CN110717673B - 一种资源充足情形下最小观测成本的卫星任务规划方法 - Google Patents
一种资源充足情形下最小观测成本的卫星任务规划方法 Download PDFInfo
- Publication number
- CN110717673B CN110717673B CN201910957606.7A CN201910957606A CN110717673B CN 110717673 B CN110717673 B CN 110717673B CN 201910957606 A CN201910957606 A CN 201910957606A CN 110717673 B CN110717673 B CN 110717673B
- Authority
- CN
- China
- Prior art keywords
- cell
- coverage
- straight line
- opportunity
- ith
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000003384 imaging method Methods 0.000 claims description 13
- 238000010276 construction Methods 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 3
- 239000002699 waste material Substances 0.000 abstract description 2
- 238000007670 refining Methods 0.000 abstract 1
- 230000001172 regenerating effect Effects 0.000 abstract 1
- 230000000875 corresponding effect Effects 0.000 description 13
- 238000004364 calculation method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
Images
Classifications
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种资源充足情形下最小观测成本的卫星任务规划方法,其步骤包括:1将待观测区域用网格离散化表示,使得原来对较大区域的覆盖问题转化成对网格的覆盖问题;2在粗粒度的网格上得到可行解后对可行解进行削减,已备在细粒度网格上寻找更优的可行解;3以嵌套的方式重复细化网格,提出在新网格上构建临近覆盖模式的方法避免每次重新生成所有的覆盖模式;4将网格细化、构建临近覆盖模式和基于动态贪婪的启发式算法结合起来,进行多次迭代,得到较优的可行解。本发明能快速得到以最小观测成本为目的的卫星任务安排结果,从而能使卫星在充足的观测资源下以尽可能小的成本完成观测任务,减少不必要的资源浪费。
Description
技术领域
本发明属于卫星任务规划技术领域,具体的说是一种资源充足情形下最小观测成本的卫星任务规划方法。
背景技术
卫星是人类制造发射升空的机器,在一定的轨道上绕地球飞行运转。其主要功能之一是通过星载传感器(如可见光相机、多光谱相机)对陆地、海洋、大气等进行观测。观测的需求由来自各个领域、各个部门的用户提出,在卫星的地面管控中心汇总,管控中心根据观测需求,结合卫星资源使用情况,综合制定各个卫星的成像覆盖计划,并生成测控指令,经由地面测控站上注至卫星,卫星在接收到指令后作出相应的动作,对指定的区域进行成像,所成影像数据暂时保存在星载硬盘上,当行至与地面站可通信时,将影像数据下传至地面站。在该过程中,地面管控中心制定卫星成像计划的环节称为卫星任务规划,是整个卫星使用管理过程中的关键环节之一。
每颗卫星对应一个星下点轨迹,可使用直线方程表示该星下点轨迹。每个成像机会可以观测一个矩形区域,记为条带。条带的两条边与星下点轨迹平行,另两条边与星下点轨迹垂直。成像卫星的相机具有固定的视场角,视场角的大小一定程度上决定了条带的宽度。卫星连续成像不能超过最长开机时间,因此对应一个最大长度。在成像拍摄的过程中,相机可以在一定范围内侧摆。因此,可以观测到星下点轨迹附近一定范围内的区域。
卫星一次过境只能拍摄一个有限长度和宽度的条带区域,如果待观测的区域较大,则卫星一次过境难以完整观测整个区域。如果用户急需该区域的影像数据,则可以使用多颗卫星多次过境机会进行协同成像。
在传统的卫星使用模式中,卫星单独制定计划,并单独执行成像任务,卫星与卫星之间不进行协同观测。而随着卫星数量的增多,使用多颗卫星协同对地进行成像观测已成为可能,且存在多星协同区域成像的现实需求。实际情况下每个卫星的星下点轨迹不一定平行,因此有可能导致成像条带之间的重叠。由于卫星的观测成本十分高昂,如果不进行合理地安排,有可能会导致条带间大量的重叠,使得部分区域被重复观测,造成完成观测任务的成本上升,带来不必要的浪费,这样的情形十分不利于资源的合理利用。
发明内容
本发明是为了解决上述现有技术存在的不足之处,提出一种资源充足情形下最小观测成本的卫星任务规划方法,以期能在资源充足的前提下实现用最小成本完成对观测任务的覆盖,从而能降低观测成本。
本发明为解决技术问题采用如下技术方案:
本发明一种资源充足情形下最小观测成本的卫星任务规划方法的特点是应用于由一个待观测矩形区域R和n个成像卫星的覆盖机会集合S={s1,s2,...,si,...sn}构成的任务规划场景中;其中,si表示第i个覆盖机会,1≤i≤n;所述卫星任务规划方法是按如下步骤进行:
步骤1.参数定义和初始化:
以所述待观测矩形区域R的任意一个顶点为原点o,以与所述原点相邻的两条边分别为x轴和y轴,从而建立坐标系o-xy;
所述任务规划场景中,每个覆盖机会对应一个卫星到地面的垂直投影点直线轨迹,简称为星下点轨迹,记第i个覆盖机会si对应的星下点轨迹为oi;
每个覆盖机会对应一个卫星到地面高度,记第i个覆盖机会si对应的卫星到地面高度为hi;
每个覆盖机会对应一个最大观测长度,记第i个覆盖机会si对应的最大观测长度为di;
每个覆盖机会对应一个最大偏转角度,记第i个覆盖机会si对应的最大偏转角度为pi;
每个覆盖机会对应一个相机视场角度,记第i个覆盖机会si对应的相机视场角度为wi;
每个覆盖机会对应一个单位距离观测成本,记第i个覆盖机会si对应的单位距离观测成本为mi;
由所述第i个覆盖机会si的星下点轨迹oi、卫星到地面高度hi、最大观测长度di、最大偏转角度pi、相机视场角度wi和单位距离观测成本mi共同构成所述第i个覆盖机会si的属性;
步骤2.定义当前迭代次数为k,并初始化k=1,定义最大迭代次数为K;
步骤3.将所述待观测矩形区域R进行第k次划分,得到若干个大小相等的正方形网格所组成的第k个网格Rk,将第k个网格Rk中的每个小正方形称为单元格;并对每个单元格进行编号为1,2,…,j,…,Qk,且记录每个单元格的四个顶点的坐标位置;
步骤4.对每个覆盖机会得到左单元格集合、上单元格集合和下单元格集合:
步骤4.1.初始化i=1;
步骤4.2.从第k个网格Rk中遍历得到第i个覆盖机会si的所有左单元格,并构成左单元格集合其中,表示第i个覆盖机会si的第m个左单元格;Mi表示第i个覆盖机会si的左单元格总数,m=1,2,…,Mi;
步骤4.3.从第k个网格Rk中遍历得到第m个左单元格的上单元格,并构成上单元格集合其中,表示第i个覆盖机会si的第m个左单元格的第e个上单元格,e=1,2,…,Em,从而得到第i个覆盖机会si的所有左单元格的上单元格集合
步骤4.4.从第k个网格Rk中遍历得到第m个左单元格的第e个上单元格的第y个下单元格,并构成下单元格集合其中,表示第i个覆盖机会si的第m个左单元格的第e个上单元格的第y个下单元格,y=1,2,…,Ye,从而得到第i个覆盖机会si的所有左单元格的上单元格的下单元格集合其中
步骤4.5.将i+1赋值给i,判断i>n是否成立,若成立则执行步骤5,否则转步骤4.2;
步骤5.对每个覆盖机会生成若干个覆盖模式,即观测条带:
步骤5.1.令i=1,初始化第k个覆盖模式总集合Ck为空集;
步骤5.3.令e=1;
步骤5.4.令y=1;
步骤5.6.将y+1赋值给y,并判断y>Ye是否成立,若成立,则执行步骤5.7,否则转步骤5.5;
步骤5.7.将e+1赋值给e,并判断e>Em是否成立,若成立,则执行步骤5.8,否则转步骤5.4;
步骤6.使用基于动态贪婪的启发式算法从第k个覆盖模式总集合Ck中选出部分覆盖模式构成第k个可行解Pk;
步骤7.将k+1赋值给k,判断k>K是否成立,若成立,输出第K个可行解PK,否则执行步骤8;
步骤8.将第k-1个网格Rk-1作为父网格,将父网格中的每个单元格等分为小正方形,得到若干个大小相等的小正方形所组成的第k个网格Rk,称Rk为子网格,将所述第k个网格Rk中的小正方形作为新的单元格,记录每个新单元格的四个顶点坐标,从而完成一次嵌套父子网格的构造;
步骤9.将第k-1个可行解Pk-1中各个覆盖模式映射到第k个网格Rk下,即将各个覆盖模式的左单元格和上单元格更新为第k个网格Rk中的左单元格和上单元格,并对映射后的第k个网格Rk上的每个覆盖模式构造若干个临近覆盖模式后,一起存入第k个覆盖模式总集合Ck,再返回步骤6。
步骤4.2.1.初始化j=1;
步骤4.2.2.判断j≤Qk是否成立,若成立,则以第j号单元格的左下角顶点构造平行于星下点轨迹oi的直线并作为观测条带的左侧边缘,将相应直线到星下点轨迹oi的距离记为若不成立,则表示得到最终的左单元格集合Ui,并记录其中任意一个左单元格为第m个左单元格
步骤4.2.5.将j+1赋值给j后,返回步骤4.2.2。
步骤4.3.4.令j=1;
步骤4.4.2.令j=1;
步骤4.4.3.过第j号单元格的左下角顶点构造平行于星下点轨迹oi的直线过第j号单元格的右上角顶点构造平行于星下点轨迹oi的直线过第j号单元格的左上角顶点构造垂直于星下点轨迹oi的直线过第j号单元格的右下角顶点构造垂直于星下点轨迹oi的直线
所述步骤5.5中是利用覆盖模式生成法按如下过程生成任意一个覆盖模式:
所述步骤6使用基于动态贪婪的启发式算法从第k个覆盖模式总集合Ck中选出部分覆盖模式构成第k个可行解Pk是按如下过程进行:
步骤6.1.将所述第k个网格Rk中所有单元格的状态初始化为“未覆盖”,初始化第k个可行解Pk为空;
步骤6.2.计算从第k个覆盖模式总集合Ck中每个覆盖模式下完全处于覆盖范围内的单元格的数量与覆盖成本之比,并记为“性价比”,其中,所述覆盖成本为单位距离观测成本mi与覆盖模式长度的乘积,所述覆盖模式长度为其上边界到下边界之间的距离;
步骤6.3.从第k个覆盖模式总集合Ck中选出“性价比”最高的一个覆盖模式放入第k个可行解Pk中,并将所选出的覆盖模式中完全处于覆盖范围内的所有单元格的“未覆盖”状态均更新为“已覆盖”,将选择出的覆盖模式所在的覆盖模式集合从第k个覆盖模式总集合Ck中删除;
步骤6.4.从第k个覆盖模式总集合Ck中删除和选择出的覆盖模式有相同左单元格的覆盖模式;
步骤6.5.从第k个覆盖模式总集合Ck中删除和选择出的覆盖模式有相同上单元格的覆盖模式;
步骤6.6.从第k个覆盖模式总集合Ck中删除和选择出的覆盖模式有相同下单元格的覆盖模式;
步骤6.7.判断第k个网格Rk中是否存在“未覆盖”状态的单元格,若存在,则返回步骤6.3,否则,得到第k个可行解Pk。
所述步骤9是按如下过程构造第i个覆盖模式的临近覆盖模式:
步骤9.1.遍历第k-1个可行解Pk-1中第i个覆盖模式,并以第i个覆盖模式的左单元格ui的左上角顶点为圆心,以v为半径,得到所有左上角位于圆内的单元格,根据步骤4.2.2~步骤4.2.4,将所有左上角位于圆内的单元格中符合左单元格条件的放入第i个覆盖模式的左单元格集合中,并利用步骤4.3.2的式(2)计算出各个左单元格对应的条带宽度;
步骤9.2.以第i个覆盖模式的上单元格ti的左上角顶点为圆心,以v为半径,得到所有左上角位于圆内的单元格,根据步骤4.3.1~步骤4.3.6,将所有左上角位于圆内的单元格中,符合上单元格条件的放入上单元格集合中;
步骤9.3.以第i个覆盖模式的下单元格gi的左上角顶点为圆心,以v为半径,得到所有左上角位于圆内的单元格,根据步骤4.4.3~步骤4.4.5,将所有左上角位于圆内的单元格中,符合下单元格条件的放入下单元格集合中;
步骤9.4.根据所述第i个覆盖机会si、第i个覆盖模式的左单元格集合中的任一左单元格、任一上单元格及其任一下单元格,利用覆盖模式生成法生成覆盖模式,并作为第i个覆盖模式的临近覆盖模式。
与现有技术相比,本发明的有益效果在于:
1.本发明针对卫星覆盖资源充足的问题,以最小观测成本为优化目标,首先将待观测区域用网格离散化表示,使得原来对较大区域的覆盖问题转化成对网格的覆盖问题;然后基于网格,以实现最小观测成本为优化目标,提出了“性价比”的概念,并结合“性价比”设计了基于动态贪婪的启发式算法,同时按照一定标准快速对候选模式集合进行削减;在较粗粒度的网格上得到可行解后,以嵌套的方式重复细化网格,提出了在新网格上构建临近覆盖模式的方法生成候选模式集合,避免了每次重新生成所有的覆盖模式,降低了问题的规模和复杂程度;将网格细化、构建临近覆盖模式和基于动态贪婪的启发式算法结合起来,进行多次迭代,得到较优的可行解,从而能在较短的时间内快速得到成本较小的卫星观测任务安排结果,且具有流程清晰、操作性强等优点;
2.本发明提出了对一个给定的覆盖机会和待观测区域能够快速生成所有可行覆盖模式的方法,通过将待观测区域用网格进行离散化表示,依次对网格中的每一个单元格进行遍历,选出满足条件的单元格作为左单元格,再通过对网格中的每一个单元格进行遍历,选出满足条件的单元格作为上单元格,最后通过对网格中的每一个单元格进行遍历,选出满足条件的单元格作为下单元格;对一个覆盖机会、一个左单元格、一个上单元格、一个下单元格构成的组合,按照覆盖模式生成法依次确定覆盖模式的左边界、上边界、下边界和右边界,从而确定覆盖模式,该方法具有流程清晰,操作简单,结果清晰的优点;
3.本发明提出了“性价比”的概念,并结合基于动态贪婪思想的启发式方法,从覆盖模式集合中按照“性价比”从大到小的顺序,依次选出“性价比”最高的覆盖模式,构成观测成本最小的可行解;能在一定程度上保证结果的质量,具有高效、稳定、可扩展的特点;
4.本发明提出了临近覆盖模式的构造方法,在已有可行解的附近得到临近可行解,避免了在每次的循环中重复生成数量庞大的备选覆盖模式,大大降低了寻找新可行解的计算复杂度,减少了求解过程中对计算资源和存储空间的占用,在保证结果质量的同时降低了对大量卫星任务进行规划所需的时间和对计算资源的消耗。
附图说明
图1为本发明资源充足情形下最小观测成本的卫星任务规划方法的流程图;
图2a为本发明一种方向的覆盖机会示意图;
图2b为本发明另一种方向的覆盖机会示意图;
图3a为本发明一种计算条带宽度示意图;
图3b为本发明另一种计算条带宽度示意图;
图4为本发明覆盖模式示意图。
具体实施方式
本实施例中,从二维平面空间上来看,覆盖机会在观测方向上可以总体分为两类,分别是向右下倾斜和向左下倾斜,如图2a和图2b所示,可以使用符号“\”和符号“/”进行类比。两种不同的覆盖方向下构造覆盖模式的方法十分类似,具有对称的特点。因此,为简化描述,我们下面仅以第一种向右下倾斜的覆盖机会为例进行详细说明。
如图1所示,一种资源充足情形下最小观测成本的卫星任务规划方法是应用于由一个待观测矩形区域R和n个成像卫星的覆盖机会集合S={s1,s2,...,si,...sn}构成的任务规划场景中;其中,待观测区域R面积较大,不能被任意一个覆盖机会完全覆盖,si表示第i个覆盖机会,1≤i≤n,提供的覆盖机会已排除黑夜、云层较厚、大雾等不利于观测的情况,因此保证在所提供的任一覆盖机会下只需要单次覆盖即可达到观测要求;卫星任务规划方法是按如下步骤进行:
步骤1.参数定义和初始化:
通常以待观测矩形区域R的左下角顶点为原点o,以与原点相邻的两条边分别为x轴和y轴,从而建立坐标系o-xy;
任务规划场景中,每个覆盖机会对应一个卫星到地面的垂直投影点直线轨迹,简称为星下点轨迹,由于卫星受到通信条件、续航能力、开机时间限制等因素影响,一个覆盖机会的最大观测长度不会太长,在一定范围内星下点轨迹在地面的投影可近似认为是直线,为简化问题,记第i个覆盖机会si对应的星下点轨迹为直线oi;
每个覆盖机会对应一个卫星到地面高度,记第i个覆盖机会si对应的卫星到地面高度为hi;
每个覆盖机会对应一个最大观测长度,记第i个覆盖机会si对应的最大观测长度为di;
每个覆盖机会对应一个最大偏转角度,记第i个覆盖机会si对应的最大偏转角度为pi;
每个覆盖机会对应一个相机视场角度,记第i个覆盖机会si对应的相机视场角度为wi;
每个覆盖机会对应一个单位距离观测成本,记第i个覆盖机会si对应的单位距离观测成本为mi;通常情况观测成本与卫星的观测时长相关,由于一定时间里的观测距离等于时长与速度的乘积,因此我们选用单位距离观测成本作为成本的度量
由所述第i个覆盖机会si的星下点轨迹oi、卫星到地面高度hi、最大观测长度di、最大偏转角度pi、相机视场角度wi和单位距离观测成本mi共同构成所述第i个覆盖机会si的属性;
步骤2.定义当前迭代次数为k,并初始化k=1,定义最大迭代次数为K;
步骤3.将待观测矩形区域R进行第k次划分,得到若干个大小相等的正方形网格所组成的第k个网格Rk,单元格的对角线长度不大于卫星在任意覆盖机会下偏转角为“0”时对应的条带宽度,以保证每个覆盖模式至少能完全覆盖一个单元格;将第k个网格Rk中的每个小正方形称为单元格;并对每个单元格进行编号为1,2,…,j,…,Qk,且记录每个单元格的四个顶点的坐标位置;
生成任意给定的覆盖机会si的全部覆盖模式的主要思路为,依次选择可行的左单元格、上单元格和下单元格,构造一个覆盖模式,探索所有可能的组合形式,即可得到全部覆盖模式。
步骤4.对每个覆盖机会得到左单元格集合、上单元格集合和下单元格集合:
步骤4.1.初始化i=1;
步骤4.2.从第k个网格Rk中遍历得到第i个覆盖机会si的所有左单元格,并构成左单元格集合其中,表示第i个覆盖机会si的第m个左单元格;Mi表示第i个覆盖机会si的左单元格总数,m=1,2,…,Mi;
步骤4.2.1.初始化j=1;
步骤4.2.2.判断j≤Qk是否成立,若成立,则以第j号单元格的左下角顶点构造平行于星下点轨迹oi的直线并作为观测条带的左侧边缘,将相应直线到星下点轨迹oi的距离记为若不成立,则表示得到最终的左单元格集合Ui,并记录其中任意一个左单元格为第m个左单元格
步骤4.2.5.将j+1赋值给j后,返回步骤4.2.2。
步骤4.3.从第k个网格Rk中遍历得到第m个左单元格的上单元格,并构成上单元格集合其中,表示第i个覆盖机会si的第m个左单元格的第e个上单元格,e=1,2,…,Em,从而得到第i个覆盖机会si的所有左单元格的上单元格集合
步骤4.3.2.条带的宽度可以基于初等几何计算得到。图3a给出了计算条带宽度的一种情况,其中,∠AOC为视场角,即∠AOC=wi,OB为垂线,线段OB的长度为卫星距地面的高度,即hi。线段AB的长度为直线与oi之间的距离,即显然,∠ABO为直角,因此,很容易求出:
在图3a中,∠AOB>wi,此时条带的宽度为线段AC的长度,如果求得的∠AOB≤wi(和情况相同),如图3b所示,其中,∠AOD为视场角,即∠AOD=wi,OC为∠AOD的角平分线,即此时条带的宽度为线段AD的长度。∠DOB=wi-∠AOB,可求得:BD=hi·tan∠DOB,继而可求得:
步骤4.3.4.令j=1;
步骤4.4.从第k个网格Rk中遍历得到第m个左单元格的第e个上单元格的第y个下单元格,并构成下单元格集合其中,表示第i个覆盖机会si的第m个左单元格的第e个上单元格的第y个下单元格,y=1,2,…,Ye,从而得到第i个覆盖机会si的所有左单元格的上单元格的下单元格集合其中
步骤4.4.2.令j=1;
步骤4.4.3.过第j号单元格左下角顶点构造平行于星下点轨迹oi的直线过第j号单元格的右上角顶点构造平行于星下点轨迹oi的直线过第j号单元格的左上角顶点构造垂直于星下点轨迹oi的直线过第j号单元格的右下角顶点构造垂直于星下点轨迹oi的直线
步骤5.对每个覆盖机会生成若干个覆盖模式,即观测条带:
步骤5.1.令i=1,初始化第k个覆盖模式总集合Ck为空集;
步骤5.3.令e=1;
步骤5.4.令y=1;
步骤5.6.将y+1赋值给y,并判断y>Ye是否成立,若成立,则执行步骤5.7,否则转步骤5.5;
步骤5.7.将e+1赋值给e,并判断e>Em是否成立,若成立,则执行步骤5.8,否则转步骤5.4;
步骤6.使用基于动态贪婪的启发式算法从第k个覆盖模式总集合Ck中选出部分覆盖模式构成第k个可行解Pk;
步骤6.1.将所述第k个网格Rk中所有单元格的状态初始化为“未覆盖”,初始化第k个可行解Pk为空;
步骤6.2.计算从第k个覆盖模式总集合Ck中每个覆盖模式下完全处于覆盖范围内的单元格的数量与覆盖成本之比,并记为“性价比”,其中,所述覆盖成本为单位距离观测成本mi与覆盖模式长度的乘积,所述覆盖模式长度为其上边界到下边界之间的距离;
步骤6.3.从第k个覆盖模式总集合Ck中选出“性价比”最高的一个覆盖模式放入第k个可行解Pk中,并将所选出的覆盖模式中完全处于覆盖范围内的所有单元格的“未覆盖”状态均更新为“已覆盖”,将选择出的覆盖模式所在的覆盖模式集合从第k个覆盖模式总集合Ck中删除;
步骤6.4.从第k个覆盖模式总集合Ck中删除和选择出的覆盖模式有相同左单元格的覆盖模式;
步骤6.5.从第k个覆盖模式总集合Ck中删除和选择出的覆盖模式有相同上单元格的覆盖模式;
步骤6.6.从第k个覆盖模式总集合Ck中删除和选择出的覆盖模式有相同下单元格的覆盖模式;
步骤6.7.判断第k个网格Rk中是否存在“未覆盖”状态的单元格,若存在,则返回步骤6.3,否则,得到第k个可行解Pk。
步骤7.将k+1赋值给k,判断k>K是否成立,若成立,输出第K个可行解PK,否则执行步骤8;
将待覆盖区域用网格离散化表示是对原问题的一种近似,单元格的尺寸越小,则近似的程度越高,相应的,单元格的数量也就越多。虽然上述启发式算法是一种多项式时间算法,然而,当使用非常小的粒度进行网格离散化时,会产生极其多的覆盖模式,即使使用多项式时间算法也难以在短时间内求得结果。因此为了避免过多消耗计算资源,但又使得求得的解的质量尽可能的高,本文提出了如下基于嵌套父子网格的逼近策略来解决该问题。
步骤8.当k≥2时,对待观测区域R构造第k个网格的方法是将第k-1个网格Rk-1作为父网格,将父网格中的每个单元格等分为小正方形,得到若干个大小相等的小正方形所组成的第k个网格Rk,称Rk为子网格,将所述第k个网格Rk中的小正方形作为新的单元格,记录每个新单元格的四个顶点坐标,从而完成一次嵌套父子网格的构造;
步骤9.将第k-1个可行解Pk-1中各个覆盖模式映射到第k个网格Rk下,即将各个覆盖模式的左单元格和上单元格更新为第k个网格Rk中的左单元格和上单元格,由子网格的构造方法不难推断,父网格下求得的最优覆盖方案一定是子网格下的一个可行覆盖方案,每一个父网格中的覆盖模式,都能够映射为子网格下相对应的覆盖模式,并对映射后的第k个子网格Rk上的每个覆盖模式构造若干个临近覆盖模式;从而避免了每次重新生成所有的覆盖模式,降低了问题的规模和复杂程度;
步骤9.1.遍历第k-1个可行解Pk-1中第i个覆盖模式,并以第i个覆盖模式的左单元格ui的左上角顶点为圆心,以给定值v为半径,得到所有左上角位于圆内的单元格,根据步骤4.2.2~步骤4.2.4,将所有左上角位于圆内的单元格中符合左单元格条件的放入第i个覆盖模式的左单元格集合中,并利用步骤4.3.2的式(2)计算出各个左单元格对应的条带宽度,显然单元格ui自身必定也在这个集合中;
步骤9.2.以第i个覆盖模式的上单元格ti的左上角顶点为圆心,以给定值v为半径,得到所有左上角位于圆内的单元格,根据步骤4.3.1~步骤4.3.6,将所有左上角位于圆内的单元格中,符合上单元格条件的放入上单元格集合中,显然单元格ti自身必定也在这个集合中;
步骤9.3.以第i个覆盖模式的下单元格gi的左上角顶点为圆心,以给定值v为半径,得到所有左上角位于圆内的单元格,根据步骤4.4.3~步骤4.4.5,将所有左上角位于圆内的单元格中,符合下单元格条件的放入下单元格集合中,显然单元格gi自身必定也在这个集合中;
步骤9.4.根据所述第i个覆盖机会si、第i个覆盖模式的左单元格集合中的任一左单元格、任一上单元格及其任一下单元格,利用覆盖模式生成法生成覆盖模式,并作为第i个覆盖模式的临近覆盖模式;
步骤9.5.将构造的若干个临近覆盖模式一起存入第k个覆盖模式总集合Ck,再返回步骤6,使用基于动态贪婪的启发式算法从Ck中选出部分覆盖模式,构成第k个可行解Pk。
Claims (7)
1.一种资源充足情形下最小观测成本的卫星任务规划方法,其特征是应用于由一个待观测矩形区域R和n个成像卫星的覆盖机会集合S={s1,s2,...,si,...sn}构成的任务规划场景中;其中,si表示第i个覆盖机会,1≤i≤n;所述卫星任务规划方法是按如下步骤进行:
步骤1.参数定义和初始化:
以所述待观测矩形区域R的任意一个顶点为原点o,以与所述原点相邻的两条边分别为x轴和y轴,从而建立坐标系o-xy;
所述任务规划场景中,每个覆盖机会对应一个卫星到地面的垂直投影点直线轨迹,简称为星下点轨迹,记第i个覆盖机会si对应的星下点轨迹为oi;
每个覆盖机会对应一个卫星到地面高度,记第i个覆盖机会si对应的卫星到地面高度为hi;
每个覆盖机会对应一个最大观测长度,记第i个覆盖机会si对应的最大观测长度为di;
每个覆盖机会对应一个最大偏转角度,记第i个覆盖机会si对应的最大偏转角度为pi;
每个覆盖机会对应一个相机视场角度,记第i个覆盖机会si对应的相机视场角度为wi;
每个覆盖机会对应一个单位距离观测成本,记第i个覆盖机会si对应的单位距离观测成本为mi;
由所述第i个覆盖机会si的星下点轨迹oi、卫星到地面高度hi、最大观测长度di、最大偏转角度pi、相机视场角度wi和单位距离观测成本mi共同构成所述第i个覆盖机会si的属性;
步骤2.定义当前迭代次数为k,并初始化k=1,定义最大迭代次数为K;
步骤3.将所述待观测矩形区域R进行第k次划分,得到若干个大小相等的正方形网格所组成的第k个网格Rk,将第k个网格Rk中的每个小正方形称为单元格;并对每个单元格进行编号为1,2,…,j,…,Qk,且记录每个单元格的四个顶点的坐标位置;
步骤4.对每个覆盖机会得到左单元格集合、上单元格集合和下单元格集合:
步骤4.1.初始化i=1;
步骤4.2.从第k个网格Rk中遍历得到第i个覆盖机会si的所有左单元格,并构成左单元格集合其中,表示第i个覆盖机会si的第m个左单元格;Mi表示第i个覆盖机会si的左单元格总数,m=1,2,…,Mi;
步骤4.3.从第k个网格Rk中遍历得到第m个左单元格的上单元格,并构成上单元格集合其中,表示第i个覆盖机会si的第m个左单元格的第e个上单元格,e=1,2,…,Em,从而得到第i个覆盖机会si的所有左单元格的上单元格集合
步骤4.4.从第k个网格Rk中遍历得到第m个左单元格的第e个上单元格的第y个下单元格,并构成下单元格集合其中,表示第i个覆盖机会si的第m个左单元格的第e个上单元格的第y个下单元格,y=1,2,…,Ye,从而得到第i个覆盖机会si的所有左单元格的上单元格的下单元格集合其中
步骤4.5.将i+1赋值给i,判断i>n是否成立,若成立则执行步骤5,否则转步骤4.2;
步骤5.对每个覆盖机会生成若干个覆盖模式,即观测条带:
步骤5.1.令i=1,初始化第k个覆盖模式总集合Ck为空集;
步骤5.3.令e=1;
步骤5.4.令y=1;
步骤5.6.将y+1赋值给y,并判断y>Ye是否成立,若成立,则执行步骤5.7,否则转步骤5.5;
步骤5.7.将e+1赋值给e,并判断e>Em是否成立,若成立,则执行步骤5.8,否则转步骤5.4;
步骤6.使用基于动态贪婪的启发式算法从第k个覆盖模式总集合Ck中选出部分覆盖模式构成第k个可行解Pk;
步骤7.将k+1赋值给k,判断k>K是否成立,若成立,输出第K个可行解PK,否则执行步骤8;
步骤8.将第k-1个网格Rk-1作为父网格,将父网格中的每个单元格等分为小正方形,得到若干个大小相等的小正方形所组成的第k个网格Rk,称Rk为子网格,将所述第k个网格Rk中的小正方形作为新的单元格,记录每个新单元格的四个顶点坐标,从而完成一次嵌套父子网格的构造;
步骤9.将第k-1个可行解Pk-1中各个覆盖模式映射到第k个网格Rk下,即将各个覆盖模式的左单元格和上单元格更新为第k个网格Rk中的左单元格和上单元格,并对映射后的第k个网格Rk上的每个覆盖模式构造若干个临近覆盖模式后,一起存入第k个覆盖模式总集合Ck,再返回步骤6。
步骤4.2.1.初始化j=1;
步骤4.2.2.判断j≤Qk是否成立,若成立,则以第j号单元格的左下角顶点构造平行于星下点轨迹oi的直线并作为观测条带的左侧边缘,将相应直线到星下点轨迹oi的距离记为若不成立,则表示得到最终的左单元格集合Ui,并记录其中任意一个左单元格为第m个左单元格
步骤4.2.5.将j+1赋值给j后,返回步骤4.2.2。
步骤4.3.4.令j=1;
步骤4.4.2.令j=1;
步骤4.4.3.过第j号单元格的左下角顶点构造平行于星下点轨迹oi的直线过第j号单元格的右上角顶点构造平行于星下点轨迹oi的直线过第j号单元格的左上角顶点构造垂直于星下点轨迹oi的直线过第j号单元格的右下角顶点构造垂直于星下点轨迹oi的直线
5.根据权利要求1所述的资源充足情形下最小观测成本的卫星任务规划方法,其特征在于,所述步骤5.5中是利用覆盖模式生成法按如下过程生成任意一个覆盖模式:
6.根据权利要求1所述的资源充足情形下最小观测成本的卫星任务规划方法,其特征在于,所述步骤6使用基于动态贪婪的启发式算法从第k个覆盖模式总集合Ck中选出部分覆盖模式构成第k个可行解Pk是按如下过程进行:
步骤6.1.将所述第k个网格Rk中所有单元格的状态初始化为“未覆盖”,初始化第k个可行解Pk为空;
步骤6.2.计算从第k个覆盖模式总集合Ck中每个覆盖模式下完全处于覆盖范围内的单元格的数量与覆盖成本之比,并记为“性价比”,其中,所述覆盖成本为单位距离观测成本mi与覆盖模式长度的乘积,所述覆盖模式长度为其上边界到下边界之间的距离;
步骤6.3.从第k个覆盖模式总集合Ck中选出“性价比”最高的一个覆盖模式放入第k个可行解Pk中,并将所选出的覆盖模式中完全处于覆盖范围内的所有单元格的“未覆盖”状态均更新为“已覆盖”,将选择出的覆盖模式所在的覆盖模式集合从第k个覆盖模式总集合Ck中删除;
步骤6.4.从第k个覆盖模式总集合Ck中删除和选择出的覆盖模式有相同左单元格的覆盖模式;
步骤6.5.从第k个覆盖模式总集合Ck中删除和选择出的覆盖模式有相同上单元格的覆盖模式;
步骤6.6.从第k个覆盖模式总集合Ck中删除和选择出的覆盖模式有相同下单元格的覆盖模式;
步骤6.7.判断第k个网格Rk中是否存在“未覆盖”状态的单元格,若存在,则返回步骤6.3,否则,得到第k个可行解Pk。
7.根据权利要求1所述的资源充足情形下最小观测成本的卫星任务规划方法,其特征是,所述步骤9是按如下过程构造第i个覆盖模式的临近覆盖模式:
步骤9.1.遍历第k-1个可行解Pk-1中第i个覆盖模式,并以第i个覆盖模式的左单元格ui的左上角顶点为圆心,以v为半径,得到所有左上角位于圆内的单元格,根据步骤4.2.2~步骤4.2.4,将所有左上角位于圆内的单元格中符合左单元格条件的放入第i个覆盖模式的左单元格集合中,并利用步骤4.3.2的式(2)计算出各个左单元格对应的条带宽度;
步骤9.2.以第i个覆盖模式的上单元格ti的左上角顶点为圆心,以v为半径,得到所有左上角位于圆内的单元格,根据步骤4.3.1~步骤4.3.6,将所有左上角位于圆内的单元格中,符合上单元格条件的放入上单元格集合中;
步骤9.3.以第i个覆盖模式的下单元格gi的左上角顶点为圆心,以v为半径,得到所有左上角位于圆内的单元格,根据步骤4.4.3~步骤4.4.5,将所有左上角位于圆内的单元格中,符合下单元格条件的放入下单元格集合中;
步骤9.4.根据所述第i个覆盖机会si、第i个覆盖模式的左单元格集合中的任一左单元格、任一上单元格及其任一下单元格,利用覆盖模式生成法生成覆盖模式,并作为第i个覆盖模式的临近覆盖模式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910957606.7A CN110717673B (zh) | 2019-10-10 | 2019-10-10 | 一种资源充足情形下最小观测成本的卫星任务规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910957606.7A CN110717673B (zh) | 2019-10-10 | 2019-10-10 | 一种资源充足情形下最小观测成本的卫星任务规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110717673A CN110717673A (zh) | 2020-01-21 |
CN110717673B true CN110717673B (zh) | 2022-04-01 |
Family
ID=69211310
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910957606.7A Active CN110717673B (zh) | 2019-10-10 | 2019-10-10 | 一种资源充足情形下最小观测成本的卫星任务规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110717673B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113706050B (zh) * | 2021-09-07 | 2023-06-27 | 合肥工业大学 | 基于自适应遗传算法的多卫星区域观测规划方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105787173A (zh) * | 2016-02-25 | 2016-07-20 | 中国地质大学(武汉) | 一种多星对地观测任务的调度规划方法及装置 |
CN108269009A (zh) * | 2018-01-05 | 2018-07-10 | 合肥工业大学 | 多成像卫星区域覆盖任务动态规划方法 |
CN108845976A (zh) * | 2018-06-25 | 2018-11-20 | 湖南国科轩宇信息科技有限公司 | 多星联合成像下的大规模区域观测调度方法和系统 |
CN109165858A (zh) * | 2018-09-05 | 2019-01-08 | 中国人民解放军国防科技大学 | 面向大区域目标观测的多星调度方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3070001B1 (en) * | 2012-08-03 | 2017-10-25 | Terra Bella Technologies Inc. | Satellite scheduling system |
-
2019
- 2019-10-10 CN CN201910957606.7A patent/CN110717673B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105787173A (zh) * | 2016-02-25 | 2016-07-20 | 中国地质大学(武汉) | 一种多星对地观测任务的调度规划方法及装置 |
CN108269009A (zh) * | 2018-01-05 | 2018-07-10 | 合肥工业大学 | 多成像卫星区域覆盖任务动态规划方法 |
CN108845976A (zh) * | 2018-06-25 | 2018-11-20 | 湖南国科轩宇信息科技有限公司 | 多星联合成像下的大规模区域观测调度方法和系统 |
CN109165858A (zh) * | 2018-09-05 | 2019-01-08 | 中国人民解放军国防科技大学 | 面向大区域目标观测的多星调度方法 |
Non-Patent Citations (2)
Title |
---|
多星联合对地观测调度问题的列生成算法;王沛等;《系统工程理论与实践》;20111031;第31卷(第10期);1932-1939 * |
成像卫星调度问题研究;余堃;《中国优秀博硕士学位论文全文数据库(硕士) 基础科学辑》;20190115(第01期);A008-164 * |
Also Published As
Publication number | Publication date |
---|---|
CN110717673A (zh) | 2020-01-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110727903B (zh) | 一种有限覆盖资源实现最大观测面积的卫星任务规划方法 | |
CN110728447B (zh) | 一种最早完成区域目标覆盖的分区卫星任务规划方法 | |
CN101324663B (zh) | 激光雷达点云数据的快速分块与栅格化算法 | |
CN110807579B (zh) | 一种资源充足情形下最小完工时间的卫星任务规划方法 | |
CN113568426A (zh) | 一种基于多星多载荷的卫星集群协同规划方法 | |
CN110717673B (zh) | 一种资源充足情形下最小观测成本的卫星任务规划方法 | |
CN104680238A (zh) | 多卫星对地协同观测的待观测任务确定方法 | |
CN110926480A (zh) | 一种遥感卫星成像任务自主聚合方法 | |
CN109840360A (zh) | 一种卫星临边探测方式下星座最小规模设计方法 | |
CN116579564A (zh) | 一种区域侦察任务规划方法、装置、计算机设备和介质 | |
CN109270554A (zh) | 一种用于控制卫星成像的剖分调度方法 | |
CN113625772B (zh) | 一种影子跟随的多无人机区域覆盖路径规划方法 | |
CN111506112A (zh) | 基于海上油气田设备设施的无人机倾斜摄影方法 | |
CN112002007B (zh) | 基于空地影像的模型获取方法及装置、设备、存储介质 | |
CN110672100B (zh) | 基于多分辨率的快速地形路径规划并行化方法 | |
CN113625771A (zh) | 一种影子跟随的单无人机区域覆盖路径规划方法 | |
CN108334979B (zh) | 面向区域覆盖的多成像卫星任务规划方法 | |
CN108460178B (zh) | 考虑传感器侧摆的多成像卫星覆盖优化方法 | |
CN110782166B (zh) | 一种有限资源覆盖最大面积的分区卫星任务规划方法 | |
CN113758467B (zh) | 基于区域划分和局部网格嵌套的遥感卫星区域观测方法 | |
CN115031736A (zh) | 一种多无人机区域覆盖航迹规划方法及系统 | |
CN116205428A (zh) | 全球性多区域卫星成像任务智能规划方法及装置 | |
CN108268975B (zh) | 考虑传感器侧摆的多成像卫星区域覆盖任务规划方法 | |
CN116109036A (zh) | 区域网格化的多星观测规划方法、装置及设备 | |
CN114489149A (zh) | 一种面向三维重建的多无人机覆盖路径规划方法 |
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 |