CN110618862B - 基于极大团模型的卫星测控资源调度方法和系统 - Google Patents

基于极大团模型的卫星测控资源调度方法和系统 Download PDF

Info

Publication number
CN110618862B
CN110618862B CN201910880103.4A CN201910880103A CN110618862B CN 110618862 B CN110618862 B CN 110618862B CN 201910880103 A CN201910880103 A CN 201910880103A CN 110618862 B CN110618862 B CN 110618862B
Authority
CN
China
Prior art keywords
measurement
control
time
satellite
arc
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
CN201910880103.4A
Other languages
English (en)
Other versions
CN110618862A (zh
Inventor
王建江
马满好
刘进
邱文博
喻婧
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.)
National University of Defense Technology
Original Assignee
National University of Defense 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 National University of Defense Technology filed Critical National University of Defense Technology
Priority to CN201910880103.4A priority Critical patent/CN110618862B/zh
Publication of CN110618862A publication Critical patent/CN110618862A/zh
Application granted granted Critical
Publication of CN110618862B publication Critical patent/CN110618862B/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
    • 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
    • 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
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/5038—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the execution order of a plurality of tasks, e.g. taking priority or time dependency constraints into consideration

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radio Relay Systems (AREA)

Abstract

本发明公开了一种基于极大团模型的卫星测控资源调度方法和系统，所述方法包括：针对每个测控设备，基于卫星的测控需求在该测控设备上的测控弧段，构建测控弧段时间冲突的区间图，并确定所述区间图包含的极大团，基于所述极大团确定该测控设备的测控弧段时间冲突约束；根据每个测控设备的测控弧段的时间冲突约束，利用测控调度0‑1整数规划模型的求解算法求解得到调度方案，根据得到的调度方案进行卫星测控资源的调度。应用本发明在卫星测控需求和测控设备众多的情况下，能够更高效率地进行卫星测控资源的调度。

Description

基于极大团模型的卫星测控资源调度方法和系统
技术领域
本发明涉及卫星测控技术领域，特别是指一种基于极大团模型的卫星测控资源调度方法和系统。
背景技术
卫星测控资源调度是指在测控设备有限的情况下，面对大量的跟踪、遥测、遥控各种类型测控需求，合理分配测控设备的测控资源，更好地满足卫星测控需求。随着航天事业的发展，卫星被广泛应用于遥感、导航、通信、测绘等诸多领域，卫星测控需求日益增多，有限的测控资源变得愈加宝贵。因此，如何合理调度卫星测控资源，更好地满足卫星测控需求，成为卫星应用领域急需解决的关键问题。
卫星测控需求需要通过卫星测控天线和地面测控设备在几何可见时间窗口内建立链路来完成，由于地面测控设备有限，不能完全满足“爆炸性”增长的卫星测控需求，因此测控调度问题是典型的“过渡订购”问题。同时，卫星测控资源调度问题是一个多约束、高冲突的复杂组合优化问题。
目前，针对该问题，学者们已开展了大量研究，主要集中在元启发式算法领域。元启发式算法的优点是适用性强，能够快速得到问题的可行解，求解效率较高，缺点是不能保证得到最优解，解的质量难以有效评估。因此，为保证测控调度方案的质量，部分学者采用基于数学规划的精确算法求解卫星测控调度问题。
现有的传统测控调度0-1整数规划算法如下：
设T表示卫星的测控需求集合，(ri,di)表示测控需求i(i∈T)的时间窗口要求，即测控需求i的所有测控任务都要在(ri,di)内完成。S表示位于地面的可以满足卫星的测控需求的测控设备集合，Δk表示测控设备k(k∈S)的转换时间，即转换时间仅依赖于测控设备，与测控需求无关。卫星每天绕地运行十几个圈次，因此每个测控需求i(i∈T)在每个测控设备上可能存在多个可见的测控弧段。TWik表示测控需求i(i∈T)在测控设备k(k∈S)上的测控弧段集合，其中，
Figure GDA0002636484620000021
其中|TWik|表示测控需求i在测控设备k上的测控弧段数量，
Figure GDA0002636484620000022
表示测控需求i在测控设备k上第
Figure GDA00026364846200000213
个测控弧段，
Figure GDA0002636484620000023
和
Figure GDA0002636484620000024
分别表示测控弧段
Figure GDA0002636484620000025
的开始时间和结束时间。由于低轨卫星可见测控弧段时间短，通常采用全弧段跟踪，因此测控需求一旦调度到某个测控弧段
Figure GDA0002636484620000026
上，其开始时间和结束时间就固定为
Figure GDA0002636484620000027
和
Figure GDA0002636484620000028
为便于描述，传统的0-1整数规划模型不区分测控弧段的类型，即所有测控弧段都是相同的，并且假设每个测控需求都只需测控一次即可满足要求，即测控需求只包含一个测控任务，因此下文中测控需求和测控任务含义是相同的。
在建立测控调度数学模型前，可进行如下预处理：1)删除不满足需求时间窗口的测控弧段，即每个测控需求只保留时间窗口内的测控弧段；2)假定测控需求有最小时长约束，删除不满足最小时长的测控弧段，即每个测控需求只保留满足最小时长的测控弧段。通过上述预处理，构建测控调度模型不需要考虑测控需求时间窗口约束和最小时长约束。
引入决策变量
Figure GDA0002636484620000029
i∈T,k∈S,
Figure GDA00026364846200000212
用于表示测控需求i是否调度到测控设备k的第
Figure GDA00026364846200000213
个测控弧段上执行；具体地，
Figure GDA00026364846200000210
表示测控需求i调度到测控设备k 的第
Figure GDA00026364846200000213
个测控弧段上执行，
Figure GDA00026364846200000211
表示测控需求i不调度到测控设备k的第
Figure GDA00026364846200000215
个测控弧段上执行。
传统测控调度0-1整数规划模型可描述为：
Figure GDA0002636484620000031
Figure GDA0002636484620000032
Figure GDA0002636484620000033
如果i是j的前驱则
Figure GDA0002636484620000034
并且
Figure GDA0002636484620000035
Figure GDA0002636484620000036
目标函数式1表示最大化测控需求完成数量；式2是唯一性约束，表示每个测控需求只需完成一次，仅在一个测控弧段完成即可；式3为测控设备冲突约束，即每个测控设备同一时刻仅能执行一个测控需求，且相邻测控需求之间必须满足转换时间约束；式4表示决策变量
Figure GDA0002636484620000037
的取值为0或1。
然而，本发明的发明人发现，对于中小规模测控调度问题，上述0-1整数规划算法能够得到最优解，或者得到高质量的近似最优解；但是实际应用中，测控需求和测控设备众多，问题规模庞大，往往会出现求解调度方案时间过长，上述算法难以得到实际问题的最优解或者近似最优解，不能满足实际应用的需求。
发明内容
有鉴于此，本发明的目的在于提出一种基于极大团模型的卫星测控资源调度方法和系统，在卫星测控需求和测控设备众多的情况下，能够更高效率地进行卫星测控资源的调度。
基于上述目的本发明提供一种基于极大团模型的卫星测控资源调度方法，包括：
针对每个测控设备，基于卫星的测控需求在该测控设备上的测控弧段，构建测控弧段时间冲突的区间图，并确定所述区间图包含的极大团，基于所述极大团确定该测控设备的测控弧段的时间冲突约束；
根据每个测控设备的测控弧段的时间冲突约束，利用测控调度0-1整数规划模型的求解算法求解得到调度方案，根据得到的调度方案进行卫星测控资源的调度。
其中，所述基于卫星的测控需求在该测控设备上的测控弧段，构建测控弧段时间冲突的区间图，具体包括：
针对测控设备k，构建的测控弧段时间冲突的区间图表示为Gk＝(Vk,Ak)；
其中，集合Vk包含了该测控设备k上的所有测控弧段；集合Ak描述了该测控设备k上的测控弧段之间所有的时间冲突。
其中，所述确定所述区间图包含的极大团，具体包括：
将所述区间图各节点所代表的测控弧段的开始时刻和结束时刻作为端点时刻按照时间顺序排序；
对于每对相邻的端点时刻，若该对端点时刻中的在前时刻t为开始时刻，且该对端点时刻中的在后时刻t+1为结束时刻，则将在t时刻冲突的测控弧段所构成的集合确认为一个极大团。
其中，所述根据每个测控设备的测控弧段的时间冲突约束，利用测控调度 0-1整数规划模型的求解算法求解得到调度方案，具体包括：
针对如下式8～式11所示模型，利用所述测控调度0-1整数规划模型的求解算法求解得到调度方案：
Figure GDA0002636484620000041
Figure GDA0002636484620000042
Figure GDA0002636484620000043
Figure GDA0002636484620000044
其中，T表示卫星的测控需求集合，S表示测控设备的集合，TWik表示测控需求i(i∈T)在测控设备k(k∈S)上的测控弧段集合，决策变量
Figure GDA0002636484620000045
表示测控需求i是否调度到测控设备k的第
Figure GDA00026364846200000215
个测控弧段上执行；式10表示每个极大团mc中最多有一个测控弧段能够被调度执行，其中maxclique表示区间图所有极大团的集合。
或者，所述根据每个测控设备的测控弧段的时间冲突约束，利用测控调度 0-1整数规划模型的求解算法求解得到调度方案，具体包括：
针对如下式14～式19所示模型，利用所述测控调度0-1整数规划模型的求解算法求解得到调度方案：
Figure GDA0002636484620000051
Figure GDA0002636484620000052
Figure GDA0002636484620000053
Figure GDA0002636484620000054
Figure GDA0002636484620000055
yi∈{0,1},i∈T (式19)
其中，T表示卫星的测控需求集合，S表示测控设备的集合，TWik表示测控需求i(i∈T)在测控设备k(k∈S)上的测控弧段集合，
Figure GDA0002636484620000056
表示测控需求i在测控设备k上第
Figure GDA00026364846200000213
个测控弧段，
Figure GDA0002636484620000057
表示测控弧段
Figure GDA0002636484620000058
类型为升轨，
Figure GDA0002636484620000059
表示测控弧段
Figure GDA00026364846200000510
类型为降轨；lifti,descendi分别表示测控需求i,i∈T的升轨和降轨测控数量要求；决策变量
Figure GDA00026364846200000511
表示测控需求i是否调度到测控设备k的第
Figure GDA00026364846200000213
个测控弧段上执行；yi＝1表示测控需求i的升降轨测控次数约束
Figure GDA00026364846200000512
被满足；yi＝0表示测控需求i的升降轨测控次数约束
Figure GDA00026364846200000513
至少有一个没被满足；式17表示每个极大团mc中最多有一个测控弧段能够被调度执行，其中 maxclique表示区间图所有极大团的集合。
本发明还提供一种基于极大团模型的卫星测控资源调度系统，包括：
冲突约束确定模块，用于针对每个测控设备，基于卫星的测控需求在该测控设备上的测控弧段，构建测控弧段时间冲突的区间图，并确定所述区间图包含的极大团，基于所述极大团确定该测控设备的测控弧段的时间冲突约束；
算法求解模块，用于根据每个测控设备的测控弧段的时间冲突约束，利用测控调度0-1整数规划模型的求解算法求解得到调度方案；
调度模块，用于根据得到的调度方案进行卫星测控资源的调度。
本发明的技术方案中，针对每个测控设备，基于卫星的测控需求在该测控设备上的测控弧段，构建测控弧段时间冲突的区间图，并确定所述区间图包含的所有极大团，然后基于所述极大团确定该测控设备的测控弧段的时间冲突约束；从而可以减少测控设备的测控弧段的时间冲突约束的数量，使得在利用测控调度0-1整数规划模型的求解算法求解得到调度方案时，基于较少的测控弧段的时间冲突约束，可以更快、更高效率地求解出卫星测控资源调度方案，也就能够更高效率地进行卫星测控资源的调度。
进一步，考虑到测控分为升轨和降轨两种不同的类型，本发明的技术方案中，在根据区间图的极大团确定的测控弧段的时间冲突约束，利用测控调度 0-1整数规划模型的求解算法求解调度方案时还可增加测控需求的升轨测控次数和降轨测控次数约束，从而得到最优调度方案。
附图说明
图1为本发明实施例提供的一种基于极大团模型的卫星测控资源调度方法流程图；
图2为本发明实施例提供的一种确定测控设备的测控弧段的时间冲突约束的方法流程图；
图3为本发明实施例提供的一种测控设备上测控弧段的时间区间表示示意图；
图4为本发明实施例提供的一种测控设备上测控弧段时间冲突的区间图；
图5为本发明实施例提供的一种测控弧段时间冲突的区间图包含的极大团示意图；
图6为本发明实施例提供的一种测控弧段的端点时刻按照时间顺序进行排序的示意图；
图7为本发明实施例提供的一种基于极大团模型的卫星测控资源调度系统内部结构框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
需要说明的是，本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量，可见“第一”“第二”仅为了表述的方便，不应理解为对本发明实施例的限定，后续实施例对此不再一一说明。
本发明的发明人对现有的传统测控调度0-1整数规划算法进行分析，发现对于实际系统测控调度问题，往往测控需求和测控设备众多，则导致上述式3 测控设备的测控弧段的时间冲突约束的数量众多，从而导致求解时间过长，并由于计算机内存限制，传统测控调度0-1整数规划算法难以求解或求解效率很低。
由此，本发明的发明人考虑到，对传统测控调度0-1整数规划算法进行优化，减少式(3)中测控设备的测控弧段的时间冲突约束的数量，从而可以更快、更高效率地求解问题模型，得到卫星测控资源最优调度方案。
因此，针对传统0-1整数规划模型约束多，难以求解或者求解效率低等不足，本发明提出了能够高效求解的基于极大团模型的卫星测控资源调度技术方案，针对每个测控设备，基于卫星的测控需求在该测控设备上的测控弧段，构建测控弧段时间冲突的区间图，并确定所述区间图包含的所有极大团，然后基于所述极大团确定该测控设备的测控弧段的时间冲突约束；从而可以减少测控设备的测控弧段的时间冲突约束的数量，使得在利用测控调度0-1整数规划模型的求解算法求解得到调度方案时，基于较少的测控弧段的时间冲突约束，可以更快、效率更高地求解出卫星测控资源调度方案，也就能够更高效率地进行卫星测控资源的调度。
下面结合附图详细说明本发明实施例的技术方案。
设T表示卫星的测控需求集合，(ri,di)表示测控需求i(i∈T)的时间窗口要求，即测控需求i的所有测控任务都要在(ri,di)内完成。S表示位于地面的、用于满足卫星的测控需求的测控设备的集合，Δk表示测控设备k(k∈S)的转换时间，即转换时间仅依赖于测控设备，与测控需求无关。通常低轨卫星每天绕地运行十几个圈次，因此每个测控需求在每个测控设备上可能存在多个可见的测控弧段。TWik表示测控需求i(i∈T)在测控设备k(k∈S)上的测控弧段集合，其中，
Figure GDA0002636484620000081
其中|TWik|表示测控需求i在测控设备k上的测控弧段数量，
Figure GDA0002636484620000082
表示测控需求i在测控设备k上第
Figure GDA0002636484620000099
个测控弧段，
Figure GDA0002636484620000083
和
Figure GDA0002636484620000084
分别表示测控弧段
Figure GDA0002636484620000085
的开始时间和结束时间。由于低轨卫星可见测控弧段时间短，通常采用全弧段跟踪，因此测控需求一旦调度到某个测控弧段
Figure GDA0002636484620000086
上，其开始时间和结束时间就固定为
Figure GDA0002636484620000091
和
Figure GDA0002636484620000092
决策变量
Figure GDA0002636484620000093
i∈T,k∈S,
Figure GDA00026364846200000911
Figure GDA0002636484620000094
表示测控需求i调度到测控设备k的第
Figure GDA0002636484620000098
个可见弧段上执行，否则
Figure GDA0002636484620000095
本发明实施例提供的一种基于极大团模型的卫星测控资源调度方法，流程如图1所示，包括如下步骤：
步骤S101：针对每个测控设备，确定该测控设备的测控弧段的时间冲突约束。
本步骤中，针对测控设备集合S中的每个测控设备，基于卫星的测控需求在该测控设备上的测控弧段，构建测控弧段时间冲突的区间图，并确定所述区间图包含的所有极大团，然后基于所述极大团确定该测控设备的测控弧段的时间冲突约束。
具体地，对于一个测控设备，确定该测控设备的测控弧段的时间冲突约束的方法流程可以如图2所示，包括如下子步骤：
子步骤S201：基于卫星的测控需求在该测控设备上的测控弧段，构建测控弧段时间冲突的区间图。
具体地，卫星的测控需求i在测控设备k上第
Figure GDA0002636484620000099
个测控弧段可以定义为
Figure GDA0002636484620000096
然而，考虑到设备转换时间约束，因此，作为一种更优的实施方式，本发明的技术方案中，将卫星的测控需求i在测控设备k上第
Figure GDA00026364846200000910
个测控弧段定义为
Figure GDA0002636484620000097
即将设备转换时间附加到测控弧段时间窗口后面，延长时间窗口。如图3所示，测控设备上的每个测控弧段可用一个时间区间表示，如果时间区间不交叠，则表示测控弧段满足转换时间约束，不存在时间冲突。也就是说，测控设备上的两个测控弧段的时间区间如果交叠，则这两个测控弧段存在时间冲突。
基于上述测控弧段的时间区间描述，在构建测控弧段时间冲突的区间图时，将该测控设备上的每个测控弧段分别作为所述区间图的各节点；在时间冲突的两个测控弧段所对应的两个节点间进行连线，构成该测控设备的测控弧段时间冲突的区间图。具体地，针对测控设备k(k∈S)，本发明技术方案构建的测控弧段时间冲突的区间图可表示为Gk＝(Vk,Ak)。基于task-on-node表达方式，节点集合Vk包含了该测控设备k上的所有测控弧段，每个节点对应一个测控弧段；为便于描述，该测控设备k上的所有测控弧段按照其时间区间左端点(即开始时间)的先后顺序进行编号。集合Ak描述了该测控设备k上的测控弧段之间所有的时间冲突，如果测控弧段i和j之间存在时间冲突，则存在弧(i,j)∈Ak。图4描述了根据图3所示的测控弧段的时间区间得到的测控弧段时间冲突的区间图：图3包括了6个测控弧段的时间区间，分别编号为1～6；可以看出，测控弧段1、2、3、4两两之间存在时间冲突；测控弧段3、4、5两两之间存在时间冲突；测控弧段4、5、6两两之间存在时间冲突；根据各测控弧段之间的时间冲突，可以得到图4中各测控弧段所表示的节点之间的连线关系。
子步骤S202：确定所述区间图包含的极大团。
如图5所示，上述图4所示的测控弧段时间冲突的区间图中包含三个极大团，即三个极大完全子图，分别为极大团1、2、3；每个极大团中的测控弧段两两之间存在冲突；每个极大团无法是其它团的子团。显然每个极大团中最多只有一个测控弧段可以被调度执行。
求解区间图的所有极大团问题存在多项式时间算法，可以采用时间复杂度为O(n2)的极大团算法，其中n表示区间图的节点数。学者们通过深入研究，对上述多项式算法进行了改进，提出了新的极大团算法，其时间复杂度为 O(nlogn)。本文基于新的极大团算法，得到了测控弧段时间冲突的区间图中所有的极大团，定义了所有弧段冲突约束，建立了极大团测控调度模型。
如图6所示，本发明的技术方案中对所有测控弧段的端点时刻(开始时刻和结束时刻)按照时间顺序进行排序。通过观察，对于任意两个相邻的时刻点 t和t+1，如果t+1为开始时刻，则t时刻的团不是极大团，因为t+1时刻该团的弧段数量加1，增加了t+1时刻开始的测控弧段。如果t+1为结束时刻，则t+1时刻的团不是极大团，因为t+1时刻的团在t时刻团的基础上弧段数减1，删除了 t+1时刻结束的测控弧段。由此可见，每个开始时刻使得团的弧段数增加，团增大，每个结束时刻使得团的弧段数减少，团减小。因此，每个相邻的开始时刻和结束时刻对应一个极大团，即t时刻为开始时刻，t+1时刻为结束时刻，则将在t时刻冲突的测控弧段所构成的集合确认为极大团。基于上述结论，可以得到图6中的极大团分别为：{1,2,3,4},{3,4,5},{4,5,6},{5,6,7}和{7,8}。
也就是说，本步骤中可以将所述区间图各节点所代表的测控弧段的开始时刻和结束时刻作为端点时刻按照时间顺序排序；对于每对相邻的端点时刻，若该对端点时刻中的在前时刻t为开始时刻，且该对端点时刻中的在后时刻t+1 为结束时刻，则将在t时刻冲突的测控弧段所构成的集合确认为一个极大团。
子步骤S203：基于所述极大团确定该测控设备的测控弧段的时间冲突约束。
具体地，由于每个极大团中最多只有一个测控弧段可以被调度执行，因此，本子步骤中可以通过极大团可以定义测控弧段的时间冲突约束；例如，根据如图5所述的3个极大团，可以定义如式5所示的测控弧段的时间冲突约束：
Figure GDA0002636484620000111
式5中，x1～x6分别表示编号为1～6的测控弧段的决策变量；决策变量等于1，表示测控需求调度到该决策变量所对应的测控弧段上执行；决策变量等于0，表示测控需求不调度到该决策变量所对应的测控弧段上执行。
对比如式6所示的传统0-1整数规划模型设备冲突约束：
Figure GDA0002636484620000112
显然，本发明的基于区间图极大团定义测控弧段冲突约束极大地减少了约束数量。
进一步，将式6不等式两边分别求和，可得到如式7所示约束：
Figure GDA0002636484620000127
通过比较约式5和式7，发现基于区间图极大团能够得到更“紧”的约束，更便于问题求解。
步骤S102：根据每个测控设备的测控弧段的时间冲突约束，利用测控调度0-1整数规划模型的求解算法求解得到调度方案。
具体地，基于上述根据区间图的极大团确定的测控弧段的时间冲突约束，本步骤中可以构建一种测控调度0-1整数规划模型，进而利用测控调度0-1整数规划模型的求解算法求解得到调度方案，具体地，可以构建如下式8～式11 所示模型，进而针对如下式8～式11所示模型利用测控调度0-1整数规划模型的求解算法求解得到调度方案：
Figure GDA0002636484620000121
Figure GDA0002636484620000122
Figure GDA0002636484620000123
Figure GDA0002636484620000124
其中，T表示卫星的测控需求集合，S表示测控设备的集合，TWik表示测控需求i(i∈T)在测控设备k(k∈S)上的测控弧段集合，决策变量
Figure GDA0002636484620000125
表示测控需求i是否调度到测控设备k的第
Figure GDA00026364846200001414
个测控弧段上执行；式8～式9同传统0-1整数规划算法中的式1～式2；即式8表示最大化测控需求完成数量；式9是唯一性约束，表示每个测控需求只需完成一次，仅在一个测控弧段完成即可；式10表示每个极大团mc中最多有一个测控弧段能够被调度执行，其中maxclique表示区间图所有极大团的集合；式11表示决策变量
Figure GDA0002636484620000126
的取值为0或1。
此外，考虑到测控分为升轨和降轨两种不同的类型，测控需求存在特定类型测控数量的要求，例如“1天中进行升轨测控两次，降轨测控两次”，针对此类需要多次测控才能满足需求的调度问题，现有技术中将需求收益平均分配到每个测控任务。本发明的发明人发现现有的平均分配模式不满足实际应用的需求，因为该模式下如果某个测控需求的半数测控任务被调度完成，则表示该需求被满足50％，或者获得收益是原收益的一半，然而实际应用中必须满足测控次数要求，所有测控任务都要被调度完成，否则表示测控需求不满足，或者收益为0。
基于上述分析，本发明的技术方案中，只有满足测控需求的测控数量要求，即所有测控任务都被调度完成，才表示该测控需求被满足，获得相应测控收益。否则，即使只有一个测控任务未完成，也表示该测控需求没有被满足，收益为 0，基于此，可以得到满足实际应用需求的最优调度方案。
针对每个测控弧段
Figure GDA0002636484620000131
i∈T,k∈S，定义
Figure GDA0002636484620000132
表示测控弧段
Figure GDA0002636484620000133
类型为升轨，
Figure GDA0002636484620000134
表示测控弧段
Figure GDA0002636484620000135
类型为降轨。lifti,descendi分别表示测控需求i,i∈T的升轨和降轨测控数量要求，则升降轨测控次数约束可描述为如式12、式13所示：
Figure GDA0002636484620000136
Figure GDA0002636484620000137
为便于定义测控需求满足测控数量要求时才能获得收益，引入测控需求i 的决策变量yi，yi＝1表示测控需求i被满足，即yi＝1表示测控需求i的升降轨测控次数约束
Figure GDA0002636484620000138
被满足；yi＝0表示测控需求i的升降轨测控次数约束
Figure GDA0002636484620000139
至少有一个没被满足。由此，本步骤中，可以根据区间图的极大团确定的测控弧段的时间冲突约束，以及测控需求的升轨测控次数和降轨测控次数约束，构建另一种测控调度0-1整数规划模型，然后利用测控调度0-1整数规划模型的求解算法求解得到调度方案，从而得到问题最优解；具体地可以构建如下式14～式 19所示模型，进而针对如下式14～式19所示模型利用测控调度0-1整数规划模型的求解算法求解得到调度方案：
Figure GDA0002636484620000141
Figure GDA0002636484620000142
Figure GDA0002636484620000143
Figure GDA0002636484620000144
Figure GDA0002636484620000145
yi∈{0,1},i∈T (式19)
其中，T表示卫星的测控需求集合，S表示测控设备的集合，TWik表示测控需求i(i∈T)在测控设备k(k∈S)上的测控弧段集合，
Figure GDA0002636484620000146
表示测控需求i在测控设备k上第
Figure GDA00026364846200001414
个测控弧段，
Figure GDA0002636484620000147
表示测控弧段
Figure GDA0002636484620000148
类型为升轨，
Figure GDA0002636484620000149
表示测控弧段
Figure GDA00026364846200001410
类型为降轨；lifti,descendi分别表示测控需求i,i∈T的升轨和降轨测控数量要求；决策变量
Figure GDA00026364846200001411
表示测控需求i是否调度到测控设备k的第
Figure GDA00026364846200001415
个测控弧段上执行；yi＝1表示测控需求i的升降轨测控次数约束
Figure GDA00026364846200001412
被满足；yi＝0表示测控需求i的升降轨测控次数约束
Figure GDA00026364846200001413
至少有一个没被满足；目标函数式14表示最大化测控需求完成数量，式15和式16分别表示测控需求的升轨测控次数和降轨测控次数约束，即满足升轨测控数量和降轨测控数量，才表示测控需求i能够被满足；式17表示每个极大团mc中最多有一个测控弧段能够被调度执行，其中maxclique表示区间图所有极大团的集合；式18表示决策变量
Figure GDA0002636484620000151
的取值为0或1；式19表示yi的取值为0或1；式14～式 19的模型为0-1线性整数规划模型，能够采用求解器直接求解。
步骤S103：根据得到的调度方案进行卫星测控资源的调度。
实验证明，采用本发明的基于极大团模型的卫星测控资源调度方法相比于现有方法能够高效求解大规模测控调度问题，满足实际应用需求。
基于上述的方法，本发明实施例提供的一种基于极大团模型的卫星测控资源调度系统，其内部模块化的结构框图如图7所示，包括：冲突约束确定模块 701、算法求解模块702、调度模块703。
冲突约束确定模块701用于针对每个测控设备，基于卫星的测控需求在该测控设备上的测控弧段，构建测控弧段时间冲突的区间图，并确定所述区间图包含的极大团后，基于所述极大团确定该测控设备的测控弧段的时间冲突约束；
算法求解模块702用于根据每个测控设备的测控弧段的时间冲突约束，利用测控调度0-1整数规划模型的求解算法求解得到调度方案；
调度模块703用于根据算法求解模块702得到的调度方案进行卫星测控资源的调度。
其中，冲突约束确定模块701具体用于针对每个测控设备，基于卫星的测控需求在该测控设备上的测控弧段，构建测控弧段时间冲突的区间图，所述区间图可表示为Gk＝(Vk,Ak)；其中，集合Vk包含了该测控设备k上的所有测控弧段；集合Ak描述了该测控设备k上的测控弧段之间所有的时间冲突；之后冲突约束确定模块701将所述区间图中各节点所代表的测控弧段的开始时刻和结束时刻作为端点时刻按照时间顺序排序；对于每对相邻的端点时刻，若该对端点时刻中的在前时刻t为开始时刻，且该对端点时刻中的在后时刻t+1为结束时刻，则将在t时刻冲突的测控弧段所构成的集合确认为一个极大团；并基于所述极大团确定该测控设备的测控弧段的时间冲突约束。
具体地，算法求解模块702可以针对上述式8～式11所示模型，利用所述测控调度0-1整数规划模型的求解算法求解得到调度方案；或者针对上述式 14～式19所示模型，利用所述测控调度0-1整数规划模型的求解算法求解得到调度方案。
本发明的技术方案中，针对每个测控设备，基于卫星的测控需求在该测控设备上的测控弧段，构建测控弧段时间冲突的区间图，并确定所述区间图包含的极大团后，基于所述极大团确定该测控设备的测控弧段的时间冲突约束；从而可以减少测控设备的测控弧段的时间冲突约束的数量，使得在利用测控调度 0-1整数规划算法时，基于较少的测控弧段的时间冲突约束，可以更快、效率更高地求解出卫星测控资源调度方案，也就能够更高效率地进行卫星测控资源的调度。
进一步，考虑到测控分为升轨和降轨两种不同的类型，本发明的技术方案中，在在根据区间图的极大团确定的测控弧段的时间冲突约束，利用测控调度 0-1整数规划模型的求解算法求解调度方案时还可增加测控需求的升轨测控次数和降轨测控次数约束，从而得到问题最优解。
本技术领域技术人员可以理解，本发明中已经讨论过的各种操作、方法、流程中的步骤、措施、方案可以被交替、更改、组合或删除。进一步地，具有本发明中已经讨论过的各种操作、方法、流程中的其他步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。进一步地，现有技术中的具有与本发明中公开的各种操作、方法、流程中的步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。
所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本公开的范围(包括权利要求)被限于这些例子；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明的不同方面的许多其它变化，为了简明它们没有在细节中提供。因此，凡在本发明的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种基于极大团模型的卫星测控资源调度方法，其特征在于，包括：
针对每个测控设备，基于卫星的测控需求在该测控设备上的测控弧段，构建测控弧段时间冲突的区间图，并确定所述区间图包含的极大团，基于所述极大团确定该测控设备的测控弧段的时间冲突约束；
根据每个测控设备的测控弧段的时间冲突约束，针对如下式14～式19所示模型，利用测控调度0-1整数规划模型的求解算法求解得到调度方案，根据得到的调度方案进行卫星测控资源的调度；
Figure FDA0002637965700000011
Figure FDA0002637965700000012
Figure FDA0002637965700000013
Figure FDA0002637965700000014
Figure FDA0002637965700000015
yi∈{0,1},i∈T (式19)
其中，T表示卫星的测控需求集合，S表示测控设备的集合，TWik表示测控需求i(i∈T)在测控设备k(k∈S)上的测控弧段集合，
Figure FDA0002637965700000016
表示测控需求i在测控设备k上第
Figure FDA00026379657000000117
个测控弧段，
Figure FDA0002637965700000017
Figure FDA0002637965700000018
表示测控弧段
Figure FDA0002637965700000019
类型为升轨，
Figure FDA00026379657000000110
表示测控弧段
Figure FDA00026379657000000111
类型为降轨；lifti,descendi分别表示测控需求i,i∈T的升轨和降轨测控数量要求；决策变量
Figure FDA00026379657000000112
表示测控需求i是否调度到测控设备k的第
Figure FDA00026379657000000117
个测控弧段上执行；yi表示测控需求i的升降轨测控次数约束
Figure FDA00026379657000000113
Figure FDA00026379657000000114
是否被满足；具体地，yi＝1表示测控需求i的升降轨测控次数约束
Figure FDA00026379657000000115
被满足；yi＝0表示测控需求i的升降轨测控次数约束
Figure FDA0002637965700000021
至少有一个没被满足；式17表示每个极大团mc中最多有一个测控弧段能够被调度执行，其中maxclique表示区间图所有极大团的集合。
2.根据权利要求1所述的方法，其特征在于，所述基于卫星的测控需求在该测控设备上的测控弧段，构建测控弧段时间冲突的区间图，具体包括：
针对测控设备k，构建的测控弧段时间冲突的区间图表示为Gk＝(Vk,Ak)；
其中，集合Vk包含了该测控设备k上的所有测控弧段；集合Ak描述了该测控设备k上的测控弧段之间所有的时间冲突。
3.根据权利要求1所述的方法，其特征在于，所述确定所述区间图包含的极大团，具体包括：
将所述区间图各节点所代表的测控弧段的开始时刻和结束时刻作为端点时刻按照时间顺序排序；
对于每对相邻的端点时刻，若该对端点时刻中的在前时刻t为开始时刻，且该对端点时刻中的在后时刻t+1为结束时刻，则将在t时刻冲突的测控弧段所构成的集合确认为一个极大团。
4.根据权利要求1-3任一所述的方法，其特征在于，所述测控需求i在测控设备k上第
Figure FDA00026379657000000117
个测控弧段定义为
Figure FDA0002637965700000022
其中，
Figure FDA0002637965700000023
和
Figure FDA0002637965700000024
分别表示测控弧段
Figure FDA0002637965700000025
的开始时间和结束时间，Δk表示测控设备k的转换时间。
5.一种基于极大团模型的卫星测控资源调度系统，其特征在于，包括：
冲突约束确定模块，用于针对每个测控设备，基于卫星的测控需求在该测控设备上的测控弧段，构建测控弧段时间冲突的区间图，并确定所述区间图包含的极大团，基于所述极大团确定该测控设备的测控弧段的时间冲突约束；
算法求解模块，用于根据每个测控设备的测控弧段的时间冲突约束，针对如下式14～式19所示模型，利用测控调度0-1整数规划模型的求解算法求解得到调度方案：
Figure FDA0002637965700000031
Figure FDA0002637965700000032
Figure FDA0002637965700000033
Figure FDA0002637965700000034
Figure FDA0002637965700000035
yi∈{0,1},i∈T (式19)
其中，T表示卫星的测控需求集合，S表示测控设备的集合，TWik表示测控需求i(i∈T)在测控设备k(k∈S)上的测控弧段集合，
Figure FDA0002637965700000036
表示测控需求i在测控设备k上第
Figure FDA00026379657000000117
个测控弧段，
Figure FDA0002637965700000037
Figure FDA0002637965700000038
表示测控弧段
Figure FDA0002637965700000039
类型为升轨，
Figure FDA00026379657000000310
表示测控弧段
Figure FDA00026379657000000311
类型为降轨；lifti,descendi分别表示测控需求i,i∈T的升轨和降轨测控数量要求；决策变量
Figure FDA00026379657000000312
表示测控需求i是否调度到测控设备k的第
Figure FDA00026379657000000318
个测控弧段上执行；yi表示测控需求i的升降轨测控次数约束
Figure FDA00026379657000000313
Figure FDA00026379657000000314
是否被满足；具体地，yi＝1表示测控需求i的升降轨测控次数约束
Figure FDA00026379657000000315
被满足；yi＝0表示测控需求i的升降轨测控次数约束
Figure FDA00026379657000000316
至少有一个没被满足；式17表示每个极大团mc中最多有一个测控弧段能够被调度执行，其中maxclique表示区间图所有极大团的集合；
调度模块，用于根据得到的调度方案进行卫星测控资源的调度。
6.根据权利要求5所述的系统，其特征在于，
所述冲突约束确定模块中确定所述区间图包含的极大团，基于所述极大团确定该测控设备的测控弧段的时间冲突约束，具体为将所述区间图中各节点所代表的测控弧段的开始时刻和结束时刻作为端点时刻按照时间顺序排序；对于每对相邻的端点时刻，若该对端点时刻中的在前时刻t为开始时刻，且该对端点时刻中的在后时刻t+1为结束时刻，则将在t时刻冲突的测控弧段所构成的集合确认为一个极大团；并基于所述极大团确定该测控设备的测控弧段的时间冲突约束。
CN201910880103.4A 2019-09-18 2019-09-18 基于极大团模型的卫星测控资源调度方法和系统 Active CN110618862B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910880103.4A CN110618862B (zh) 2019-09-18 2019-09-18 基于极大团模型的卫星测控资源调度方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910880103.4A CN110618862B (zh) 2019-09-18 2019-09-18 基于极大团模型的卫星测控资源调度方法和系统

Publications (2)

Publication Number Publication Date
CN110618862A CN110618862A (zh) 2019-12-27
CN110618862B true CN110618862B (zh) 2020-09-29

Family

ID=68923296

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910880103.4A Active CN110618862B (zh) 2019-09-18 2019-09-18 基于极大团模型的卫星测控资源调度方法和系统

Country Status (1)

Country Link
CN (1) CN110618862B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114004027B (zh) * 2021-11-01 2023-03-14 中国西安卫星测控中心 一种地面测控资源配置需求的预处理方法和装置
CN114493273A (zh) * 2022-01-27 2022-05-13 北京航天飞行控制中心 航天测控弧段的选择方法、装置、电子设备及存储介质
CN114604443B (zh) * 2022-02-17 2023-06-06 中国电子科技集团公司第十研究所 一种真实复杂约束条件下的多星测控调度方法及系统
CN114819765B (zh) * 2022-06-27 2022-10-18 中国人民解放军国防科技大学 卫星测控资源调度方法及相关设备
CN115936371B (zh) * 2022-12-08 2024-08-16 电子科技大学 一种基于局部邻域搜索的装备调度规划方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105955812A (zh) * 2016-05-03 2016-09-21 合肥工业大学 一种地球观测卫星任务调度的方法及系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7877333B2 (en) * 2006-09-06 2011-01-25 D-Wave Systems Inc. Method and system for solving integer programming and discrete optimization problems using analog processors
CN106792285B (zh) * 2017-01-03 2020-01-17 重庆邮电大学 基于共享频谱转换器的弹性光组播交换节点结构的双重权重极大团调度方法
CN107809327A (zh) * 2017-09-26 2018-03-16 广东工业大学 具有可控冗余度的虚拟机并行分配方法
CN108958277A (zh) * 2018-08-02 2018-12-07 西北工业大学 一种mems固体微推进器的微纳卫星姿轨一体化控制方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105955812A (zh) * 2016-05-03 2016-09-21 合肥工业大学 一种地球观测卫星任务调度的方法及系统

Also Published As

Publication number Publication date
CN110618862A (zh) 2019-12-27

Similar Documents

Publication Publication Date Title
CN110618862B (zh) 基于极大团模型的卫星测控资源调度方法和系统
Feng et al. Heuristic hybrid game approach for fleet condition-based maintenance planning
Yurtkuran et al. A novel artificial bee colony algorithm for the workforce scheduling and balancing problem in sub-assembly lines with limited buffers
CN102170170A (zh) 消纳风电接入的大电网调度滚动计划方法
De Reyck et al. An optimal procedure for the resource-constrained project scheduling problem with discounted cash flows and generalized precedence relations
Umbrico et al. Integrating resource management and timeline-based planning
CN107993052A (zh) 多投资主体一体化建设项目动态进度控制方法
Lu et al. A resource investment problem based on project splitting with time windows for aircraft moving assembly line
Zhang et al. A TRADE-OFF BETWEEN TIME AND COST IN SCHEDULING REPETITIVE CONSTRUCTION PROJECTS.
Fontaine et al. Constraint-based lagrangian relaxation
García et al. Production and vehicle scheduling for ready-mix operations
Liu et al. A two-stage stochastic programming approach for aircraft landing problem
Boria et al. A survey on combinatorial optimization in dynamic environments∗
CN101930566B (zh) 基于平行系统的水利实验模拟系统及实验模拟方法
Rosłon The multi-mode, resource-constrained project scheduling problem in construction: state of art review and research challenges
CN109345135A (zh) 流水施工进度控制中确定关键工序的方法
CN112233451A (zh) 一种考虑纯电动公交车辆续航里程的行车计划智能编制系统
CN116227647B (zh) 一种电力系统数字孪生推演优化方法及系统
Wang et al. Ride-hailing origin-destination demand prediction with spatiotemporal information fusion
CN116630777A (zh) 一种信息瓶颈图压缩的医疗指标缺失数据补全方法
Sun et al. A study of lifetime optimization of transportation system
Lei et al. Average minimum distance to visit a subset of random points in a compact region
Guo et al. A GAPN approach for the flexible job-shop scheduling problem with indirect energy and time-of-use electricity pricing
Khan et al. Back to the Future: Applying Lessons Learnt to a new Generation of Digital Oil Field Applications
Chen et al. A flexible traffic signal coordinated control approach and system on complicated transportation control infrastructure

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