CN110515708A - 卫星在轨自主任务规划方法及系统 - Google Patents

卫星在轨自主任务规划方法及系统 Download PDF

Info

Publication number
CN110515708A
CN110515708A CN201910646106.1A CN201910646106A CN110515708A CN 110515708 A CN110515708 A CN 110515708A CN 201910646106 A CN201910646106 A CN 201910646106A CN 110515708 A CN110515708 A CN 110515708A
Authority
CN
China
Prior art keywords
task
satellite
grid
follows
income
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
CN201910646106.1A
Other languages
English (en)
Other versions
CN110515708B (zh
Inventor
安好
刘通
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.)
Hunan Saidelaite Satellite Technology Co.,Ltd.
Original Assignee
Sedlet Zhuhai Aerospace 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 Sedlet Zhuhai Aerospace Technology Co ltd filed Critical Sedlet Zhuhai Aerospace Technology Co ltd
Priority to CN201910646106.1A priority Critical patent/CN110515708B/zh
Publication of CN110515708A publication Critical patent/CN110515708A/zh
Application granted granted Critical
Publication of CN110515708B publication Critical patent/CN110515708B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/48—Program initiating; Program switching, e.g. by interrupt
    • G06F9/4806—Task transfer initiation or dispatching
    • G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
    • G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/48—Indexing scheme relating to G06F9/48
    • G06F2209/484—Precedence
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开一种卫星在轨自主任务规划方法及系统，所述规划方法包括：(一)卫星获取任务并确定当前要执行的单个区域任务；(二)卫星获取当前要执行的单个区域任务的观测轨迹；步骤(一)包括：1.1、卫星接收上传的任务群；1.2、对任务群中的任务进行任务优先级排序，对同一优先级中的任务进行任务收益率排序，获取任务队列；1.3、选择任务优先级高及任务收益率高的单个区域任务作为当前要执行的单个区域任务。本发明通过对任务的合理排序，能够较好的响应动态情况及不同优先级的任务。本发明还可以充分利用敏捷卫星的性能以及解决微小遥感卫星星群在对地区域任务规划过程中求解情况复杂的问题。

Description

卫星在轨自主任务规划方法及系统
技术领域
本发明属于卫星对地区域目标观测的技术领域，具体涉及卫星在轨自主任务规划方法及系统。
背景技术
微小遥感卫星星群具有机动能力强，卫星数量多的特点，可以实现对地面区域目标的快速任务响应，是目前成像卫星的主要发展方向之一。
在传统的任务规划中，需要地面控制中心将任务区域进行处理，划分成为合适卫星执行的任务条带后，采用一定算法将任务条带分配给卫星执行。由于传统的条带分解方法在多星协同任务时存在条带的重叠，对于地面区域目标，很难得到最优的结果，导致了求解困难且不能充分利用卫星性能。此外，随着卫星能力的提升与数量的增加，若仍采用地面任务处理后分配的方式，则求解过于复杂且动态响应较慢，对地面依赖较为严重。
发明内容
本发明旨在提供一种卫星在轨自主任务规划方法及系统，主要目的在于通过对任务的合理排序，能够较好的响应动态情况及不同优先级的任务。本发明进一步的目的在于充分利用敏捷卫星的性能以及解决微小遥感卫星星群在对地区域任务规划过程中求解情况复杂的问题。本发明通过以下技术方案实现：
一种卫星在轨自主任务规划方法，包括：一、卫星获取任务并确定当前要执行的单个区域任务；二、卫星获取当前要执行的单个区域任务的观测轨迹；
其特征在于，步骤一包括：
1.1、卫星接收上传的任务群；
1.2、对任务群中的任务进行任务优先级排序，对同一优先级中的任务进行任务收益率排序，获取任务队列；
1.3、选择任务优先级高及任务收益率高的单个区域任务作为当前要执行的单个区域任务。
具体地，所述任务群中的任务被定义为元任务，元任务的表示方式如公式(1)：
Taski＝<i,Type,Info,Requirement,Priority,Income,Tes,Tls> (1)
其中i为元任务编号，Type为任务类型，Info为任务信息，Requirement为资源要求，Priority为任务优先级，Income为任务收益，Tes为期望开始时间，Tls为最晚开始时间。
具体地，所述任务收益率的获取方法如公式(2)：
其中，Pi为任务收益率，Si为单个区域任务的区域大小。
更具体地，所述任务收益率通过一个收益惩罚函数，根据每个任务的期望开始时间，对开始时间较晚的任务予以收益惩罚，收益惩罚函数如公式(3)：
其中f(Taski)为收益惩罚系数，Tes为期望开始时间，Tls最晚开始时间，Trs为准备开始时间；
公式(4)为应用收益惩罚函数后的任务收益率函数。
具体地，步骤二包括以下步骤：
2.1、将要执行的单个区域任务采用栅格化的方式进行离散化，同时卫星根据自身位置与约束计算在任意时刻求得下一时刻可见栅格；
2.2、将可见栅格信息，根据其观测情况转化为收益值信息；
2.3、在时间窗口内进行滚动优化，根据收益值信息将栅格组合成为卫星观测轨迹。
具体地，所述步骤2.1中，采用等经纬度划分的方法对任务区域进行划分成一系列等经纬度的栅格，选择栅格中心点的坐标来代替该栅格。
具体地，所述划分栅格的具体方法如下：将目标区域最小外界四边形求出后，以区域左下角为原点建立直角坐标系，右方为x轴正方向，上方为y轴正方向；据卫星的观测能力选择合适的栅格经纬度对区域进行划分，划分得到的栅格总数用栅格精度表示，x轴、y轴的栅格精度分别为μX、μY，不同比例对应不同精度的栅格划分；所划分的栅格总数RN，与其对应精度μX、μY的关系如公式组(5)：
其中：Lx为x方向上栅格被划分的份数；Ly为y方向上栅格被划分的份数；在栅格图中平面上的任何一个栅格都表示成使用正方形栅格进行栅格化处理后，栅格系统的基底向量是而(m,n)就是该栅格在坐标系中的坐标值；
由区域信息可以求出四边形左上顶点A点及右下顶点B点坐标(latA,lonA)与(latB,lonB)：
可以求出栅格(m,n)的经纬度信息(latmn,lonmn)为
具体地，所述步骤2.1中，所述约束计算包括可见性约束、太阳高度角、姿态机动角度、能量使用、存储容量约束。
更具体地，所述可见性约束计算的方法如下：
γ为地面区域与卫星地心连线夹角，求解方法为：
式中：Re为地球半径；h为AB距离；β为目标观测区域与卫星之间的仰角；
式中：βmin为最小的观测仰角。
更具体地，所述太阳高度角计算的方法如下：
设卫星的观测点在大地坐标系的坐标为太阳光照方向矢量根据太阳在地心地固系位置(XS,YS,ZS)与观测点在地心地固系中位置确定，被观测点在地心地固系中位置表示为：
式中：f为地球扁率；Re为地球半径；
太阳光照矢量求解为：
地心到被观测点的矢量求解为：
被观测点的太阳高度角α表示为：
更具体地，所述姿态机动角度计算的方法如下：
设T1时刻，卫星位置观测位置T2时刻卫星位置观测位置姿态机动角度求解方法为：
式中：H为卫星-目标距离；为地心惯性坐标系到轨道坐标系的转换矩阵；为地固坐标系到地心惯性坐标系的转换矩阵；f为地球扁率；Re为地球半径。
更具体地，所述能量使用约束计算的方法如下：
卫星执行任务需要满足能量消耗小于能量存储：
式中：poweri r为本圈次要使用的能量；POW为卫星存储的能量；ETi r、STi r分别为本圈次可见时间窗的开始时间、结束时间；σ1为根据时间窗长度估算消耗能量的系数。
更具体地，所述存储容量约束计算的方法如下：
卫星执行任务时存储需求要小于存储空间大小：
ssri r＜SSR (17)
式中：ssrn为需要的存储容量；SSR为总存储容量；SSRU为已使用的存储容量；
当卫星与地面站进行数据传输后，存储空间的容量被释放到其最大值：
SSR＝SSRmax (18)。
具体地，所述步骤2.1中，卫星根据自身位置，栅格信息与约束计算方式得到下一时刻的备选位置集合。
具体地，所述步骤2.2是通过对栅格赋予信息素数据，将赋予了信息素数据的栅格图作为信息素浓度图，基于信息素浓度图将可见栅格信息根据其观测情况转化为收益值信息。
具体地，任意时刻t的信息素浓度图表达为：
Tau(t)＝{Taumn(t)|m∈{1,2,…,LX},n∈{1,2,…,LY}} (19)
式中：Taumn(t)为t时刻栅格(m,n)处的信息素浓度。
具体地，基于所述信息素浓度图将可见栅格信息根据其观测情况转化为收益值信息的计算过程如下：
当前时刻信息素浓度图中各区域的信息素浓度平均值为：
当前时刻信息素浓度图的信息素浓度方差为
若在下一时刻对区域的栅格(M1,N1)进行观测则系统的信息素浓度图变化为：
信息素浓度平均值变化为：
信息素浓度方差变化为：
信息素浓度平均值变化带来的收益表示为：
信息素浓度方差带来的收益表示为：
观测的效果通过收益表示为：
式中：为t时刻卫星k选取栅格MN进行观测所得收益，0≤τi≤1,i＝1,2为权重，不同的取值代表了不同的偏好，在具体应用时根据任务的要求选择合适的取值。
具体地，所述步骤2.3具体为：在分布式预测控制方法下，卫星任务自组织系统的行为由所有子系统即单颗卫星来共同描述对于动态特性解耦的系统，其状态方程是独立的，将第i颗卫星的状态方程记为则卫星任务自组织系统的整体状态方程用如下方式描述：
卫星任务自组织系统的整体目标函数可以用所有NV卫星子系统目标函数的和进行描述：
在t时刻卫星执行当前时刻的方案后对下一时刻的位置进行求解，根据预测控制方法，通过预测时域内的状态空间基于优化目标函数得到时域范围内的最优输入解序列即下一时刻观测位置；在下一时刻执行序列的第一项作为观测方案后再通过预测控制方法在时域内继续滚动求解直至当前可见时间窗口结束。
本发明还提供一种卫星在轨自主任务规划系统，包括若干在轨卫星及地面控制中心，所述在轨卫星执行上述的卫星在轨自主任务规划方法，所述地面控制中心为所述若干在轨卫星上传所述任务群。
本发明的优点在于：
(1)卫星根据任务收益区别对任务进行排序，能较好响应动态情况与优先级不同任务；
(2)在条带生成过程中，设计了一种根据收益值重新将点目标单元聚合为观测条带作为卫星任务规划后的条带，能够充分利用敏捷卫星的性能；
(3)在条带生成过程中，使用基于收益值最高的滚动优化方法进行求解，得到卫星执行任务较优的方案。
附图说明
图1为本发明实施例提供的卫星在轨自主任务规划方法的流程图。
具体实施方式
下面将结合图1对本发明方法作进一步的详细说明。
本实施例提供一种卫星在轨自主任务规划方法，用于微小遥感卫星星群的对地区域目标观测，主要包括两大步骤：(一)卫星获取任务并确定当前要执行的单个区域任务；(二)卫星获取当前要执行的单个区域任务的观测轨迹。
下面分别进行说明：
一、步骤(一)：主要实现多任务的预处理与分配，将上传至星群的任务群进行排序，得到各时刻卫星执行的任务，流程如下：
1.1、卫星接收上传的任务群；
1.2、任务优先级排序
将任务定义成为元任务，根据元任务内的描述来区分任务间的差异，元任务的表示方式如下：
Taski＝<i,Type,Info,Requirement,Priority,Income,Tes,Tls> (1)
其中i为元任务编号，Type为任务类型，Info为任务信息，Requirement为资源要求，Priority为任务优先级，Income为任务收益，Tes为期望开始时间，Tls为最晚开始时间。
任务的优先级定义了任务的需求紧急程度，是所有卫星执行任务环节中最重要的选择依据。
1.3、收益率排序
在同一优先级中，卫星对任务的选择顺序基于任务带来的收益与执行任务所需时间，本文称作收益率。任务所需时间不好进行估计，但由于在同样的卫星资源下执行任务时间的长短与区域大小成正比，以区域大小来进行估计，方法如下：
卫星实际判断过程中按优先级从高到低的顺序进行任务的执行。但在实际情况中，在较快的时间内开始任务也应该被考虑到收益中，这里采用收益惩罚函数，根据每个任务的期望开始时间，对开始时间较晚的任务予以收益惩罚。
其中f(Taski)为收益惩罚系数，Tes为期望开始时间，Tls最晚开始时间，Trs为准备开始时间，下面给出应用收益惩罚函数后的任务收益率函数。
卫星在轨道运行过程中随着其运动进行任务的规划及执行，在某一时段若存在任务冲突的情况，卫星根据任务优先级与收益的获取顺序进行任务的选择与舍弃。当几个任务的时间窗完全冲突时根据优先级与收益给出的任务序列选择带来更高收益的任务进行执行。
二、步骤(二)包括以下步骤：
2.1、将要执行的单个区域任务采用栅格化的方式进行离散化，同时卫星根据自身位置与约束计算在任意时刻求得下一时刻可见栅格；
2.2、将可见栅格信息，根据其观测情况转化为收益值信息；
2.3、在时间窗口内进行滚动优化，根据收益值信息将栅格组合成为卫星观测轨迹。
上述步骤的具体实现过程说明如下：
步骤2.1：旨在卫星针对单个区域任务时，将区域任务采用栅格化的方式进行离散化，同时卫星根据自身位置与约束计算在任意时刻可求得下一时刻可见栅格，具体流程如下：
2.1.1、栅格划分
采用等经纬度划分的方法对任务区域进行划分成一系列等经纬度的栅格，选择栅格中心点的坐标来代替该栅格，具体方法如下：将目标区域最小外界四边形求出后，以区域左下角为原点建立直角坐标系，右方为x轴正方向，上方为y轴正方向。据卫星的观测能力选择合适的栅格经纬度对区域进行划分，划分得到的栅格总数可以用栅格精度来表示，x轴、y轴的栅格精度分别为μX、μY，不同比例对应不同精度的栅格划分。所划分的栅格总数RN，与其对应精度μX、μY的关系为
式中：Lx为x方向上栅格被划分的份数；Ly为y方向上栅格被划分的份数。
在栅格图中平面上的任何一个栅格都可以表示成使用正方形栅格进行栅格化处理后这个栅格系统的基底向量是而(m,n)就是该栅格在这个坐标系中的坐标值。
由区域信息可以求出四边形左上顶点A点及右下顶点B点坐标(latA,lonA)与(latB,lonB)：
可以求出栅格(m,n)的经纬度信息(latmn,lonmn)为
式中：μx、μy分别为栅格在x轴、y轴的栅格精度。
2.1.2、约束计算
约束计算包括可见性约束、太阳高度角、姿态机动角度、能量使用、存储容量约束，计算方式如下：
(1)可见性约束计算
γ为地面区域与卫星地心连线夹角，求解方法为：
式中：Re为地球半径；h为AB距离；β为目标观测区域与卫星之间的仰角。
式中：βmin为最小的观测仰角。
(2)太阳高度角计算
卫星的观测点在大地坐标系的坐标为太阳光照方向矢量根据太阳在地心地固系位置(XS,YS,ZS)与观测点在地心地固系中位置确定，被观测点在地心地固系中位置可以表示为：
式中：f为地球扁率；Re为地球半径。
太阳光照矢量可以求解为：
地心到被观测点的矢量可以求解为：
被观测点的太阳高度角α可以表示为：
(3)姿态机动角度计算
T1时刻，卫星位置观测位置T2时刻卫星位置观测位置姿态机动角度求解方法为
式中：H为卫星-目标距离；为地心惯性坐标系到轨道坐标系的转换矩阵；为地固坐标系到地心惯性坐标系的转换矩阵；f为地球扁率；Re为地球半径。
(4)能量使用约束
卫星执行任务需要满足能量消耗小于能量存储：
式中：poweri r为本圈次要使用的能量；POW为卫星存储的能量；ETi r、STi r分别为本圈次可见时间窗的开始时间、结束时间；σ1为根据时间窗长度估算消耗能量的系数。
(5)存储容量约束
卫星执行任务时存储需求要小于存储空间大小：
ssri r＜SSR (17)
式中：ssrn为需要的存储容量；SSR为总存储容量；SSRU为已使用的存储容量。
当卫星与地面站进行数据传输后，存储空间的容量被释放到其最大值：
SSR＝SSRmax (18)
2.1.3、生成备选集合
卫星根据自身位置，栅格信息与约束计算方式得到下一时刻的备选位置集合。
步骤2.2：旨在将可见栅格信息，根据其观测情况转化为收益值信息，具体流程如下：
2.2.1、信息素定义
对栅格赋予信息素数据，赋予了信息素数据的栅格图称为信息素浓度图，任意时刻t系统的信息素浓度图可以表达为：
Tau(t)＝{Taumn(t)|m∈{1,2,…,LX},n∈{1,2,…,LY}} (19)
式中：Taumn(t)为t时刻栅格(m,n)处的信息素浓度。
2.2.2、收益计算
当前时刻信息素浓度图中各区域的信息素浓度平均值为
当前时刻信息素浓度图的信息素浓度方差为
若在下一时刻对区域的栅格(M1,N1)进行观测则系统的信息素浓度图变化为
信息素浓度平均值变化为
信息素浓度方差变化为
信息素浓度平均值变化带来的收益可以表示为
信息素浓度方差带来的收益可以表示为
观测的效果通过收益可以表示为
式中：为t时刻卫星k选取栅格MN进行观测所得收益，0≤τi≤1,i＝1,2为权重，不同的取值代表了不同的偏好，在具体应用时根据任务的要求选择合适的取值。此时，可观测的栅格可用收益进行描述。
步骤2.3：通过在时间窗口内进行滚动优化，根据收益值信息将栅格组合成为卫星观测轨迹得到规划结果，具体流程如下：
预测控制最主要的特征表现在滚动优化。预测控制的优化不是一次离线进行，而是随着采样时刻的前进反复地在线进行，故称为滚动优化。滚动优化与传统的全局优化不同，滚动优化在每一时刻的优化性能指标只涉及从该时刻起到未来有限的时间内，而到下一时刻，这一优化时间同时向前推移，不断地进行在线优化。反馈矫正则是通过当前时刻对时间窗内优化的到的结果对上一时刻得到的优化结果进行矫正，取最新的最近一步控制输入作为输入执行得到下一步的状态预测结果。
滚动优化是根据系统的状态方程和目标函数，建立预测的卫星任务自组织系统滚动优化模型。设x(k+q|k)和u(k+q|k)表示在k时刻对k+q时刻系统状态和控制输入的预测，第k个离散决策时刻N步预测状态为X(k)，控制决策输入为U(k)，则在一段时间[k,k+N-1]内，系统的总体性能指标可以记为
可以得到在k时刻卫星任务自组织系统最优任务决策的滚动优化模型，如下所示：
式中：N为滚动优化时间窗步长；U*(k)＝{u*(k|k),u*(k+1|k),…,u*(k+N-1|k)}为求解得到的最优任务决策序列；G(X(k),U(k))≤0为系统的约束条件。将最优任务决策的第一项作为系统时刻的当前任务决策，即u*(k|k)，然后根据此最优决策在线规划出卫星的观测路线，即可实现卫星的搜索控制，直到下一时刻，基于新的状态信息，重复上述优化求解过程。
在分布式预测控制方法下，卫星任务自组织系统的行为由所有子系统即单颗卫星来共同描述对于动态特性解耦的系统，其状态方程是独立的，将第i颗卫星的状态方程记为则卫星任务自组织系统的整体状态方程可以用如下方式描述：
卫星任务自组织系统的整体目标函数可以用所有NV卫星子系统目标函数的和进行描述
在t时刻卫星执行当前时刻的方案后对下一时刻的位置进行求解，根据预测控制方法，通过预测时域内的状态空间基于优化目标函数得到时域范围内的最优输入解序列即下一时刻观测位置。在下一时刻执行序列的第一项作为观测方案后再通过预测控制方法在时域内继续滚动求解直至当前可见时间窗口结束。此时得到了卫星的观测路径作为规划结果。
以上实施例仅为充分公开而非限制本发明，凡基于本发明的创作主旨、无需经过创造性劳动即可等到的等效技术特征的替换，应当视为本申请揭露的范围。

Claims (20)

1.一种卫星在轨自主任务规划方法，包括：(一)卫星获取任务并确定当前要执行的单个区域任务；(二)卫星获取当前要执行的单个区域任务的观测轨迹；
其特征在于，步骤(一)包括：
1.1、卫星接收上传的任务群；
1.2、对任务群中的任务进行任务优先级排序，对同一优先级中的任务进行任务收益率排序，获取任务队列；
1.3、选择任务优先级高及任务收益率高的单个区域任务作为当前要执行的单个区域任务。
2.根据权利要求1所述的规划方法，其特征在于，所述任务群中的任务被定义为元任务，元任务的表示方式如公式(1)：
Taski＝<i,Type,Info,Requirement,Priority,Income,Tes,Tls> (1)
其中i为元任务编号，Type为任务类型，Info为任务信息，Requirement为资源要求，Priority为任务优先级，Income为任务收益，Tes为期望开始时间，Tls为最晚开始时间。
3.根据权利要求2所述的规划方法，其特征在于，所述任务收益率的获取方法如公式(2)：
其中，Pi为任务收益率，Si为单个区域任务的区域大小。
4.根据权利要求3所述的规划方法，其特征在于，所述任务收益率通过一个收益惩罚函数，根据每个任务的期望开始时间，对开始时间较晚的任务予以收益惩罚，收益惩罚函数如公式(3)：
其中f(Taski)为收益惩罚系数，Tes为期望开始时间，Tls最晚开始时间，Trs为准备开始时间；
公式(4)为应用收益惩罚函数后的任务收益率函数。
5.根据权利要求1至4任意一项所述的规划方法，其特征在于，步骤(二)包括以下步骤：
2.1、将要执行的单个区域任务采用栅格化的方式进行离散化，同时卫星根据自身位置与约束计算在任意时刻求得下一时刻可见栅格；
2.2、将可见栅格信息，根据其观测情况转化为收益值信息；
2.3、在时间窗口内进行滚动优化，根据收益值信息将栅格组合成为卫星观测轨迹。
6.根据权利要求5所述的规划方法，其特征在于，所述步骤2.1中，采用等经纬度划分的方法对任务区域进行划分成一系列等经纬度的栅格，选择栅格中心点的坐标来代替该栅格。
7.根据权利要求6所述的规划方法，其特征在于，所述划分栅格的具体方法如下：将目标区域最小外界四边形求出后，以区域左下角为原点建立直角坐标系，右方为x轴正方向，上方为y轴正方向；据卫星的观测能力选择合适的栅格经纬度对区域进行划分，划分得到的栅格总数用栅格精度表示，x轴、y轴的栅格精度分别为μX、μY，不同比例对应不同精度的栅格划分；所划分的栅格总数RN，与其对应精度μX、μY的关系如公式组(5)：
其中：Lx为x方向上栅格被划分的份数；Ly为y方向上栅格被划分的份数；在栅格图中平面上的任何一个栅格都表示成使用正方形栅格进行栅格化处理后，栅格系统的基底向量是而(m,n)就是该栅格在坐标系中的坐标值；
由区域信息可以求出四边形左上顶点A点及右下顶点B点坐标(latA,lonA)与(latB,lonB)：
可以求出栅格(m,n)的经纬度信息(latmn,lonmn)为
8.根据权利要求5所述的规划方法，其特征在于，所述步骤2.1中，所述约束计算包括可见性约束、太阳高度角、姿态机动角度、能量使用、存储容量约束。
9.根据权利要求8所述的规划方法，其特征在于，所述可见性约束计算的方法如下：
γ为地面区域与卫星地心连线夹角，求解方法为：
式中：Re为地球半径；h为AB距离；β为目标观测区域与卫星之间的仰角；
式中：βmin为最小的观测仰角。
10.根据权利要求8所述的规划方法，其特征在于，所述太阳高度角计算的方法如下：
设卫星的观测点在大地坐标系的坐标为太阳光照方向矢量根据太阳在地心地固系位置(XS,YS,ZS)与观测点在地心地固系中位置确定，被观测点在地心地固系中位置表示为：
式中：f为地球扁率；Re为地球半径；
太阳光照矢量求解为：
地心到被观测点的矢量求解为：
被观测点的太阳高度角α表示为：
11.根据权利要求8所述的规划方法，其特征在于，所述姿态机动角度计算的方法如下：
设T1时刻，卫星位置观测位置T2时刻卫星位置观测位置姿态机动角度求解方法为：
式中：H为卫星-目标距离；为地心惯性坐标系到轨道坐标系的转换矩阵；为地固坐标系到地心惯性坐标系的转换矩阵；f为地球扁率；Re为地球半径。
12.根据权利要求8所述的规划方法，其特征在于，所述能量使用约束计算的方法如下：
卫星执行任务需要满足能量消耗小于能量存储：
式中：poweri r为本圈次要使用的能量；POW为卫星存储的能量；ETi r、STi r分别为本圈次可见时间窗的开始时间、结束时间；σ1为根据时间窗长度估算消耗能量的系数。
13.根据权利要求8所述的规划方法，其特征在于，所述存储容量约束计算的方法如下：
卫星执行任务时存储需求要小于存储空间大小：
ssri r＜SSR (17)
式中：ssrn为需要的存储容量；SSR为总存储容量；SSRU为已使用的存储容量；
当卫星与地面站进行数据传输后，存储空间的容量被释放到其最大值：
SSR＝SSRmax (18)。
14.根据权利要求8所述的规划方法，其特征在于，所述步骤2.1中，卫星根据自身位置，栅格信息与约束计算方式得到下一时刻的备选位置集合。
15.根据权利要求14所述的规划方法，其特征在于，所述步骤2.2是通过对栅格赋予信息素数据，将赋予了信息素数据的栅格图作为信息素浓度图，基于信息素浓度图将可见栅格信息根据其观测情况转化为收益值信息。
16.根据权利要求15所述的规划方法，其特征在于，任意时刻t的信息素浓度图表达为：
Tau(t)＝{Taumn(t)|m∈{1,2,…,LX},n∈{1,2,…,LY}} (19)
式中：Taumn(t)为t时刻栅格(m,n)处的信息素浓度。
17.根据权利要求16所述的规划方法，其特征在于，基于所述信息素浓度图将可见栅格信息根据其观测情况转化为收益值信息的计算过程如下：
当前时刻信息素浓度图中各区域的信息素浓度平均值为：
当前时刻信息素浓度图的信息素浓度方差为
若在下一时刻对区域的栅格(M1,N1)进行观测则系统的信息素浓度图变化为：
信息素浓度平均值变化为：
信息素浓度方差变化为：
信息素浓度平均值变化带来的收益表示为：
信息素浓度方差带来的收益表示为：
观测的效果通过收益表示为：
式中：为t时刻卫星k选取栅格MN进行观测所得收益，0≤τi≤1,i＝1,2为权重，不同的取值代表了不同的偏好，在具体应用时根据任务的要求选择合适的取值。
18.根据权利要求15所述的规划方法，其特征在于，所述步骤2.3具体为：在分布式预测控制方法下，卫星任务自组织系统的行为由所有子系统即单颗卫星来共同描述对于动态特性解耦的系统，其状态方程是独立的，将第i颗卫星的状态方程记为则卫星任务自组织系统的整体状态方程用如下方式描述：
卫星任务自组织系统的整体目标函数可以用所有NV卫星子系统目标函数的和进行描述：
在t时刻卫星执行当前时刻的方案后对下一时刻的位置进行求解，根据预测控制方法，通过预测时域内的状态空间基于优化目标函数得到时域范围内的最优输入解序列即下一时刻观测位置；在下一时刻执行序列的第一项作为观测方案后再通过预测控制方法在时域内继续滚动求解直至当前可见时间窗口结束。
19.一种卫星在轨自主任务规划系统，其特征在于，包括若干在轨卫星，所述在轨卫星执行权利要求1-18任意一项所述的卫星在轨自主任务规划方法。
20.根据权利要求19所述的卫星在轨自主任务规划系统，其特征在于，还包括地面控制中心，所述地面控制中心为所述若干在轨卫星上传所述任务群。
CN201910646106.1A 2019-07-17 2019-07-17 卫星在轨自主任务规划方法及系统 Active CN110515708B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910646106.1A CN110515708B (zh) 2019-07-17 2019-07-17 卫星在轨自主任务规划方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910646106.1A CN110515708B (zh) 2019-07-17 2019-07-17 卫星在轨自主任务规划方法及系统

Publications (2)

Publication Number Publication Date
CN110515708A true CN110515708A (zh) 2019-11-29
CN110515708B CN110515708B (zh) 2023-08-11

Family

ID=68622982

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910646106.1A Active CN110515708B (zh) 2019-07-17 2019-07-17 卫星在轨自主任务规划方法及系统

Country Status (1)

Country Link
CN (1) CN110515708B (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111114849A (zh) * 2019-12-25 2020-05-08 长沙天仪空间科技研究院有限公司 一种基于新型拓扑结构的卫星平台系统及其集成方法
CN111521185A (zh) * 2020-04-15 2020-08-11 中国科学院微小卫星创新研究院 敏捷遥感卫星多目标在轨观测方法
CN111913787A (zh) * 2020-06-19 2020-11-10 合肥工业大学 基于遗传算法的成像卫星调度方法和系统
CN113176602A (zh) * 2021-04-19 2021-07-27 中国科学院微小卫星创新研究院 在轨观测模式管理系统
CN113420095A (zh) * 2021-05-25 2021-09-21 上海交通大学 一种基于边界反衍的可视栅格处理方法及系统
CN114035913A (zh) * 2021-10-18 2022-02-11 南京航空航天大学 一种卫星多目标重复观测任务规划方法及终端
CN114926021A (zh) * 2022-05-20 2022-08-19 上海交通大学 基于成像分割与规划一体化的卫星时序最优任务规划方法
CN115081225A (zh) * 2022-06-30 2022-09-20 上海交通大学 基于多阶决策机制组合优化的通用化遥感任务规划方法
CN115081884A (zh) * 2022-06-23 2022-09-20 哈尔滨工业大学 一种分布式星上在线多对多任务规划方法
CN115097858A (zh) * 2022-08-24 2022-09-23 北京控制工程研究所 遥感卫星区域多目标聚合的姿态轨迹优化方法和装置
CN115204628A (zh) * 2022-06-24 2022-10-18 上海交通大学 基于成像资源自适性调节的卫星最小量元任务规划方法
CN115347940A (zh) * 2022-08-18 2022-11-15 中国星网网络应用有限公司 带惩罚机制的卫星通讯时间窗规划方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105096012A (zh) * 2015-09-23 2015-11-25 中国电子科技集团公司第五十四研究所 一种基于可变滑动窗口的敏捷卫星时序规划方法
JP2017141003A (ja) * 2016-02-12 2017-08-17 三菱電機株式会社 衛星自律制御装置、人工衛星、衛星管理システム、衛星自律制御方法及び衛星自律制御プログラム
CN108052759A (zh) * 2017-12-25 2018-05-18 航天恒星科技有限公司 一种基于遗传算法的敏捷多星任务观测计划求解方法及系统
CN108416493A (zh) * 2018-01-29 2018-08-17 南京航空航天大学 一种考虑偏流角约束的敏捷成像卫星任务规划方法
CN108846504A (zh) * 2018-05-25 2018-11-20 北京控制工程研究所 一种超敏捷卫星区域多点目标任务优化方法及系统
CN108955697A (zh) * 2018-04-11 2018-12-07 哈尔滨工程大学 一种面向多曲率动态成像目标的遥感卫星姿态规划方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105096012A (zh) * 2015-09-23 2015-11-25 中国电子科技集团公司第五十四研究所 一种基于可变滑动窗口的敏捷卫星时序规划方法
JP2017141003A (ja) * 2016-02-12 2017-08-17 三菱電機株式会社 衛星自律制御装置、人工衛星、衛星管理システム、衛星自律制御方法及び衛星自律制御プログラム
CN108052759A (zh) * 2017-12-25 2018-05-18 航天恒星科技有限公司 一种基于遗传算法的敏捷多星任务观测计划求解方法及系统
CN108416493A (zh) * 2018-01-29 2018-08-17 南京航空航天大学 一种考虑偏流角约束的敏捷成像卫星任务规划方法
CN108955697A (zh) * 2018-04-11 2018-12-07 哈尔滨工程大学 一种面向多曲率动态成像目标的遥感卫星姿态规划方法
CN108846504A (zh) * 2018-05-25 2018-11-20 北京控制工程研究所 一种超敏捷卫星区域多点目标任务优化方法及系统

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111114849B (zh) * 2019-12-25 2021-06-29 长沙天仪空间科技研究院有限公司 一种基于新型拓扑结构的卫星平台系统及其集成方法
CN111114849A (zh) * 2019-12-25 2020-05-08 长沙天仪空间科技研究院有限公司 一种基于新型拓扑结构的卫星平台系统及其集成方法
CN111521185A (zh) * 2020-04-15 2020-08-11 中国科学院微小卫星创新研究院 敏捷遥感卫星多目标在轨观测方法
CN111913787B (zh) * 2020-06-19 2022-10-18 合肥工业大学 基于遗传算法的成像卫星调度方法和系统
CN111913787A (zh) * 2020-06-19 2020-11-10 合肥工业大学 基于遗传算法的成像卫星调度方法和系统
CN113176602A (zh) * 2021-04-19 2021-07-27 中国科学院微小卫星创新研究院 在轨观测模式管理系统
CN113176602B (zh) * 2021-04-19 2023-04-21 中国科学院微小卫星创新研究院 在轨观测模式管理系统
CN113420095A (zh) * 2021-05-25 2021-09-21 上海交通大学 一种基于边界反衍的可视栅格处理方法及系统
CN113420095B (zh) * 2021-05-25 2022-11-11 上海交通大学 一种基于边界反衍的可视栅格处理方法及系统
CN114035913A (zh) * 2021-10-18 2022-02-11 南京航空航天大学 一种卫星多目标重复观测任务规划方法及终端
CN114926021A (zh) * 2022-05-20 2022-08-19 上海交通大学 基于成像分割与规划一体化的卫星时序最优任务规划方法
CN114926021B (zh) * 2022-05-20 2023-01-03 上海交通大学 基于成像分割与规划一体化的卫星时序最优任务规划方法
CN115081884A (zh) * 2022-06-23 2022-09-20 哈尔滨工业大学 一种分布式星上在线多对多任务规划方法
CN115081884B (zh) * 2022-06-23 2023-05-02 哈尔滨工业大学 一种分布式星上在线多对多任务规划方法
CN115204628A (zh) * 2022-06-24 2022-10-18 上海交通大学 基于成像资源自适性调节的卫星最小量元任务规划方法
CN115081225A (zh) * 2022-06-30 2022-09-20 上海交通大学 基于多阶决策机制组合优化的通用化遥感任务规划方法
CN115347940A (zh) * 2022-08-18 2022-11-15 中国星网网络应用有限公司 带惩罚机制的卫星通讯时间窗规划方法及系统
CN115347940B (zh) * 2022-08-18 2023-06-20 中国星网网络应用有限公司 带惩罚机制的卫星通讯时间窗规划方法及系统
CN115097858B (zh) * 2022-08-24 2022-10-28 北京控制工程研究所 遥感卫星区域多目标聚合的姿态轨迹优化方法和装置
CN115097858A (zh) * 2022-08-24 2022-09-23 北京控制工程研究所 遥感卫星区域多目标聚合的姿态轨迹优化方法和装置

Also Published As

Publication number Publication date
CN110515708B (zh) 2023-08-11

Similar Documents

Publication Publication Date Title
CN110515708A (zh) 卫星在轨自主任务规划方法及系统
CN113128828B (zh) 一种基于多智能体强化学习的卫星观测分布式在线规划方法
CN105095643B (zh) 面向动态环境的成像卫星自主任务规划方法
He et al. A generic Markov decision process model and reinforcement learning method for scheduling agile earth observation satellites
CN108055067B (zh) 一种多星在线协同调度方法
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
He et al. Scheduling multiple agile earth observation satellites with an edge computing framework and a constructive heuristic algorithm
CN112580906A (zh) 卫星遥感任务规划与地面资源调度联合求解方法
CN109741837B (zh) 一种星上自主成像任务规划系统
Yao et al. Task allocation strategies for cooperative task planning of multi-autonomous satellite constellation
Ramirez-Atencia et al. Constrained multi-objective optimization for multi-UAV planning
CN112561395A (zh) 无人机协同方法、系统、装置、电子设备及存储介质
CN107025363A (zh) 一种面向敏捷卫星调度的自适应大邻域搜索方法
CN111311074A (zh) 面向应急任务的多星分布式协同重调度方法
CN108021433B (zh) 一种多星星簇的目标观测方法
CN114035913A (zh) 一种卫星多目标重复观测任务规划方法及终端
Liu et al. Multi-agent reinforcement learning-based coordinated dynamic task allocation for heterogenous UAVs
CN116629511B (zh) 一种不确定环境下基于两阶段混合调度的多星动态任务规划方法及装置
CN114091892A (zh) 一种多星在轨协同对地观测任务规划方法及系统
Zhao et al. Agile satellite mission planning via task clustering and double-layer tabu algorithm
Petković et al. Machine learning for predicting thermal power consumption of the mars express spacecraft
Qi et al. A cooperative autonomous scheduling approach for multiple earth observation satellites with intensive missions
Bao et al. An effective method for satellite mission scheduling based on reinforcement learning
Wu et al. Coordinated scheduling of air and space observation resources via divide-and-conquer framework and iterative optimization
Song et al. Towards real time scheduling for persistent UAV service: A rolling horizon MILP approach, RHTA and the STAH heuristic

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20231212

Address after: Room 704, 7th Floor, Maker Building, No. 1288 Yunlong Avenue, Xuelin Street, Zhuzhou Economic Development Zone, Hunan Province, 412000

Patentee after: Hunan Saidelaite Satellite Technology Co.,Ltd.

Address before: Unit G, Room 615, 6th Floor, Main Building, No. 10 Keji 1st Road, Gangwan Avenue, Tangjiawan Town, Zhuhai City, Guangdong Province, 519000

Patentee before: Sedlet (Zhuhai) Aerospace Technology Co.,Ltd.