CN111062558A - 基于任务需求的卫星价值分析方法和系统 - Google Patents
基于任务需求的卫星价值分析方法和系统 Download PDFInfo
- Publication number
- CN111062558A CN111062558A CN201911038372.2A CN201911038372A CN111062558A CN 111062558 A CN111062558 A CN 111062558A CN 201911038372 A CN201911038372 A CN 201911038372A CN 111062558 A CN111062558 A CN 111062558A
- Authority
- CN
- China
- Prior art keywords
- satellite
- acquiring
- capacity
- evaluated
- factor
- 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
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 28
- 238000011156 evaluation Methods 0.000 claims abstract description 134
- 239000013598 vector Substances 0.000 claims abstract description 110
- 239000011159 matrix material Substances 0.000 claims abstract description 65
- 238000000034 method Methods 0.000 claims abstract description 35
- 238000012545 processing Methods 0.000 claims description 6
- 230000008901 benefit Effects 0.000 claims description 5
- 238000003384 imaging method Methods 0.000 claims description 3
- BTCSSZJGUNDROE-UHFFFAOYSA-N gamma-aminobutyric acid Chemical compound NCCCC(O)=O BTCSSZJGUNDROE-UHFFFAOYSA-N 0.000 description 9
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Radio Relay Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种基于任务需求的卫星价值分析方法和系统,涉及航空航天领域。包括以下步骤:获取待评价卫星数据;基于任务需求和待评价卫星数据获取待评价卫星的评价因素;基于评价因素获取因素标度值;基于因素标度值获取权重矩阵,基于权重矩阵获取权重向量;获取同一评价因素下的待评价卫星的卫星能力标度值;基于卫星能力标度值获取每个评价因素下的卫星分能力矩阵;基于卫星分能力矩阵获取卫星分能力向量;基于卫星分能力向量获取待评价卫星总能力向量;基于权重向量和卫星总能力向量获取待评价卫星的价值得分。本发明可以根据任务需求准确分析卫星的价值得分。
Description
技术领域
本发明涉及航空航天技术领域,具体涉及一种基于任务需求的卫星价值分析方法和系统。
背景技术
随着航天技术的发展,对地观测卫星愈发的被人们广泛关注。对地观测卫星通过对地球表面和低层大气进行探测,进而获取有关信息。对地观测卫星具有覆盖区域广、持续时间长、不受空域国界限制等独特优势,因此对地观测卫星被广泛应用于军事侦察、气象观测以及环境保护等领域。
在执行任务时,根据任务需求筛选合适的卫星完成任务是当前研究的一大热点。现有技术一般考虑任务完成率来选择卫星,当某颗卫星的任务完成率高时,该卫星完成任务的价值度较高,通过任务完成率对所有卫星进行排名。
然而本申请的发明人发现,现有技术仅仅简单考虑卫星的历史完成效率,并未考虑到卫星执行任务时的影响因素,诸如任务完成效果以及任务完成代价。因此现有技术存在准确性低的缺点。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种基于任务需求的卫星价值分析方法和系统,解决了现有技术准确性低的问题。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:
本发明解决其技术问题所提供的一种基于任务需求的卫星价值分析方法,所述分析方法由计算机执行,包括以下步骤:
获取待评价卫星数据;
基于待执行任务的任务需求和所述待评价卫星数据获取待评价卫星的评价因素;
基于所述评价因素获取因素标度值;基于所述因素标度值获取权重矩阵;基于所述权重矩阵获取权重向量;
获取同一评价因素下的待评价卫星的卫星能力标度值;基于所述卫星能力标度值获取每个评价因素下的卫星分能力矩阵;基于所述卫星分能力矩阵获取卫星分能力向量;基于所述卫星分能力向量获取待评价卫星的卫星总能力向量;
基于所述权重向量和所述卫星总能力向量获取待评价卫星的价值得分。
优选的,所述待评价卫星的评价因素包括:
任务完成率、资源利用、任务执行代价、任务执行成功率和星载资源;
所述任务完成率包括:任务完成效益和下传收益;所述资源利用包括:总开机时间、地面站数目和总接受时间;所述任务执行代价包括:时间需求和消耗能量资源;所述任务执行成功率包括:气象条件、历史任务成功数和关键设备可靠度;所述星载资源包括:卫星传感器的成像分辨率、卫星的最大侧摆角度和卫星最大储存资源。
优选的,所述因素标度值的获取方法包括:
邀请专家对所述评价因素的重要程度进行打分;将打分结果中的最高分和最低分删除,计算剩余得分的算术平均值,所述算术平均值即为所述评价因素的重要程度的最终得分;
计算每两个评价因素i和j的重要程度的最终得分的比值Pij;
基于所述比值Pij和预设的因素标度区间获取因素标度值。
优选的,所述权重向量的获取方法包括:
其中:
Vi表示权重矩阵第i行的行向量值;
aij表示第i个评价因素对第j个评价因素的因素标度值;
其中:
其中:
w表示权重向量;
t表示评价因素的数量。
优选的,所述卫星能力标度值的获取方法包括:
邀请专家对同一评价因素下的待评价卫星的卫星能力进行打分;将打分结果中的最高分和最低分删除,计算剩余得分的算术平均值,所述算术平均值即为待评价卫星在对应评价因素下的卫星能力的最终得分;
计算每两个待评价卫星i和j在对应评价因素下的卫星能力最终得分的比值Sij;
基于所述比值Sij和预设的卫星能力标度区间获取同一评价因素下的卫星能力标度值。
优选的,所述卫星分能力向量的获取方法包括:
其中:
Gi表示卫星分能力矩阵的第i行的行向量值;
bij表示在同一评价因素下卫星Sei对卫星Sej的卫星能力标度值;
其中:
θi表示同一评价因素下第i个卫星的相对能力值;
bt=(θ1、θ2……θM)T
其中:
bt表示第t个评价因素下的卫星分能力向量;
M表示卫星数量;
所述待评价卫星的卫星总能力向量的获取方法包括:
b总=(b1、b2、...、bt)
其中:
t表示评价因素的数量。
优选的,所述待评价卫星的价值得分的获取方法包括:
S=(b总×w)T=(s1,s2,...,sM)
其中:
S表示M个待评价卫星的分数矩阵;
w表示权重向量;
b总表示卫星总能力向量;
si表示第i颗待评价卫星的得分。
优选的,所述分析方法还包括:
根据用户需求预先设定用于执行任务的卫星的数量N,统计所有卫星的价值得分,选取价值得分最高的前N个卫星用于执行任务。
本发明解决其技术问题所提供的一种基于任务需求的卫星价值分析系统,所述系统包括计算机,所述计算机包括:
至少一个存储单元;
至少一个处理单元;
其中,所述至少一个存储单元中存储有至少一条指令,所述至少一条指令由所述至少一个处理单元加载并执行以实现以下步骤:
获取待评价卫星数据;
基于待执行任务的任务需求和所述待评价卫星数据获取待评价卫星的评价因素;
基于所述评价因素获取因素标度值;基于所述因素标度值获取权重矩阵;基于所述权重矩阵获取权重向量;
获取同一评价因素下的待评价卫星的卫星能力标度值;基于所述卫星能力标度值获取每个评价因素下的卫星分能力矩阵;基于所述卫星分能力矩阵获取卫星分能力向量;基于所述卫星分能力向量获取待评价卫星的卫星总能力向量;
基于所述权重向量和所述卫星总能力向量计算待评价卫星的价值得分。
优选的,所述因素标度值的获取方法包括:
邀请专家对所述评价因素的重要程度进行打分;将打分结果中的最高分和最低分删除,计算剩余得分的算术平均值,所述算术平均值即为所述评价因素的重要程度的最终得分;
计算每两个评价因素i和j的重要程度的最终得分的比值Pij;
基于所述比值Pij和预设的因素标度区间获取因素标度值。
(三)有益效果
本发明提供了一种基于任务需求的卫星价值分析方法和系统。与现有技术相比,具备以下有益效果:
本发明通过获取待评价卫星数据;基于任务需求和待评价卫星数据获取待评价卫星的评价因素;基于评价因素获取因素标度值;基于因素标度值获取权重矩阵,基于权重矩阵获取权重向量;获取同一评价因素下的待评价卫星的卫星能力标度值;基于卫星能力标度值获取每个评价因素下的卫星分能力矩阵;基于卫星分能力矩阵获取卫星分能力向量;基于卫星分能力向量获取待评价卫星的卫星总能力向量;基于权重向量和卫星总能力向量计算待评价卫星的价值得分。本发明考虑到卫星执行任务时的影响因素,综合考虑因素间的相对标度值和同一因素下卫星间的相对标度值,进而对卫星进行打分,可以准确得到卫星的价值评分。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的基于任务需求的卫星价值分析方法的整体流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本申请实施例通过提供一种基于任务需求的卫星价值分析方法和系统,解决了现有技术准确性低的问题,实现了准确分析卫星的价值。
本申请实施例中的技术方案为解决上述技术问题,总体思路如下:
本发明实施例通过获取待评价卫星数据;基于任务需求和待评价卫星数据获取待评价卫星的评价因素;基于评价因素获取因素标度值;基于因素标度值获取权重矩阵,基于权重矩阵获取权重向量;获取同一评价因素下的待评价卫星的卫星能力标度值;基于卫星能力标度值获取每个评价因素下的卫星分能力矩阵;基于卫星分能力矩阵获取卫星分能力向量;基于卫星分能力向量获取待评价卫星的卫星总能力向量;基于权重向量和卫星总能力向量计算待评价卫星的价值得分。本发明实施例考虑到卫星执行任务时的影响因素,综合考虑因素间的相对标度值和同一因素下卫星间的相对标度值,进而对卫星进行打分,可以准确得到卫星的价值评分。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
本发明实施例提供了一种基于任务需求的卫星价值分析方法,该筛选方法由计算机执行,包括以下步骤:
S1、获取待评价卫星数据;
S2、基于待执行任务的任务需求和上述待评价卫星数据获取待评价卫星的评价因素;
S3、基于上述评价因素获取因素标度值;基于上述因素标度值获取权重矩阵;基于上述权重矩阵获取权重向量;
S4、获取同一评价因素下的待评价卫星的卫星能力标度值;基于上述卫星能力标度值获取每个评价因素下的卫星分能力矩阵;基于上述卫星分能力矩阵获取卫星分能力向量;基于上述卫星分能力向量获取待评价卫星的卫星总能力向量;
S5、基于上述权重向量和上述卫星总能力向量计算待评价卫星的价值得分。
本发明实施例通过获取待评价卫星数据;基于任务需求和待评价卫星数据获取待评价卫星的评价因素;基于评价因素获取因素标度值;基于因素标度值获取权重矩阵,基于权重矩阵获取权重向量;获取同一评价因素下的待评价卫星的卫星能力标度值;基于卫星能力标度值获取每个评价因素下的卫星分能力矩阵;基于卫星分能力矩阵获取卫星分能力向量;基于卫星分能力向量获取待评价卫星的卫星总能力向量;基于权重向量和卫星总能力向量计算待评价卫星的价值得分。本发明实施例考虑到卫星执行任务时的影响因素,综合考虑因素间的相对标度值和同一因素下卫星间的相对标度值,进而对卫星进行打分,可以准确得到卫星的价值评分。
下面对各步骤进行具体分析。
在步骤S1中,获取待评价卫星数据。具体的,在卫星控制中心获取待评价的卫星。
在步骤S2中,基于上述待评价卫星数据获取待评价卫星的评价因素。具体的,考虑到待执行任务的任务需求,得到t个评价因素。本发明实施例总结了以下几种评价因素:任务完成率、资源利用、任务执行代价、任务执行成功率和星载资源。
其中,任务完成率包括:任务完成效益和下传收益。资源利用包括:总开机时间、地面站数目和总接受时间。任务执行代价包括:时间需求和消耗能量资源。任务执行成功率包括:气象条件、历史任务成功数和关键设备可靠度。星载资源包括:卫星传感器的成像分辨率、卫星的最大侧摆角度和卫星最大储存资源。
在步骤S3中,基于上述评价因素获取因素标度值;基于上述因素标度值获取权重矩阵;基于上述权重矩阵获取权重向量。
具体包括以下步骤:
S301、获取因素标度值。
具体的,获取方法如下:
首先邀请专家对评价因素的重要程度进行打分。
具体的,在本发明实施例中,邀请10位在相关领域具有较高权威性和代表性的专家,提供卫星数据和待执行任务数据,让其根据任务需求分别对待评价卫星的不同评价因素重要性进行综合打分,分值在1分到10分之间,分值越高则表示重要性越强。分别统计每个评价因素的打分结果,将其中最高分和最低分去除,求剩余分值的算术平均值p,得到算术平均值即为每个评价因素重要程度的最终得分。
再计算每两个评价因素i和j的重要程度的最终得分的比值Pij。基于比值Pij和预设的因素标度区间获取因素标度值。若比值在一个因素标度区间,则评价因素i对评价因素j的因素标度值为所在因素标度区间对应的因素标度值。
具体的,预设的因素标度区间和对应的因素标度值如下表所示:
表1
在本发明实施例中,因素标度值aij表示评价因素i对评价因素j的重要性程度。
当因素标度值为1时,代表评价因素i和评价因素j同样重要。当因素标度值大于1时,代表评价因素i比评价因素j重要,并且因素标度值越大表示评价因素i比评价因素j越重要。当因素标度值小于1时,代表评价因素i没有评价因素j重要,并且因素标度值越小表示评价因素i的重要性比评价因素j的重要性越低,即评价因素j比评价因素i越重要。
S302、获取权重矩阵。
具体的,构造权重矩阵如下所示:
其中:aij表示第i个评价因素对第j个评价因素的因素标度值;
At表示第t个评价因素。
S303、获取权重向量。
具体的,利用构造的权重矩阵计算其权重向量:
首先求得行向量值:
其中:
Vi表示权重矩阵的行向量值;
aij表示第i个评价因素对第j个评价因素的因素标度值。
进行归一化处理:
最后求得权重向量:
其中:
w表示权重向量;
在步骤S4中,获取同一评价因素下的待评价卫星的卫星能力标度值;基于上述卫星能力标度值获取每个评价因素下的卫星分能力矩阵;基于上述卫星分能力矩阵获取卫星分能力向量;基于上述卫星分能力向量获取待评价卫星的卫星总能力向量。
具体包括以下步骤:
S401、获取卫星能力标度值。
具体的,获取方法如下:
首先邀请专家对同一评价因素下的待评价卫星的卫星能力进行打分。
具体的,在本发明实施例中,邀请10位在相关领域具有较高权威性和代表性的专家,提供卫星数据和待执行任务数据,让其根据任务需求分别对同一评价因素下的待评价卫星的卫星能力进行综合打分,分值在1分到10分之间,分值越高则表示重要性越强。分别统计每个卫星能力的打分结果,将其中最高分和最低分去除,求剩余分值的算术平均值S,得到算术平均值即为对应的评价因素下每个待评价卫星的卫星能力的最终得分。
再计算每两个待评价卫星i和j在对应评价因素下的卫星能力的最终得分的比值Sij。基于比值Sij和预设的卫星能力标度区间获取卫星能力标度值。若比值在一个卫星能力标度区间,则待评价卫星i对待评价卫星j的卫星能力标度值为所在卫星能力标度区间对应的卫星能力标度值。
具体的,预设的卫星能力标度区间和对应的卫星能力标度值如下表所示:
表2
在本发明实施例中,卫星能力标度值bij表示在同一评价因素下待评价卫星i对待评价卫星j的能力强弱程度。
当卫星能力标度值为1时,代表评价因素i和评价因素j同样重要。当卫星能力标度值大于1时,代表在当前评价因素下卫星i比卫星j的能力强,并且卫星能力标度值越大表示卫星i的能力比卫星j的能力越强。当卫星能力标度值小于1时,代表在当前评价因素下卫星i比卫星j的能力弱,并且卫星能力标度值越小表示卫星i的能力比卫星j的能力越弱,即卫星j的能力比卫星i的能力越强。
S402、获取卫星分能力矩阵。
具体的,每一个评价因素都对应一个卫星分能力矩阵,因此本发明实施例共构建了t个卫星分能力矩阵。
根据卫星能力标度值构造卫星分能力矩阵,对于第i个评价因素,其对应的卫星能力矩阵如下:
其中:
bij表示在第i个评价因素下卫星Sei对卫星Sej的卫星能力标度值。
S403、获取卫星分能力向量。
具体的,基于每个评价因素下的卫星分能力矩阵获取卫星分能力向量,卫星分能力向量的获取方法为:
首先求得行向量的平均值:
其中:
Gi表示卫星分能力矩阵第i行的行向量值;
bij表示在同一评价因素下卫星Sei对卫星Sej的卫星能力标度值。
其中:
θi表示同一评价因素下第i个卫星的相对能力值。
bt=(θ1、θ2……θM)T
其中:
bt表示第t个评价因素下的卫星分能力向量;
M表示卫星的数量。
S404、获取待评价卫星的卫星总能力向量。
统计所有评价因素下的卫星分能力向量,根据所有的卫星分能力向量获取待评价卫星的卫星总能力向量,卫星总能力向量的获取方法为:
b总=(b1、b2、...、bt)
其中:
bi表示第i个评价因素下的卫星分能力向量;
t表示评价因素的数量。
在步骤S5中,基于上述权重向量和上述卫星总能力向量计算待评价卫星的价值得分。
待评价卫星的价值的计算方法包括:
S=(b总×w)T=(s1,s2,...,sM)
其中:
S表示M个待评价卫星的分数矩阵;
w表示权重向量;
b总表示卫星总能力向量;
si表示第i颗待评价卫星的得分。
本发明实施例还包括:
S6、根据用户需求预先设定用于执行任务的卫星的数量N,统计所有卫星的价值得分,选取价值得分最高的前N个卫星用于执行任务。
本发明实施例还提供了一种基于任务需求的卫星价值分析系统,上述系统包括计算机,上述计算机包括:
至少一个存储单元;
至少一个处理单元;
其中,上述至少一个存储单元中存储有至少一条指令,上述至少一条指令由上述至少一个处理单元加载并执行以实现以下步骤:
S1、获取待评价卫星数据;
S2、基于待执行任务的任务需求和上述待评价卫星数据获取待评价卫星的评价因素;
S3、基于上述评价因素获取因素标度值;基于上述因素标度值获取权重矩阵;基于上述权重矩阵获取权重向量;
S4、获取同一评价因素下的待评价卫星的卫星能力标度值;基于上述卫星能力标度值获取每个评价因素下的卫星分能力矩阵;基于上述卫星分能力矩阵获取卫星分能力向量;基于上述卫星分能力向量获取待评价卫星的卫星总能力向量;
S5、基于上述权重向量和上述卫星总能力向量计算待评价卫星的价值得分。
可理解的是,本发明实施例提供的上述分析系统与上述分析方法相对应,其有关内容的解释、举例、有益效果等部分可以参考基于任务需求的卫星价值分析方法中的相应内容,此处不再赘述。
综上所述,与现有技术相比,具备以下有益效果:
本发明实施例通过获取待评价卫星数据;基于任务需求和待评价卫星数据获取待评价卫星的评价因素;基于评价因素获取因素标度值;基于因素标度值获取权重矩阵,基于权重矩阵获取权重向量;获取同一评价因素下的待评价卫星的卫星能力标度值;基于卫星能力标度值获取每个评价因素下的卫星分能力矩阵;基于卫星分能力矩阵获取卫星分能力向量;基于卫星分能力向量获取待评价卫星的卫星总能力向量;基于权重向量和卫星总能力向量计算待评价卫星的价值得分。本发明实施例考虑到卫星执行任务时的影响因素,综合考虑因素间的相对标度值和同一因素下卫星间的相对标度值,进而对卫星进行打分,可以准确得到卫星的价值评分。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种基于任务需求的卫星价值分析方法,其特征在于,所述分析方法由计算机执行,包括以下步骤:
获取待评价卫星数据;
基于待执行任务的任务需求和所述待评价卫星数据获取待评价卫星的评价因素;
基于所述评价因素获取因素标度值;基于所述因素标度值获取权重矩阵;基于所述权重矩阵获取权重向量;
获取同一评价因素下的待评价卫星的卫星能力标度值;基于所述卫星能力标度值获取卫星分能力矩阵;基于所述卫星分能力矩阵获取卫星分能力向量;基于所述卫星分能力向量获取待评价卫星的卫星总能力向量;
基于所述权重向量和所述卫星总能力向量获取待评价卫星的价值得分。
2.如权利要求1所述的分析方法,其特征在于,所述待评价卫星的评价因素包括:
任务完成率、资源利用、任务执行代价、任务执行成功率和星载资源;
所述任务完成率包括:任务完成效益和下传收益;所述资源利用包括:总开机时间、地面站数目和总接受时间;所述任务执行代价包括:时间需求和消耗能量资源;所述任务执行成功率包括:气象条件、历史任务成功数和关键设备可靠度;所述星载资源包括:卫星传感器的成像分辨率、卫星的最大侧摆角度和卫星最大储存资源。
3.如权利要求1所述的分析方法,其特征在于,所述因素标度值的获取方法包括:
邀请专家对所述评价因素的重要程度进行打分;将打分结果中的最高分和最低分删除,计算剩余得分的算术平均值,所述算术平均值即为所述评价因素的重要程度的最终得分;
计算每两个评价因素i和j的重要程度的最终得分的比值Pij;
基于所述比值Pij和预设的因素标度区间获取因素标度值。
5.如权利要求1所述的分析方法,其特征在于,所述卫星能力标度值的获取方法包括:
邀请专家对同一评价因素下的待评价卫星的卫星能力进行打分;将打分结果中的最高分和最低分删除,计算剩余得分的算术平均值,所述算术平均值即为待评价卫星在对应评价因素下的卫星能力的最终得分;
计算每两个待评价卫星i和j在对应评价因素下的卫星能力最终得分的比值Sij;
基于所述比值Sij和预设的卫星能力标度区间获取同一评价因素下的卫星能力标度值。
7.如权利要求6所述的分析方法,其特征在于,所述待评价卫星的价值得分的获取方法包括:
S=(b总×w)T=(s1,s2,...,sM)
其中:
S表示M个待评价卫星的分数矩阵;
w表示权重向量;
b总表示卫星总能力向量;
si表示第i颗待评价卫星的得分。
8.如权利要求7所述的分析方法,其特征在于,所述分析方法还包括:
根据用户需求预先设定用于执行任务的卫星的数量N,统计所有卫星的价值得分,选取价值得分最高的前N个卫星用于执行任务。
9.一种基于任务需求的卫星价值分析系统,其特征在于,所述系统包括计算机,所述计算机包括:
至少一个存储单元;
至少一个处理单元;
其中,所述至少一个存储单元中存储有至少一条指令,所述至少一条指令由所述至少一个处理单元加载并执行以实现以下步骤:
获取待评价卫星数据;
基于待执行任务的任务需求和所述待评价卫星数据获取待评价卫星的评价因素;
基于所述评价因素获取因素标度值;基于所述因素标度值获取权重矩阵;基于所述权重矩阵获取权重向量;
获取同一评价因素下的待评价卫星的卫星能力标度值;基于所述卫星能力标度值获取每个评价因素下的卫星分能力矩阵;基于所述卫星分能力矩阵获取卫星分能力向量;基于所述卫星分能力向量获取待评价卫星的卫星总能力向量;
基于所述权重向量和所述卫星总能力向量计算待评价卫星的价值得分。
10.如权利要求9所述的分析系统,其特征在于,所述因素标度值的获取方法包括:
邀请专家对所述评价因素的重要程度进行打分;将打分结果中的最高分和最低分删除,计算剩余得分的算术平均值,所述算术平均值即为所述评价因素的重要程度的最终得分;
计算每两个评价因素i和j的重要程度的最终得分的比值Pij;
基于所述比值Pij和预设的因素标度区间获取因素标度值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911038372.2A CN111062558B (zh) | 2019-10-29 | 2019-10-29 | 基于任务需求的卫星价值分析方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911038372.2A CN111062558B (zh) | 2019-10-29 | 2019-10-29 | 基于任务需求的卫星价值分析方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111062558A true CN111062558A (zh) | 2020-04-24 |
CN111062558B CN111062558B (zh) | 2023-01-13 |
Family
ID=70297718
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911038372.2A Active CN111062558B (zh) | 2019-10-29 | 2019-10-29 | 基于任务需求的卫星价值分析方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111062558B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113642834A (zh) * | 2021-06-29 | 2021-11-12 | 合肥工业大学 | 基于任务属性优先级映射的任务重要性评价方法和系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103093098A (zh) * | 2013-01-21 | 2013-05-08 | 武汉大学 | 一种卫星光学传感器动态观测能力的定量评价方法 |
CN104598759A (zh) * | 2015-02-13 | 2015-05-06 | 中国科学院遥感与数字地球研究所 | 一种卫星数据接收系统的效能评估方法 |
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 |
CN108629511A (zh) * | 2018-05-04 | 2018-10-09 | 上海微小卫星工程中心 | 一种基于多因素模糊理论推理及层级分析法的卫星综合效能评估方法 |
CN109447394A (zh) * | 2018-09-14 | 2019-03-08 | 中国科学院空间应用工程与技术中心 | 一种对地观测卫星任务效能评价指标体系及分析方法 |
JP2019055728A (ja) * | 2017-09-22 | 2019-04-11 | 三菱電機株式会社 | 太陽フレア回避装置 |
CN109872060A (zh) * | 2019-02-01 | 2019-06-11 | 中国地质大学(武汉) | 一种用于多卫星传感器联合观测方案选择的方法 |
CN110119887A (zh) * | 2019-04-22 | 2019-08-13 | 合肥工业大学 | 用于选择卫星任务规划方案的方法 |
-
2019
- 2019-10-29 CN CN201911038372.2A patent/CN111062558B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103093098A (zh) * | 2013-01-21 | 2013-05-08 | 武汉大学 | 一种卫星光学传感器动态观测能力的定量评价方法 |
CN104598759A (zh) * | 2015-02-13 | 2015-05-06 | 中国科学院遥感与数字地球研究所 | 一种卫星数据接收系统的效能评估方法 |
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 |
JP2019055728A (ja) * | 2017-09-22 | 2019-04-11 | 三菱電機株式会社 | 太陽フレア回避装置 |
CN108629511A (zh) * | 2018-05-04 | 2018-10-09 | 上海微小卫星工程中心 | 一种基于多因素模糊理论推理及层级分析法的卫星综合效能评估方法 |
CN109447394A (zh) * | 2018-09-14 | 2019-03-08 | 中国科学院空间应用工程与技术中心 | 一种对地观测卫星任务效能评价指标体系及分析方法 |
CN109872060A (zh) * | 2019-02-01 | 2019-06-11 | 中国地质大学(武汉) | 一种用于多卫星传感器联合观测方案选择的方法 |
CN110119887A (zh) * | 2019-04-22 | 2019-08-13 | 合肥工业大学 | 用于选择卫星任务规划方案的方法 |
Non-Patent Citations (10)
Title |
---|
SUN HAIQUAN; XIA WEI; HU XIAOXUAN; XU CHONGYAN: ""Earth observation satellite scheduling for emergency tasks"", 《 JOURNAL OF SYSTEMS ENGINEERING AND ELECTRONICS》 * |
ZHU WAIMING,HU XIAOXUAN,XIA WEI,JIN PENG: ""A two-phase genetic annealing method for integrated Earth observation satellite scheduling problems"", 《METHODOLOGIES AND APPLICATION》 * |
刘锋等: "光学遥感卫星信息获取能力指数的评估", 《光学精密工程》 * |
刘锋等: "遥感卫星系统能力指标体系构建模式研究", 《航天返回与遥感》 * |
孙海权等: "虚拟星座资源组合关键技术研究", 《无线电工程》 * |
王伟等: "面向任务的成像卫星传感器观测能力度量方法", 《武汉大学学报(信息科学版)》 * |
王远振等: "卫星地面站设备配置效能评价指标体系研究", 《军事运筹与系统工程》 * |
陈宗海主编: "《系统仿真技术及其应用 第10卷》", 31 July 2008, 中国科学技术大学出版社 * |
陈济舟等: "卫星任务规划算法综合评价技术研究", 《计算机工程》 * |
项磊等: "基于层次分析法与模糊理论的卫星效能评估", 《计算机仿真》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113642834A (zh) * | 2021-06-29 | 2021-11-12 | 合肥工业大学 | 基于任务属性优先级映射的任务重要性评价方法和系统 |
CN113642834B (zh) * | 2021-06-29 | 2023-08-29 | 合肥工业大学 | 基于任务属性优先级映射的任务重要性评价方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111062558B (zh) | 2023-01-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113496104B (zh) | 基于深度学习的降水预报订正方法及系统 | |
CN111398176B (zh) | 基于像元尺度特征的水体水色异常遥感识别方法和装置 | |
CN111210095B (zh) | 发电量预测方法、装置、设备及计算机可读存储介质 | |
Ghorbanzadeh et al. | Dwelling extraction in refugee camps using cnn–first experiences and lessons learnt | |
CN110992307A (zh) | 基于yolo的绝缘子定位识别方法及装置 | |
CN111062558B (zh) | 基于任务需求的卫星价值分析方法和系统 | |
CN113298042B (zh) | 遥感影像数据的处理方法及装置、存储介质、计算机设备 | |
Rodrigues et al. | The miniJPAS survey quasar selection–II. Machine learning classification with photometric measurements and uncertainties | |
CN113108918B (zh) | 一种极轨气象卫星热红外遥感数据反演气温方法 | |
CN111027801B (zh) | 基于任务邀请的卫星筛选方法和系统 | |
CN110956361B (zh) | 基于任务邀请的卫星调度方法 | |
CN111160788A (zh) | 医院后勤人员工作质量的检测方法、装置、计算机设备 | |
CN115825388A (zh) | 一种重金属估算模型的训练方法、估算方法、装置及设备 | |
CN115630577A (zh) | 一种降尺度降雨量预测方法及系统 | |
CN110766284B (zh) | 多星任务的合成方法和系统 | |
CN111105125B (zh) | 复杂任务的资源配置方法和系统 | |
CN113159426A (zh) | 天气型相似性判断方法、装置、电子设备及可读存储介质 | |
Lim et al. | Independent component regression for seasonal climate prediction: an efficient way to improve multimodel ensembles | |
CN113128058A (zh) | 温度廓线的反演方法、装置、可读存储介质和电子设备 | |
CN112464970A (zh) | 区域价值评估模型处理方法、装置及计算设备 | |
CN111077770B (zh) | 多星协同资源的配置方法和系统 | |
CN115103441B (zh) | 一种基于先验知识和迁移学习的定位方法 | |
Khlamov et al. | IMPROVING THE ACCURACY OF IDENTIFYING OBJECTS IN DIGITAL FRAMES OF ONE SERIES THROUGH THE PROCEDURE OF PRELIMINARY IDENTIFICATION OF MEASUREMENTS. | |
CN117670527B (zh) | 基于地块数据的农户贷款授信额度确定方法及系统 | |
CN110369182B (zh) | 现场除污策略选择方法 |
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 |