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.)
Hefei University of Technology
Original Assignee
Hefei University of Technology
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 Hefei University of Technology filed Critical Hefei University of Technology
Priority to CN201910323507.3A priority Critical patent/CN110119887B/zh
Publication of CN110119887A publication Critical patent/CN110119887A/zh
Application granted granted Critical
Publication of CN110119887B publication Critical patent/CN110119887B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Mathematical Physics (AREA)
  • Game Theory and Decision Science (AREA)
  • Mathematical Analysis (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Computational Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Quality & Reliability (AREA)
  • Mathematical Optimization (AREA)
  • Development Economics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Algebra (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Processing (AREA)
  • Radio Relay Systems (AREA)

Abstract

本发明提供一种用于选择卫星任务规划方案的方法，属于卫星的调度技术领域。该方法包括：接收应急任务和应急任务规划方案；生成模拟结果；随机生成判断矩阵；计算一致性指标；更新迭代次数；判断一致性指标是否小于预设值；在判断一致性指标小于预设值的情况下，更新判断矩阵集合；在判断一致性指标大于或等于预设值的情况下，再次随机生成判断矩阵；判断迭代次数是否大于或等于迭代次数阈值；在判断迭代次数大于或等于迭代次数阈值的情况下，采用AHP算法计算每个应急任务规划方案的综合评分；在判断迭代次数小于迭代次数阈值的情况下，再次随机生成判断矩阵；根据综合评分最高的应急任务规划方案执行应急任务。

Description

用于选择卫星任务规划方案的方法
技术领域
本发明涉及卫星的调度技术领域，具体地涉及一种用于选择卫星任务规划方案的方法。
背景技术
卫星通过星载传感器从太空获取地面影像数据，已经成为勘测和研究地球资源的重要手段。为了更好地利用现有卫星资源，发挥最大综合效益，如何选择最优方案来执行卫星调度任务以成为该研究领域的重中之重。
发明内容
本发明实施方式的目的是提供一种用于选择卫星任务规划方案的方法。该方法可以提高选择应急任务规划方案的准确性。
为了实现上述目的，本发明实施方式提供一种用于选择卫星任务规划方案的方法，所述任务包括应急任务，所述方法包括：
接收所述应急任务以及用于执行所述应急任务的多个应急任务规划方案；
根据每个所述应急任务规划方案模拟执行所述应急任务以生成对应的模拟结果；
根据预设的方案评估条件随机生成所述应急任务规划方案的判断矩阵；
计算所述判断矩阵的一致性指标；
更新迭代次数，其中，所述迭代次数的初始值为0；
判断所述一致性指标是否小于预设值；
在判断所述一致性指标小于所述预设值的情况下，将所述判断矩阵加入判断矩阵集合中以更新所述判断矩阵集合；
在判断所述一致性指标大于或等于所述预设值的情况下，再次根据预设的方案评估条件随机生成所述应急任务规划方案的判断矩阵并执行所述方法的相应步骤，直到判断所述一致性指标小于所述预设值；
判断所述迭代次数是否大于或等于预设的迭代次数阈值；
在判断所述迭代次数大于或等于所述迭代次数阈值的情况下，采用AHP算法根据所述模拟结果、所述判断矩阵集合计算每个所述应急任务规划方案的综合评分；
在判断所述迭代次数小于所述迭代次数阈值的情况下，再次根据预设的方案评估条件随机生成所述应急任务规划方案的判断矩阵并执行所述方法的相应步骤，直到判断所述迭代次数大于或等于所述迭代次数阈值；
根据所述综合评分最高的所述应急任务规划方案执行所述应急任务。
通过上述技术方案，本发明提供的用于选择卫星任务规划方案的方法通过预设多个方案评估条件对接收到的应急任务规划方案进行评估以得到每个应急任务规划方案的综合评分，采用综合评分最高的应急任务规划方案执行该应急任务，提高了选择应急任务规划方案的准确性。
本发明实施方式的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施方式的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施方式，但并不构成对本发明实施方式的限制。在附图中：
图1是根据本发明的一个实施方式的用于选择卫星任务规划方案的方法的流程图；
图2是根据本发明的一个实施方式的方案评估条件的树状示意图。
具体实施方式
以下结合附图对本发明实施方式的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明实施方式，并不用于限制本发明实施方式。
在本申请实施方式中，在未作相反说明的情况下，使用的方位词如“上、下、顶、底”通常是针对附图所示的方向而言的或者是针对竖直、垂直或重力方向上而言的各部件相互位置关系描述用词。
另外，若本申请实施方式中有涉及“第一”、“第二”等的描述，则该“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施方式之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本申请要求的保护范围之内。
如图1所示是根据本发明的一个实施方式的用于选择卫星任务规划方案的方法的流程图。该任务可以包括应急任务，在图1中，该方法可以包括：
在步骤S100中，接收卫星的应急任务以及用于执行应急任务的多个应急任务规划方案。在该实施方式中，该应急任务可以是在卫星完成已有的常规任务的情况下，额外执行的新的任务。对于该任务，可以是卫星对一个或多个目标执行一次或多次观测操作以形成相应的图像。
在步骤S200中，根据每个应急任务规划方案模拟执行该应急任务以生成对应的模拟结果。对于该模拟执行的操作，可以是在沙盒环境下将已有的卫星的轨道、位置输入预设的沙盒系统中，分别根据每个应急任务规划方案调度每个卫星完成该应急任务，并进一步根据该应急任务规划方案实际调度的过程以及最终生成的图像形成该模拟结果。
在步骤S300中，根据预设的方案评估条件随机生成应急任务规划方案的判断矩阵。
在本发明的一个实施方式中，由于每个应急任务规划方案的实施的任务完成情况、应急任务规划方案本身的方案性能、对现有卫星资源的资源利用率以及最终形成的图像的成像质量均不同，那么，该方案评估条件可以包括任务完成情况、方案性能、资源利用率以及成像质量。相应地，该步骤也可以包括：针对该任务完成情况、方案性能、资源利用率以及成像质量分别随机生成一个标度值以构成维度为4×4的所述判断矩阵。如表(1)所示，
表(1)
任务完成情况 方案性能 资源利用率 成像质量
任务完成情况 a<sub>11</sub> a<sub>12</sub> a<sub>13</sub> a<sub>14</sub>
方案性能 a<sub>21</sub> a<sub>22</sub> a<sub>23</sub> a<sub>24</sub>
资源利用率 a<sub>31</sub> a<sub>32</sub> a<sub>33</sub> a<sub>34</sub>
成像质量 a<sub>41</sub> a<sub>42</sub> a<sub>43</sub> a<sub>44</sub>
在表(1)中，a11至a44为预设的标度值，由a11至a44构成的矩阵即为该判断矩阵。
在该实施方式中，该任务完成情况可以进一步包括任务完成率和任务完成效益。那么，该步骤也可以相应地包括针对该任务完成率和任务完成效益分别随机生成一个标度值以构成维度为2×2的判断矩阵。该判断矩阵的构建方式与表(1)中构成判断矩阵的方式类似，因此此处不再赘述。
针对该任务完成率，由于卫星本身存在正常工作状态下的常规任务，卫星需要在完成应急任务的情况下，尽可能地不影响干扰常规任务的执行。那么，在本发明的一个示例中，该任务完成率也可以进一步包括常规任务完成率和应急任务完成率。其中，常规任务完成率可以包括根据该应急任务规划方案模拟执行应急任务时最终完成的卫星的常规任务的数量与常规任务的总数量的比值。应急任务完成率可以包括根据任务规划方案模拟执行应急任务时最终完成的应急任务的数量与应急任务的总数量的比值。那么，该步骤也可以进一步包括针对常规任务完成率和应急任务完成率分别根据该应急任务规划方案的数量分别随机生成一个n×n的判断矩阵，其中，n为应急任务规划方案的数量。如表(2)所示(假设在三个应急任务规划方案的情况下，针对常规任务完成率的判断矩阵)，
表(2)
方案1 方案2 方案3
常规任务完成率 a<sub>11</sub> a<sub>12</sub> a<sub>13</sub>
常规任务完成率 a<sub>21</sub> a<sub>22</sub> a<sub>23</sub>
常规任务完成率 a<sub>31</sub> a<sub>32</sub> a<sub>33</sub>
在表(2)中，a11至a33为预设的标度值，由a11至a33构成的矩阵即为该判断矩阵。对于该应急任务完成率的判断矩阵，与该常规任务完成率(表(2))的判断矩阵的构建方式类似，因此，此处不再赘述。
鉴于该任务完成率包括常规任务完成率和应急任务完成率，该任务完成效益也可以包括常规任务完成效益和应急任务完成效益。其中。常规任务完成效益可以包括根据应急任务规划方案模拟执行应急任务时完成常规任务获得的效益值(或收益值)。应急任务完成效益包括根据应急任务规划方案模拟执行应急任务时完成应急任务获得的效益值。那么，该步骤还可以包括针对该常规任务完成效益和应急任务完成效益分别根据该应急任务规划方案的数量分别随机生成一个维度为n×n的判断矩阵。对于该常规任务完成效益和应急任务完成效益的判断矩阵的构建，与常规任务完成率以及应急任务完成率的构建方式类似。因此，此处不再赘述。
在该实施方式中，对于应急任务规划方案的方案性能，可以进一步包括观测时间裕度、数传时间裕度和任务扰动值。那么，该步骤可以相应地包括针对该观测时间裕度、数传时间裕度和任务扰动值分别随机生成一个标度值以构成一个3×3的判断矩阵。
对于该观测时间裕度，可以进一步包括最大观测裕度、观测裕度均值和观测裕度方差。在模拟执行应急任务规划方案时，为了便于卫星在合理的时间窗内执行观测操作，对每个执行观测操作的卫星均预留有观测目标的时间裕度值(观测裕度值)。该最大观测裕度包括多个观测裕度值中的最大值，该观测裕度均值包括多个观测裕度值的均值，该观测裕度方差包括多个观测裕度值的方差。那么该步骤可以进一步包括针对该最大观测裕度、观测裕度均值和观测裕度方差分别随机生成一个标度值以构成一个维度为3×3的判断矩阵。
对于该数传时间裕度，可以进一步包括最大数传裕度、数传裕度均值和数传裕度方差。在模拟执行应急任务规划方案时，为了便于接收每个卫星传输的图像，对于每个卫星的数据传输时间均预留有数传裕度值。该最大数传裕度包括多个数传裕度值中的最大值，该数传裕度均值包括多个数传裕度值的均值，该数传裕度方差包括多个数传裕度值的方差。那么该步骤可以进一步包括包括针对该最大数传裕度、数传裕度均值和数传裕度方差分别随机生成一个标度值以构成一个维度为3×3的判断矩阵。
对于该任务干扰值，可以包括迁移任务个数和删除任务个数。该迁移任务个数可以包括根据应急任务规划方案模拟执行应急任务时被迁移为应急任务的常规任务的个数，该删除任务个数可以包括根据应急任务规划方案模拟执行应急任务时被删除的应急任务的个数。那么该步骤可以进一步包括包括针对该迁移任务个数和删除任务个数分别随机生成一个标度值以构成一个维度为2×2的判断矩阵。
上述针对观测时间裕度、数传时间裕度和任务扰动值分别随机生成一个标度值以构成维度为3×3的判断矩阵、最大观测裕度、观测裕度均值和观测裕度方差分别随机生成一个标度值以构成维度为3×3的判断矩阵以及迁移任务个数和删除任务个数分别随机生成一个标度值以构成维度为2×2的判断矩阵的方式均与表(1)中示出的构建判断矩阵的方式类似，因此此处不再赘述。
相应地，该步骤可以进一步包括分别针对该最大观测裕度、观测裕度均值、观测裕度方差、最大数传裕度、数传裕度均值、数传裕度方差、迁移任务个数、删除任务个数根据应急任务规划方案的数量分别生成一个维度为n×n的判断矩阵，其中，n为应急任务规划方案的数量。该判断矩阵的构建方式与表(2)中示出的构建方式类似，因此此处不再赘述。
在该实施方式中，该资源利用率可以包括根据根据应急任务规划方案模拟执行应急任务时调用的地面站的地面站数量和卫星的卫星数量。那么，该步骤可以进一步包括针对地面站数量和卫星数量分别随机生成一个标度值以构成一个维度为2×2的判断矩阵。
对于该地面站数量，可以进一步包括最多接收次数、接收次数均值和接收次数方差。其中，在模拟执行应急任务规划方案时将多个应急任务分配至调用的地面站和卫星。该最多接收次数可以包括单个地面站接收的应急任务的数量的最大值，接收次数均值可以包括每个地面站接收的应急任务的数量的均值，接收次数方差可以包括每个地面站接收的应急任务的数量的方差。那么，该步骤可以进一步包括针对最多接收次数、接收次数均值和接收次数方差分别随机生成一个标度值以构成一个维度为3×3的判断矩阵。
对于该卫星数量，可以进一步包括最多观测次数、观测次数均值和观测次数方差。其中，在模拟执行应急任务规划方案时针对每个应急任务采用至少一个卫星进行观测。该最多观测次数可以包括对单个应急任务进行观测的卫星的数量的最大值，观测次数均值可以包括对每个应急任务进行观测的卫星的数量的均值，观测次数方差可以包括对每个应急任务进行观测的卫星的数量的方差。那么，该步骤可以包括针对该最多观测次数、观测次数均值和观测次数方差随机生成一个标度值以构成一个维度为3×3的判断矩阵。
上述针对地面站数量和卫星数量生成的维度为2×2的判断矩阵、最多接收次数、接收次数均值和接收次数方差生成的维度为3×3的判断矩阵以及最多观测次数、观测次数均值和观测次数方差生成的维度为2×2的判断矩阵的方式均与表(1)中示出的构建判断矩阵的方式类似，因此此处不再赘述。
相应地，该步骤可以进一步包括针对最多接收次数、接收次数均值、接收次数方差、最多观测次数、观测次数均值和观测次数方差分别根据该应急任务规划方案的数量生成一个维度为n×n的判断矩阵。其中，n为应急任务规划方案的数量。该判断矩阵的构建方式与表(2)中示出的构建方式类似，因此此处不再赘述。
在该实施方式中，该成像质量可以包括侧摆角度和太阳高度角。调用的卫星在执行应急任务时需要沿着所在轨道的垂直方向转动，该侧摆角度为转动的角度值。太阳高度角可以为调用的卫星在执行应急任务时，目标所在地的太阳光线和目标所在地与地心的连线的夹角。那么，该步骤可以进一步包括针对侧摆角度和太阳高度角分别随机生成一个标度值以构成一个维度为2×2的判断矩阵。
对于该侧摆角度，可以进一步包括侧摆角度均值和侧摆角度方差。该侧摆角度均值可以为卫星转动的角度值的均值，该侧标角度方差可以为卫星转动的角度值的方差。那么，该步骤可以进一步包括针对侧摆角度均值和侧摆角度方差分别随机生成一个标度值以构成一个维度为2×2的判断矩阵。
对于该太阳高度角，可以进一步包括太阳高度角均值和太阳高度角方差。该太阳高度角均值可以为多个太阳高度角(调用的每个卫星)的均值，太阳高度角方差可以为多个太阳高度角的方差。那么，该步骤可以进一步包括针对太阳高度角均值和太阳高度角方差分别随机生成一个标度值以构成一个维度为2×2的判断矩阵。
上述针对侧摆角度和太阳高度角构成的2×2的判断矩阵、侧摆角度均值和侧摆角度方差构成的2×2的判断矩阵以及太阳高度角均值和太阳高度角方差构成的2×2的判断矩阵的构建方式均与表(1)中示出的构建方式类似，因此此处不再赘述。
相应地，该步骤可以进一步包括针对侧摆角度均值、侧摆角度方差、太阳高度角均值和太阳高度角方差分别根据该应急任务规划方案的数量生成一个维度为n×n的判断矩阵。其中，n为应急任务规划方案的数量。该判断矩阵的构建方式与表(2)中示出的构建方式类似，因此此处不再赘述
在步骤S400中，计算每个判断矩阵的一致性指标。对于该一致性指标的计算方式，可以是本领域人员所知的多种。在本发明的一个示例中，可以是例如：
1、根据公式(1)和公式(2)计算该判断矩阵的最大特征值，
Figure GDA0003835152170000091
Figure GDA0003835152170000092
其中，λmax为最大特征值，n为当前计算的判断矩阵的维度，aij为当前计算的判断矩阵中的第i行第j列的向量；
2、根据公式(3)和公式(4)计算每个判断矩阵的一致性指标，
Figure GDA0003835152170000093
Figure GDA0003835152170000094
其中，为判断矩阵的维度，CR为一致性指标，RI为预设的随机一致性指标值。
在步骤S500中，更新迭代次数。其中，该迭代次数的初始值为0。
在步骤S600中，判断计算的一致性指标是否小于预设值。在判断该一致性指标小于预设值的情况下，返回执行步骤S300。在判断该一致性指标大于或等于该预设值的情况下，执行步骤S700。
在步骤S700中，将判断矩阵加入判断矩阵集合中以更新该判断矩阵集合。由于判断矩阵经过一致性指标检测，此时说明随机生成的判断矩阵适用于对选择应急任务规划方案，所以可以将判断矩阵加入判断矩阵集合中。
在步骤S800中，判断迭代次数是否大于或等于预设的迭代次数阈值。在判断该迭代次数小于迭代次数阈值的情况下，此时说明生成的判断矩阵的数量不足以完成对应急任务规划方案的选择，那么，可以返回执行步骤S300以继续执行生成判断矩阵。在判断迭代次数大于或等于迭代次数阈值的情况下，此时说明该判断矩阵的数量已经足够，所以可以跳出该循环。
在步骤S900中，采用AHP算法根据模拟结果、判断矩阵集合计算每个应急任务规划方案的综合评分。
在步骤S1000中，根据综合评分最高的应急任务规划方案执行应急任务。
另一方面，本发明还提供一种用于选择卫星任务规划方案的系统，该系统可以包括处理器，该处理器可以用于执行上述任一的方法。对于该处理器，可以是例如通用处理器、专用处理器、常规处理器、数字信号处理器(DSP)、多个微处理器、与DSP核心相关联的一个或多个微处理器、控制器、微控制器、专用集成电路(ASIC)、现场可编程门阵列(FPGA)电路、任何其它类型的集成电路(IC)、状态机、系统级芯片(SOC)等。
再一方面，本发明还提供一种存储介质，该存储介质可以存储有指令，该指令用于被机器读取以使得机器执行上述任一的方法。
通过上述技术方案，本发明提供的用于选择卫星任务规划方案的方法、系统及存储介质通过预设多个方案评估条件对接收到的应急任务规划方案进行评估以得到每个应急任务规划方案的综合评分，采用综合评分最高的应急任务规划方案执行该应急任务，提高了选择应急任务规划方案的准确性。
实施例1
以三种应急任务规划方案为例，采用本发明提供的用于选择任务规划方案的方法对该三种应急任务规划方案进行选择。
如图2所示是预设的方案评估条件的树状示意图，生成的判断矩阵集合可以包括：
表(3)所示是根据任务完成情况、方案性能、资源利用率以及成像质量生成的4×4的矩阵，
表(3)
任务完成 方案性能 资源利用 成像质量 wi
任务完成 1 3 9 6 0.6169
方案性能 1/3 1 3 2 0.2056
资源利用 1/9 1/3 1 5/9 0.0649
成像质量 1/6 1/2 1 4/5 1 0.1126
其中，wi为根据公式(1)计算得到的权重。
表(4)所示是根据任务完成率和任务完成效益生成的2×2的判断矩阵，
表(4)
任务完成率 任务完成效益 wi
任务完成率 1.0000 0.5000 0.3333
任务完成效益 2.0000 1.0000 0.6667
表(5)所示是根据观测时间裕度、数传时间裕度和任务扰动值构成的3×3的判断矩阵，
表(5)
观测时间裕度 数传时间裕度 扰动 wi
观测时间裕度 1 4 5 0.6897
数传时间裕度 0.25 1 1.25 0.1724
任务扰动值 0.2 0.8 1 0.1379
表(6)所示是根据地面站数量和卫星数量构成的2×2的判断矩阵，
表(6)
地面站数量 卫星数量 wi
地面站数量 1 0.5 0.3333
卫星数量 2 1 0.6667
表(7)所示是根据侧摆角度和太阳高度角构成的2×2的判断矩阵，
表(7)
侧摆角度 太阳高度角 wi
侧摆角度 1 2 0.6667
太阳高度角 0.5 1 0.3333
表(8)所示是根据常规任务完成率和应急任务完成率构成的2×2的判断矩阵，
表(8)
常规任务完成率 应急任务完成率 wi
常规任务完成率 1 0.2 0.1667
应急任务完成率 5 1 0.8333
表(9)所示是根据常规任务完成效益和应急任务完成效益的2×2的判断矩阵，
表(9)
Figure GDA0003835152170000121
Figure GDA0003835152170000131
表(10)所示是根据最大观测裕度、观测裕度均值和观测裕度方差构成3×3的判断矩阵，
表(10)
最大观测裕度 观测裕度均值 观测裕度方差 wi
最大观测裕度 1 1/2 1/4 0.14685315
观测裕度均值 2 1 2/3 0.30769231
观测裕度方差 4 1 1/2 1 0.54545455
表(11)所示是根据最大数传裕度、数传裕度均值和数传裕度方差构成3×3的判断矩阵，
表(11)
最大数传裕度 数传裕度均值 数传裕度方差 wi
最大数传裕度 1 0.50 0.3333 0.15384615
数传裕度均值 2 1 0.67 0.30769231
数传裕度方差 3 1.5 1 0.46153846
表(12)所示是根据迁移任务个数和删除任务个数构成的2×2的判断矩阵，
表(12)
迁移任务个数 删除任务个数 wi
迁移任务个数 1 0.5 0.3333
删除任务个数 2 1 0.6667
表(13)所示是根据最多接收次数、接收次数均值和接收次数方差构成的3×3的判断矩阵，
表(13)
最多接收次数 接收次数均值 接收次数方差 wi
最多接收次数 1 0.5 0.3333 0.15384336
接收次数均值 2 1 0.6667 0.3076951
接收次数方差 3 1.5 1 0.46153846
表(14)所示是根据最多观测次数、观测次数均值和观测次数方差构成的3×3的判断矩阵，
表(14)
最多观测次数 观测次数均值 观测次数方差 wi
最多观测次数 1 1/2 1/4 0.14685315
观测次数均值 2 1 2/3 0.30769231
观测次数方差 4 1 1/2 1 0.54545455
表(15)所示是根据侧摆角度均值和侧摆角度方差构成的2×2的判断矩阵，
表(15)
侧摆角度均值 侧摆角度方差 wi
侧摆角度均值 1 0.3333 0.249995312
侧摆角度方差 3 1 0.750004688
表(16)所示是根据太阳高度角均值和太阳高度角方差构成的2×2的判断矩阵，
表(16)
侧摆角度均值 侧摆角度方差 wi
侧摆角度均值 1 0.3333 0.249995312
侧摆角度方差 3 1 0.750004688
三种应急任务规划方案的各项参数如表(17)所示，
表(17)
Figure GDA0003835152170000151
Figure GDA0003835152170000161
为了便于进一步地处理，可以采用九段标度法对上述数据进行处理，从而便于统一计算。对于常规任务完成率，其标度规则可以是例如表(18)中所示，
表(18)
常规任务完成率 标度结果 0.004-0.005 5
0 1 0.005-0.006 6
0-0.002 2 0.006-0.007 7
0.002-0.003 3 0.007-0.008 8
0.003-0.004 4 0.008- 9
对于应急任务完成率，其标度规则可以是例如表(19)所示，
表(19)
应急任务完成率 标度结果 0.004-0.005 5
0 1 0.005-0.006 6
0-0.002 2 0.006-0.007 7
0.002-0.003 3 0.007-0.008 8
0.003-0.004 4 0.008- 9
对于常规任务完成效益，其标度规则可以是例如表(20)所示，
表(20)
Figure GDA0003835152170000162
Figure GDA0003835152170000171
对于应急任务完成效益，其标度规则可以是例如表(21)所示，
表(21)
应急任务完成效益 标度结果 0.06-0.09 5
0-0.001 1 0.09-0.11 6
0.001-0.01 2 0.11-0.13 7
0.01-0.03 3 0.13-0.15 8
0.03-0.06 4 0.15- 9
对于最大观测裕度，其标度规则可以是例如表(22)所示，
表(22)
最大观测裕度 标度结果 0.06-0.09 5
0-0.001 1 0.09-0.11 6
0.001-0.01 2 0.11-0.13 7
0.01-0.03 3 0.13-0.15 8
0.03-0.06 4 0.15- 9
对于观测裕度均值，其标度规则可以是例如表(23)所示，
表(23)
观测裕度均值 标度结果 0.15-0.2 5
0-0.01 1 0.2-0.25 6
0.01-0.05 2 0.25-0.3 7
0.05-0.1 3 0.3-0.35 8
0.1-0.15 4 0.35- 9
对于观测裕度方差，其标度规则可以是例如表(24)所示，
表(24)
观测裕度方差 标度结果 0.2-0.25 5
0-0.05 1 0.25-0.3 6
0.05-0.1 2 0.3-0.35 7
0.1-0.15 3 0.35-0.4 8
0.15-0.2 4 0.4- 9
对于最大数传裕度，其标度规则可以是例如表(25)所示，
表(25)
最大数传裕度 标度结果 0.2-0.25 5
0-0.05 1 0.25-0.3 6
0.05-0.1 2 0.3-0.35 7
0.1-0.15 3 0.35-0.4 8
0.15-0.2 4 0.4- 9
对于数传裕度均值，其标度规则可以是例如表(26)所示，
表(26)
数传裕度均值 标度结果 0.4-0.5 5
0-0.1 1 0.5-0.6 6
0.1-0.2 2 0.6-0.7 7
0.2-0.3 3 0.7-0.8 8
0.3-0.4 4 0.8- 9
对于数传裕度方差，其标度规则可以是例如表(27)所示，
表(27)
Figure GDA0003835152170000181
Figure GDA0003835152170000191
对于迁移任务个数(迁移为应急任务的常规任务的个数)，其标度规则可以是例如表(28)所示，
表(28)
迁移任务个数 标度结果 0.4-0.5 5
0-0.1 1 0.5-0.6 6
0.1-0.2 2 0.6-0.7 7
0.2-0.3 3 0.7-0.8 8
0.3-0.4 4 0.8- 9
对于删除任务个数(删除的迁移任务的个数)，其标度规则可以是例如表(29)所示，
表(29)
删除任务个数 标度结果 0.08-0.1 5
0-0.02 1 0.1-0.12 6
0.02-0.04 2 0.12-0.14 7
0.04-0.06 3 0.14-0.16 8
0.06-0.08 4 0.16- 9
对于最多接收次数，其标度规则可以是例如表(30)所示，
表(30)
Figure GDA0003835152170000192
Figure GDA0003835152170000201
对于接收次数均值，其标度规则可以是例如表(31)所示，
表(31)
接收次数均值 标度结果 0.004-0.005 5
0-0.001 1 0.005-0.006 6
0.001-0.002 2 0.006-0.007 7
0.002-0.003 3 0.007-0.008 8
0.003-0.004 4 0.008- 9
对于接收次数方差，其标度规则可以是例如表(32)所示，
表(32)
接收次数方差 标度结果 0.15-0.2 5
0-0.01 1 0.2-0.25 6
0.01-0.05 2 0.25-0.3 7
0.05-0.1 3 0.3-0.35 8
0.1-0.15 4 0.35- 9
对于最多观测次数，其标度规则可以是例如表(33)所示，
表(33)
Figure GDA0003835152170000202
Figure GDA0003835152170000211
对于观测次数均值，其标度规则可以是例如表(34)所示，
表(34)
观测次数均值 标度结果 0.004-0.005 5
0-0.001 1 0.005-0.006 6
0.001-0.002 2 0.006-0.007 7
0.002-0.003 3 0.007-0.008 8
0.003-0.004 4 0.008- 9
对于观测次数方差，其标度规则可以是例如表(35)所示，
表(35)
观测次数方差 标度结果 0.2-0.25 5
0-0.05 1 0.25-0.3 6
0.05-0.1 2 0.3-0.35 7
0.1-0.15 3 0.35-0.4 8
0.15-0.2 4 0.4- 9
对于侧摆角度均值，其标度规则可以是例如表(36)所示，
表(36)
侧摆角度均值 标度结果 0.06-0.09 5
0-0.005 1 0.09-0.11 6
0.005-0.01 2 0.11-0.13 7
0.01-0.03 3 0.13-0.15 8
0.03-0.06 4 0.15- 9
对于侧摆角度方差，其标度规则可以是例如表(37)所示，
表(37)
侧摆角度方差 标度结果 0.06-0.09 5
0-0.001 1 0.09-0.11 6
0.001-0.01 2 0.11-0.13 7
0.01-0.03 3 0.13-0.15 8
0.03-0.06 4 0.15- 9
对于太阳高度角均值，其标度规则可以是例如表(38)所示，
表(38)
太阳高度角均值 标度结果 0.06-0.09 5
0-0.005 1 0.09-0.11 6
0.005-0.01 2 0.11-0.13 7
0.01-0.03 3 0.13-0.15 8
0.03-0.06 4 0.15- 9
对于太阳高度角方差，其标度规则可以是例如表(39)所示，
表(39)
太阳高度角方差 标度结果 0.02-0.025 5
0-0.005 1 0.025-0.03 6
0.005-0.01 2 0.03-0.035 7
0.01-0.015 3 0.035-0.04 8
0.015-0.02 4 0.04- 9
将表(17)示出的三种应急任务规划方案采用表(18)至表(39)示出的判断条件进行标度，从而生成的判断矩阵如表(40)所示，
表(40)
Figure GDA0003835152170000231
Figure GDA0003835152170000241
Figure GDA0003835152170000251
Figure GDA0003835152170000261
采用AHP算法对上述判断矩阵进行处理以生成每个应急任务规划方案的综合评分，分别为49.633、40.948和57.522，由此可见，该方案3为最优方案。因此，可以根据方案3执行该应急任务。
以上结合附图详细描述了本发明例的可选实施方式，但是，本发明实施方式并不限于上述实施方式中的具体细节，在本发明实施方式的技术构思范围内，可以对本发明实施方式的技术方案进行多种简单变型，这些简单变型均属于本发明实施方式的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本发明实施方式对各种可能的组合方式不再另行说明。
本领域技术人员可以理解实现上述实施方式方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个(可以是单片机，芯片等)或处理器(processor)执行本申请各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
此外，本发明实施方式的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明实施方式的思想，其同样应当视为本发明实施方式所公开的内容。

Claims (6)

1.一种用于选择卫星任务规划方案的方法，其特征在于，所述任务包括应急任务，所述方法包括：
接收所述应急任务以及用于执行所述应急任务的多个应急任务规划方案；
根据每个所述应急任务规划方案模拟执行所述应急任务以生成对应的模拟结果；
根据预设的方案评估条件随机生成所述应急任务规划方案的判断矩阵；
计算所述判断矩阵的一致性指标；
更新迭代次数，其中，所述迭代次数的初始值为0；
判断所述一致性指标是否小于预设值；
在判断所述一致性指标小于所述预设值的情况下，将所述判断矩阵加入判断矩阵集合中以更新所述判断矩阵集合；
在判断所述一致性指标大于或等于所述预设值的情况下，再次根据预设的方案评估条件随机生成所述应急任务规划方案的判断矩阵并执行所述方法的相应步骤，直到判断所述一致性指标小于所述预设值；
判断所述迭代次数是否大于或等于预设的迭代次数阈值；
在判断所述迭代次数大于或等于所述迭代次数阈值的情况下，采用AHP算法根据所述模拟结果、所述判断矩阵集合计算每个所述应急任务规划方案的综合评分；
在判断所述迭代次数小于所述迭代次数阈值的情况下，再次根据预设的方案评估条件随机生成所述应急任务规划方案的判断矩阵并执行所述方法的相应步骤，直到判断所述迭代次数大于或等于所述迭代次数阈值；
根据综合评分最高的所述应急任务规划方案执行所述应急任务；
所述方案评估条件包括每个所述应急任务规划方案的任务完成情况、方案性能、资源利用率及成像质量；
根据预设的方案评估条件随机生成所述应急任务规划方案的判断矩阵包括：
针对所述任务完成情况、方案性能、资源利用率及成像质量分别随机生成一个标度值以构成维度为4×4的所述判断矩阵；
所述方案性能包括观测时间裕度、数传时间裕度和任务扰动值；
所述观测时间裕度包括最大观测裕度、观测裕度均值和观测裕度方差，其中，根据所述应急任务规划方案模拟执行所述应急任务时对每个执行观测操作的卫星分别预留有观测目标的时间的时间裕度值作为观测裕度值，所述最大观测裕度包括多个所述观测裕度值中的最大值，所述观测裕度均值包括多个所述观测裕度值的均值，所述观测裕度方差包括多个所述观测裕度值的方差；
所述数传时间裕度包括最大数传裕度、数传裕度均值和数传裕度方差，其中，根据所述应急任务规划方案模拟执行所述应急任务时对每个卫星的数据传输时间预留有数传裕度值，所述最大数传裕度包括多个所述数传裕度值中的最大值，所述数传裕度均值包括多个所述数传裕度值的均值，所述数传裕度方差包括多个所述数传裕度值的方差；
所述任务扰动值包括迁移任务个数和删除任务个数，其中，所述迁移任务个数包括根据所述应急任务规划方案模拟执行所述应急任务时被迁移为所述应急任务的常规任务的个数，所述删除任务个数包括根据所述应急任务规划方案模拟执行所述应急任务时被删除的所述应急任务的个数；
根据预设的方案评估条件随机生成所述应急任务规划方案的判断矩阵包括：
针对所述观测时间裕度、所述数传时间裕度和所述任务扰动值分别随机生成一个标度值以构成维度为3×3的所述判断矩阵；
针对所述最大观测裕度、所述观测裕度均值和所述观测裕度方差分别随机生成一个标度值以构成维度为3×3的所述判断矩阵；
针对所述最大数传裕度、所述数传裕度均值和所述数传裕度方差分别随机生成一个标度值以构成维度为3×3的所述判断矩阵；
针对所述迁移任务个数和所述删除任务个数分别随机生成一个标度值以构成维度为2×2的所述判断矩阵；
分别针对所述最大观测裕度、观测裕度均值、观测裕度方差、最大数传裕度、数传裕度均值、数传裕度方差、迁移任务个数、删除任务个数根据所述应急任务规划方案的数量分别生成维度为n×n的所述判断矩阵，其中，n为所述应急任务规划方案的数量。
2.根据权利要求1所述的方法，其特征在于，所述任务完成情况包括任务完成率和任务完成效益；
所述任务完成率包括常规任务完成率和应急任务完成率，其中，所述常规任务完成率包括根据所述应急任务规划方案模拟执行所述应急任务时最终完成的卫星的常规任务的数量与所述常规任务的总数量的比值，所述应急任务完成率包括根据所述任务规划方案模拟执行所述应急任务时最终完成的所述应急任务的数量与所述应急任务的总数量的比值；
所述任务完成效益包括常规任务完成效益和应急任务完成效益，其中，所述常规任务完成效益包括根据所述应急任务规划方案模拟执行所述应急任务时完成所述常规任务获得的效益值，所述应急任务完成效益包括根据所述应急任务规划方案模拟执行所述应急任务时完成所述应急任务获得的效益值；
根据预设的方案评估条件随机生成所述应急任务规划方案的判断矩阵包括：
针对所述任务完成率和所述任务完成效益分别随机生成一个标度值以构成维度为2×2的所述判断矩阵；
针对所述常规任务完成率和所述应急任务完成率分别随机生成一个标度值以构成维度为2×2的所述判断矩阵；
针对所述常规任务完成效益和所述应急任务完成效益分别随机生成一个标度值以构成维度为2×2的所述判断矩阵；
分别针对所述常规任务完成率、所述应急任务完成率、所述常规任务完成效益和所述应急任务完成效益根据所述应急任务规划方案的数量分别生成维度为n×n的所述判断矩阵，其中，n为所述应急任务规划方案的数量。
3.根据权利要求1所述的方法，其特征在于，所述资源利用率包括根据所述应急任务规划方案模拟执行所述应急任务时调用的地面站的地面站数量和卫星的卫星数量；
所述地面站数量包括最多接收次数、接收次数均值和接收次数方差，其中，根据所述应急任务规划方案模拟执行所述应急任务时将多个所述应急任务分配至调用的所述地面站和所述卫星，所述最多接收次数包括单个所述地面站接收的所述应急任务的数量的最大值，所述接收次数均值包括每个所述地面站接收的所述应急任务的数量的均值，所述接收次数方差包括每个所述地面站接收的所述应急任务的数量的方差；
所述卫星数量包括最多观测次数、观测次数均值和观测次数方差，其中，根据所述应急任务规划方案模拟执行所述应急任务时针对每个所述应急任务采用至少一个卫星进行观测，所述最多观测次数包括对单个所述应急任务进行观测的所述卫星的数量的最大值，所述观测次数均值包括对每个所述应急任务进行观测的所述卫星的数量的均值，所述观测次数方差包括对每个所述应急任务进行观测的所述卫星的数量的方差；
根据预设的方案评估条件随机生成所述应急任务规划方案的判断矩阵包括：
针对所述地面站数量和所述卫星数量分别随机生成一个标度值以构成维度为2×2的所述判断矩阵；
针对所述最多接收次数、所述接收次数均值和所述接收次数方差分别随机生成一个标度值以构成维度为3×3的所述判断矩阵；
针对所述最多观测次数、所述观测次数均值和所述观测次数方差分别随机生成一个标度值以构成维度为3×3的所述判断矩阵；
分别针对所述最多接收次数、接收次数均值、接收次数方差、最多观测次数、观测次数均值、和观测次数方差根据所述应急任务规划方案的数量随机生成维度为n×n的所述判断矩阵，其中，n为所述应急任务规划方案的数量。
4.根据权利要求1所述的方法，其特征在于，所述成像质量包括侧摆角度和太阳高度角；
所述侧摆角度包括侧摆角度均值和侧摆角度方差，其中，调用的卫星在执行所述应急任务时需要沿着所在轨道的垂直方向转动，所述侧摆角度为转动的角度值，所述侧摆角度均值为多个所述角度值的均值，所述侧摆角度方差为多个所述角度值的方差；
所述太阳高度角包括太阳高度角均值和太阳高度角方差，所述太阳高度角为调用的所述卫星在执行所述应急任务时，目标所在地的太阳光线和所述目标所在地与地心的连线的夹角，所述太阳高度角均值包括多个所述夹角的均值，所述太阳高度角方差包括多个所述夹角的方差；
根据预设的方案评估条件随机生成所述应急任务规划方案的判断矩阵包括：
针对所述侧摆角度和所述太阳高度角分别随机生成一个标度值以构成维度为2×2的所述判断矩阵；
针对所述侧摆角度均值和所述侧摆角度方差分别随机生成一个标度值以构成维度为2×2的所述判断矩阵；
针对所述太阳高度角均值和所述太阳高度角方差分别随机生成一个标度值以构成维度为2×2的所述判断矩阵；
分别针对所述侧摆角度均值、侧摆角度方差、太阳高度角均值和太阳高度角方差根据所述应急任务规划方案的数量随机生成维度为n×n的所述判断矩阵，其中，n为所述应急任务规划方案的数量。
5.根据权利要求1所述的方法，其特征在于，计算所述判断矩阵的一致性指标包括：
根据公式(1)和公式(2)计算所述判断矩阵的最大特征值，
Figure FDA0003835152160000061
Figure FDA0003835152160000062
其中，λmax为最大特征值，n为判断矩阵的维度，aij为当前计算的所述判断矩阵中的第i行第j列的向量。
6.根据权利要求5所述的方法，其特征在于，计算所述判断矩阵的一致性指标包括：
根据公式(3)和公式(4)计算每个所述判断矩阵的一致性指标，
Figure FDA0003835152160000063
Figure FDA0003835152160000064
其中，λmax为最大特征值，n为判断矩阵的维度，CR为所述一致性指标，RI为预设的随机一致性指标值。
CN201910323507.3A 2019-04-22 2019-04-22 用于选择卫星任务规划方案的方法 Active CN110119887B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910323507.3A CN110119887B (zh) 2019-04-22 2019-04-22 用于选择卫星任务规划方案的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910323507.3A CN110119887B (zh) 2019-04-22 2019-04-22 用于选择卫星任务规划方案的方法

Publications (2)

Publication Number Publication Date
CN110119887A CN110119887A (zh) 2019-08-13
CN110119887B true CN110119887B (zh) 2022-11-01

Family

ID=67521309

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910323507.3A Active CN110119887B (zh) 2019-04-22 2019-04-22 用于选择卫星任务规划方案的方法

Country Status (1)

Country Link
CN (1) CN110119887B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110619478B (zh) * 2019-09-23 2022-04-22 合肥工业大学 基于指针神经网络的单星应急任务规划方法及系统
CN111062558B (zh) * 2019-10-29 2023-01-13 合肥工业大学 基于任务需求的卫星价值分析方法和系统
CN111062561B (zh) * 2019-11-05 2023-11-28 合肥工业大学 面向多目标卫星任务规划的ahp理想目标点求解方法及系统
CN112270502B (zh) * 2020-11-17 2021-06-01 北京三维天地科技股份有限公司 基于人工智能技术的环境应急任务协同处置平台
CN113361853B (zh) * 2021-04-28 2022-12-06 合肥工业大学 新共识模型的卫星应急任务规划方案效能评估方法及系统
CN117370766A (zh) * 2023-12-07 2024-01-09 中国电子科技集团公司第五十四研究所 一种基于深度学习的卫星任务规划方案评估方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102929285A (zh) * 2012-11-16 2013-02-13 中国民用航空飞行学院 多救援直升机多目标分配与航迹规划方法
CN106815682A (zh) * 2017-01-16 2017-06-09 河南理工大学 一种应急预案有效性评价方法
GB201719540D0 (en) * 2016-11-28 2018-01-10 National Univ Of Defence Technology Autonomous Operation and control system of agileimaging satellite and operation process thereof
CN108090631A (zh) * 2018-01-22 2018-05-29 合肥工业大学 卫星应急任务动态规划方法及装置
CN108171443A (zh) * 2018-01-22 2018-06-15 合肥工业大学 考虑指令上注的多星应急任务规划方法及装置
CN108256771A (zh) * 2018-01-22 2018-07-06 合肥工业大学 不同调度机制的可变周期多星应急任务规划方法及系统
CN109636359A (zh) * 2019-02-19 2019-04-16 安徽智融景和科技有限公司 应急综合信息服务平台系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050245232A1 (en) * 2004-04-30 2005-11-03 Robert Jakober Emergency response mission support platform

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102929285A (zh) * 2012-11-16 2013-02-13 中国民用航空飞行学院 多救援直升机多目标分配与航迹规划方法
GB201719540D0 (en) * 2016-11-28 2018-01-10 National Univ Of Defence Technology Autonomous Operation and control system of agileimaging satellite and operation process thereof
CN106815682A (zh) * 2017-01-16 2017-06-09 河南理工大学 一种应急预案有效性评价方法
CN108090631A (zh) * 2018-01-22 2018-05-29 合肥工业大学 卫星应急任务动态规划方法及装置
CN108171443A (zh) * 2018-01-22 2018-06-15 合肥工业大学 考虑指令上注的多星应急任务规划方法及装置
CN108256771A (zh) * 2018-01-22 2018-07-06 合肥工业大学 不同调度机制的可变周期多星应急任务规划方法及系统
CN109636359A (zh) * 2019-02-19 2019-04-16 安徽智融景和科技有限公司 应急综合信息服务平台系统

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
"A two-phase genetic annealing method for integrated Earth observation satellite scheduling problems";Zhu Waiming et;《Methodologies and Application》;20171025;全文 *
"虚拟星座资源组合关键技术研究";孙海权等;《无线电工程》;20180630;全文 *
一种面向应急任务的天基传感器观测组合方法;胡楚丽等;《武汉大学学报(信息科学版)》;20161005(第10期);全文 *
任务规划技术在应急通信领域的应用;孙鑫等;《科技导报》;20180328(第06期);全文 *
卫星任务规划算法综合评价技术研究;陈济舟等;《计算机工程》;20091020(第20期);全文 *
基于层次分析法与模糊理论的卫星效能评估;项磊等;《计算机仿真》;20130215(第02期);全文 *
面向应急条件的多星动态调度方法;王建江等;《航空学报》;20130109(第05期);全文 *

Also Published As

Publication number Publication date
CN110119887A (zh) 2019-08-13

Similar Documents

Publication Publication Date Title
CN110119887B (zh) 用于选择卫星任务规划方案的方法
US7973707B2 (en) Method for geofencing
US8213956B2 (en) Method of tracking a state of a mobile electronic device
CN112033413B (zh) 一种基于结合环境信息的改进a*算法的路径规划方法
CN107091648A (zh) 一种激光雷达与差分gps的数据融合方法及系统
CN112066976B (zh) 一种自适应膨胀处理方法、系统、机器人及存储介质
CN116301048A (zh) 无人机路径规划方法、系统、电子设备以及存储介质
CN111800795A (zh) 一种认知无人机网络中非高斯噪声下频谱感知方法
CN113722894B (zh) 一种基于模型简化的火灾蔓延模拟加速方法及系统
Peng et al. Marginalized point mass filter with estimating tidal depth bias for underwater terrain-aided navigation
Liu A faster algorithm for the constrained minimum covering circle problem to expedite solving p‐center problems in an irregularly shaped area with holes
CN110763234B (zh) 一种水下机器人海底地形匹配导航路径规划方法
CN106597510B (zh) 基于模糊判断算法的多旋翼无人机位置数据融合滤波方法
CN113657718B (zh) 一种多机器人动态联盟任务分配方法及相关装置
CN110599065A (zh) 基于指针神经网络的多星应急任务规划方法及系统
CN114599004B (zh) 一种基站布局方法和装置
US20230011501A1 (en) Particle filtering and navigation system using measurement correlation
Williams et al. Dynamic probability fields for risk assessment and guidance solutions
CN116736219B (zh) 基于改进粒子群算法的无源tdoa-fdoa联合定位优化布站方法
CN110619478B (zh) 基于指针神经网络的单星应急任务规划方法及系统
CN114139823B (zh) 面向智能制造车间生产与计算任务的耦合调度方法
CN114383621B (zh) 基于网格地图的轨迹纠偏方法、电子设备和存储介质
WO2023170762A1 (ja) 学習方法、伝搬特性推定方法、伝搬特性推定装置、伝搬特性推定システム、伝搬特性推定プログラム
CN115933735A (zh) 一种基于Astar算法的跨海物流无人机路径规划方法
CN118071963A (zh) 一种基于水声传感网的三维流体边界提取方法

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