CN111654320A - 一种基于多属性决策的卫星自适应组网方法 - Google Patents

Abstract

本发明公开的一种基于多属性决策的卫星自适应组网方法，属于卫星通信技术领域。本发明在预设优先级排序基础上首先对任务需求进行量化，得到任务需求矩阵并规范化处理，基于离差最大化原则计算得到属性权重序列，由此对任务属性加权求和并排序，选择最佳任务执行。卫星在任务执行过程中，当网络环境满足条件时，启动任务切换判决。首先对周围卫星节点进行属性量化，得到卫星参数矩阵和参考序列并规范化处理，并得到灰色关联系数矩阵，根据任务所需卫星属性权重加权求和，得到多卫星综合属性序列，此时若存在更优节点，则将任务切换至最优节点。本发明通过去中心化组网和自适应任务切换，能够提高卫星网络的组网效率和可靠性。

Description

一种基于多属性决策的卫星自适应组网方法

技术领域

本发明属于卫星通信技术领域，尤其涉及一种卫星多任务自适应组网方法。

背景技术

随着卫星发射技术的成熟和卫星通信技术的发展，空间中卫星的数量不断增多，承载的任务日趋复杂。面对数据通信业务需求的不断增加，单颗卫星工作模式越来越难以满足需求，卫星间的组网技术成为卫星通信发展的重要方向。

目前已有的卫星组网方式中，大多采用地面中心控制，人为设定的方式，卫星组网通过地面控制中心统一调度实现。当有一个传输任务时，通过地面计算选择满足需求的一颗或多颗卫星组成任务星座执行任务，但这需要卫星与地面控制中心之间的多次命令信息交互，而卫星通信的高延时易中断特性使得这一过程将引入较大时延，对于一些时延敏感性业务，高延时将对任务完成效果造成严重影响，甚至导致任务失败。另一方面，考虑到空间电磁环境复杂多变的特性以及部分情况下的人为电磁干扰，中心计算的模式将很难满足需求。一种合理的卫星星上自适应判决组网技术将有效解决这一问题。

一个卫星网络在运行过程中将接收到多个任务，如何选择卫星节点，调配卫星资源组成相应的任务星座，卫星完成任务后如何释放资源，加入下一任务，实现卫星组网的可重构，这些问题是具有实时性和突发性的，中心式的计算调配无法及时处理，需要卫星节点基于自身信息进行实时判决。卫星对不同任务的分析判决需要考虑多方面的因素，比如任务的传输速率，延时和误码率等要求以及卫星自身的通信处理能力等，这要求卫星节点能够对任务需求特性和卫星能力进行量化分析，并比较判决，最终选择合适的任务加入。这一过程的关键在于选择合适的量化分析方法。已有的卫星自适应组网技术中，大多依赖于处理中心的计算，卫星节点缺乏自适应处理能力，大多侧重于结构流程设计，缺乏具体的量化分析方法。另一方面，在已有的相关组网方法中，大多集中于卫星多任务间的选择，缺乏对卫星拓扑和网络环境时变性的考虑，没有卫星接收任务后在运行过程中如何切换任务或某一任务在执行过程中如何切换卫星节点的方法。

发明内容

本发明公开的一种基于多属性决策的卫星自适应组网方法要解决的技术问题是：实现基于多属性决策的卫星自适应组网，且具有下述优点：(1)多任务选择判决在卫星节点上进行，能够减少卫星节点与地面控制中心的信息交互，降低组网延时；(2)卫星节点能够及时根据当前网络环境状况对组网任务选择做出判决，提高组网的智能性和灵活性；(3)能够对不同任务需求和卫星能力进行量化比较，提高卫星组网的可靠性和任务执行的效率；(4)能够实现面向任务的卫星节点自适应组网切换，从而实现任务执行过程中组网策略保持最优。

本发明的目的是通过下述技术方案实现的：

本发明公开的一种基于多属性决策的卫星自适应组网方法，在预设优先级排序基础上首先对任务需求进行量化，得到任务需求矩阵并规范化处理，基于离差最大化原则计算得到属性权重序列，由此对任务属性加权求和并排序，选择最佳任务执行。卫星在任务执行过程中，当网络环境满足条件时，启动任务切换判决。首先对周围卫星节点进行属性量化，得到卫星参数矩阵和参考序列并规范化处理，并得到灰色关联系数矩阵，根据任务所需卫星属性权重加权求和，得到多卫星综合属性序列，此时若存在更优节点，则将任务切换至最优节点。本发明通过去中心化组网和自适应任务切换，能够提高卫星网络的组网效率和可靠性。

本发明公开的一种基于多属性决策的卫星自适应组网方法，包括如下步骤：

步骤一：所有任务在产生时根据其关键性和实时性要求对其执行优先级进行预先设定。卫星节点接收到任务后首先根据预先设定的优先级进行排序，高优先级任务先执行。对于同一优先级的多个任务，进行基于多属性决策的执行优先级排序。

步骤二：对任务的要求进行属性值量化，根据属性值量化结果得到任务需求属性矩阵，并根据任务需求属性特征，分类为效益型属性和成本型属性，根据属性分类对属性矩阵进行规范化处理，得到规范化任务属性矩阵。

步骤2.1：对任务的要求进行属性值量化。

根据卫星通信任务特征，将任务需求量化为不同的参数，即实现进行属性值量化。所述将任务需求量化为不同的参数包括传输速率、时延、误码率、存储容量、水平分辨率。

步骤2.2：根据步骤2.1的参数量化结果能够得到任务需求属性矩阵，并根据任务需求属性特征，分类为效益型属性和成本型属性，根据属性分类对属性矩阵进行规范化处理，得到规范化任务属性矩阵。

步骤2.2具体实现方法：根据步骤2.1的参数量化结果能够得到任务需求属性矩阵A＝(a_ij)_n×m。其中a_ij为第i个任务的第j个需求参数，i∈(1，2，3，...，n)，j∈(1，2，3，...，m)。

根据任务需求属性特征，分为效益型属性和成本型属性，其中效益型属性为属性值越大越好的属性，成本型属性为属性值越小越好的属性。根据属性分类对属性矩阵A进行规范化处理，得到规范化任务属性矩阵T_r＝(t_ij)_n×m计算公式为：

对于效益型属性：

对于成本型属性：

步骤三：根据步骤二得到的规范化属性矩阵，按照离差最大化原则对每一种需求属性进行权重计算，得到属性权重序列。

步骤三实现方法为：根据规范化属性矩阵T_r，按照离差最大化原则，对每一种需求属性进行权重计算，得到属性权重序列W＝(w₁，w₂，w₃...w_m)，计算公式为：

式中w_j为属性权重序列W的第j个元素，d(r_ij，r_kj)表示规范化属性矩阵T_r中元素t_ij和t_kj之间的相离度，其计算公式为：

d(t_ij，t_kj)＝|t_ij-t_kj|

步骤四：将各任务的各项属性值进行加权求和，得到任务的综合属性值序列，对综合属性值进行排序，得到排序后的任务执行优先级顺序。根据卫星节点通信处理能力，按排序后的执行优先级由高到低依次对各任务进行完成能力评估，在卫星完成能力符合标准的任务中选择执行优先级最高的任务作为当前卫星节点本次执行任务。

步骤4.1：将各任务的各项属性值进行加权求和，得到任务的综合属性值序列，对综合属性值进行排序，得到排序后的任务执行优先级顺序。

步骤4.1实现方法为：将各任务的各项属性值进行加权求和，得到任务的综合属性值序列P_t＝(p_t1，p_t2，p_t3，...，p_tn)^T，其中P_ti为第i个任务的综合属性值，i∈(1，2，3，...，n)，计算公式为：P_t＝T_r·W^T。对综合属性值进行排序，得到排序后的任务执行优先级顺序。

步骤4.2：根据卫星节点通信处理能力，按步骤4.1排序后的执行优先级由高到低依次对各任务进行完成能力评估，在卫星完成能力符合标准的任务中选择执行优先级最高的任务作为当前卫星节点本次执行任务。

步骤五：卫星在任务执行过程中，对周围网络环境进行实时感知，并周期性地进行切换启动判决，当满足判别条件时，执行步骤六至八，进行任务内卫星节点间切换判决，否则继续执行任务。

步骤五实现方法为：卫星在任务执行过程中，对周围网络环境进行实时感知，并周期性地进行切换启动判决，当满足以下三个条件之一时，执行步骤六至八，进行任务内卫星节点间切换判决，否则继续执行任务。

条件1：当前卫星首次加入任务。

条件2：有新的成员卫星加入任务。

条件3：切换判决有效期结束。

步骤六：对当前卫星节点通信范围内的可切换卫星的属性参数信息进行量化，得到卫星参数矩阵，根据卫星参数矩阵构造参考序列，对卫星参数矩阵和参考序列进行规范化处理，得到规范化卫星参数矩阵和规范化参考序列。

步骤六实现方法为：获取通信范围内可切换卫星节点属性参数信息并进行量化，得到第i个卫星节点参数序列为：

S_i＝(S_i(1)，S_i(2)，S_i(3)…S_i(m))

从而得到可切换卫星参数矩阵S＝(s_ij)_n×m，其中s_ij＝S_i(j)

构造参考序列

S₀＝(S₀(1)，S₀(2)，S₀(3)…S₀(m))

参考序列为任务中各卫星属性的期望序列，通常S₀(j)取为S_i(j)中最优的取值，即对于成本型属性取最小值，效益型属性取最大值，也能够根据实际需求设定参考序列。

根据步骤2.2所述规范化规则和公式对卫星参数矩阵S和参考序列S₀进行规范化处理，得到规范化参数矩阵R_s＝(r_ij)_n×m和规范化参考序列R₀，其中，

对于效益型属性，

对于成本型属性，

同样对参考序列进行规范化处理，得到R₀＝(r_b(1)，r₀(2)，...，r₀(m))，其中r_b(i)为规范化参考序列R₀的第i个元素，i∈(1，2，3，...，m)。

步骤七：根据步骤六中得到的规范化卫星参数矩阵和规范化参考序列，计算每个卫星节点属性序列与参考序列之间的灰色关联系数，并得到灰色关联系数矩阵。

步骤七实现方法为：计算每个卫星节点属性序列与参考序列之间的灰色关联系数，灰色关联系数计算公式为：

其中，ζ_i(j)为第i个卫星第j个属性与参考序列之间的灰色关联系数，ρ为分辨系数，用于提高灰色关联系数之间的差异显著性，0＜ρ＜1，ρ越小，关联系数间差异越大，区分能力越强。

构造灰色关联系数矩阵C＝(c_ij)_n×m，其中c_ij＝ζ_i(j)。

步骤八：根据卫星节点当前执行任务需求特征，获得卫星属性权重序列，由灰色关联系数矩阵和卫星属性权重序列，得到卫星节点综合属性序列，根据卫星综合属性序列进行卫星节点排序，选择属性最优的卫星节点作为当前任务的执行节点，完成切换判决时，赋予该判决一个有效期，有效期结束后，则满足步骤五切换判决启动条件，卫星节点重复步骤六至步骤八的卫星任务内切换判决，即任务完成之前周期性的进行切换判决。

步骤八实现方法为：根据卫星节点当前执行任务需求特征，获得卫星属性权重序列U＝(u₁，u₂，u₃…u_m)，u_i为第i个卫星属性所占权重，i∈(1，2，3，...，m)。由灰色关联系数矩阵和卫星属性权重序列，得到卫星节点综合属性序列P_s＝(p_s1，p_s2，p_s3，...，p_sn)^T，其中p_si为第i个卫星节点的综合属性值，i∈(1，2，3，...，n)，计算公式为：P_s＝C·U^T。根据卫星综合属性序列进行卫星节点排序，选择属性最优的卫星节点作为当前任务的执行节点，若存在属性值优于当前卫星的节点，则将任务切换至该节点，否则当前节点继续执行任务。完成切换判决时，赋予该判决一个有效期，有效期结束后，则满足步骤五切换判决启动条件，卫星节点重复步骤六至步骤八的卫星任务内切换判决，即任务完成之前周期性的进行切换判决。

步骤九：通过执行步骤一至步骤八，网络中每个卫星能够在当前网络收到的多个任务中选择最合适的任务进行执行；在任务执行过程中，能够对周围环境变化进行及时感知，并根据网络状况作出自适应切换，从而实现基于多属性决策的卫星自适应组网，实现任务执行过程中组网策略保持最优。

有益效果：

1、本发明公开的一种基于多属性决策的卫星自适应组网方法，在采用去中心化的组网方式，多任务选择判决在卫星节点上进行，能够减少卫星节点与地面控制中心的信息交互，降低组网延时。

2、本发明公开的一种基于多属性决策的卫星自适应组网方法，卫星节点能够及时根据当前网络环境状况对组网任务选择做出判决，提高组网的智能性和灵活性。

3、本发明公开的一种基于多属性决策的卫星自适应组网技术，对比已有技术，在任务量化分析上采用决策算法中的多属性决策，能够对不同任务需求和卫星能力进行量化比较，提高卫星组网的可靠性和任务执行的效率；

4、本发明公开的一种基于多属性决策的卫星自适应组网方法，对比已有技术，充分考虑了卫星执行任务过程中的网络环境动态变化，通过基于灰色关联度的多属性决策，实现面向任务的卫星节点自适应组网切换，从而实现任务执行过程中组网策略保持最优。

附图说明

图1为本发明公开的一种基于多属性决策的卫星任务间选择方法流程图

图2为本发明中公开的一种基于灰色关联系数的卫星间切换方法流程图

图3为本发明实施例中多任务规范化属性值比较图

图4为本发明实施例中多任务综合属性值结果图

图5为本发明实施例中多卫星节点灰色关联系数比较图

图6为本发明实施例中多卫星节点综合属性值结果图

具体实施方式

下面结合附图和实施例，对本发明方法做进一步详细说明。

如图1所示，本实施例公开的一种基于多属性决策的卫星自适应组网方法，实现步骤如下：

步骤一：根据人为设定优先级对当前任务进行排序，当前卫星节点收到以下四个人为设定优先级相同的任务。

任务1：某地发生自然灾害，需要通过卫星网络进行灾区图像实时传输。

任务2：某海域轮船遇险，救援船只和指挥中心通过卫星网络进行信息联络，同时需要提供遇险海域图像信息。

任务3：某城市举行大型赛事，需要卫星网络进行热点流量分担。

任务4：某地区消防演习预备，通过卫星网络提前进行现场监控及数据传输。

步骤二：根据卫星通信任务特征，将任务需求量化为传输速率，存储容量，水平分辨率，可视时间和误码率参数，如表1所示。

表1任务需求量化数值

根据任务需求量化结果构造任务需求属性矩阵A

将任务需求属性矩阵A进行规范化处理，其中传输速率，存储容量，水平分辨率和可视时间为效益型属性，误码率为成本型属性，得到规范化任务属性矩阵T_r＝(t_ij)_n×m，结果如图3所示。

步骤三：根据离差最大化原则，对各属性权重进行计算，得到属性权重序列W＝(w₁，w₂，w₃…w_m)，其中

式中d(t_ij，t_kj)为规范化属性矩阵T_r中元素t_ij和t_kj之间的相离度d(t_ij，t_kj)＝|t_ij-t_kj|

将当前实施例中规范化属性矩阵T_r中的数值代入，得到属性权重序列为：

W＝(0.1402，0.2643，0.2805，0.1726，0.1424)

步骤四：将各任务的各项属性值进行加权求和，得到任务的综合属性值序列P_t＝(p_t1，p_t2，p_t3，...，p_tn)^T，其中P_ti为第i个任务的综合属性值，i∈(1，2，3，...，n)，计算公式为：P_t＝T_r·W^T。步骤二得到的规范化属性矩阵T_r和步骤三得到的属性权重序列W按公式计算，得到综合属性值序列为：

P_t＝(0.8614，0.5343，0.3617，0.5345)^T

多任务综合属性值结果如图4所示，根据综合属性值序列P进行任务属性值排序，得到任务执行优先级由高到低顺序依次为任务1，任务4，任务2，任务3。

按照任务执行优先级顺序依次进行卫星节点能否满足任务需求判断，选择卫星节点能满足的优先级最高的任务作为当前执行任务。例如卫星节点能够满足任务1的需求，则选择任务1作为当前执行任务，否则依次顺延。

步骤五：卫星执行任务过程中，对周围网络环境进行实时监测，并周期性的进行卫星间任务切换启动判决，即进行以下条件判断，若满足其中之一，则进入步骤六。

条件1：当前卫星首次加入任务。

条件2：有新的成员卫星加入任务。

条件3：切换判决有效期结束。

步骤六：获取通信范围内可切换卫星节点属性参数信息并进行量化，当前卫星节点通信范围内存在4颗可切换卫星，对当前卫星及可切换卫星进行属性参数建模量化如表2所示。

表2卫星属性参数

由表2得到卫星参数矩阵为：

构造参考序列S₀，此处取各属性最优值组成参考序列，得到参考序列为：

S₀＝(20，200，3，0·01，200)

对卫星参数矩阵和参考序列进行归一化处理，得到归一化卫星参数矩阵R_s和归一化参考序列R₀

R₀＝[1 1 1 1 1]

步骤七：根据步骤六中得到的规范化卫星参数矩阵和规范化参考序列，计算每个卫星节点属性序列与参考序列之间的灰色关联系数，并得到灰色关联系数矩阵C＝(c_ij)，计算公式为：

其中，r₀(j)＝R₀(j)，r_i(j)＝R_sij，关联系数ρ设为0.5。

根据上述公式计算得到本实施例中灰色关联系数矩阵为：

不同卫星节点灰色关联系数比较如图5所示。

步骤八：根据卫星节点当前执行任务需求特征，获得卫星属性权重序列，由灰色关联系数矩阵和卫星属性权重序列，得到卫星节点综合属性序列，根据卫星综合属性序列进行卫星节点排序，选择属性最优的卫星节点作为当前任务的执行节点，完成切换判决后，赋予该判决一个有效期。

设定当前任务对卫星各项属性的需求权重序列为：

U＝(0.5，0.1，0.1，0.1，0.2)

对各卫星灰色关联系数进行加权求和，得到卫星节点综合属性序列P_s，即：

P_s＝C·U^T

最终计算求得本实施例中P_s＝(0.8，0.6，0.52，0.46，0.45)，结果如图6所示。所以当前环境下原卫星节点(卫星1)仍为任务最佳执行卫星，无需进行切换。

之后对当前切换判决设定有效期，卫星节点在任务完成之前将根据步骤五中所述三个判决条件进行任务切换判决，直至遇到更佳执行卫星或任务完成。

通过以上步骤，实现空间网络中面向任务的自适应组网，卫星节点空闲时能够自适应选择当前最佳执行任务，任务执行过程中也可以通过定期切换判决切换至最佳执行卫星节点，实现了智能组网。尤其执行主体为卫星节点，无需建立计算中心，减少卫星节点与控制中心间的指令交互，避免空间通信中网络链路高延时易中断带来的诸多不利影响，对比以往卫星组网架构可以有效提升网络性能。

以上所述的具体描述，对发明的目的、技术方案和有益效果进行进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于多属性决策的卫星自适应组网方法，其特征在于：包括如下步骤，

步骤一：所有任务在产生时根据其关键性和实时性要求对其执行优先级进行预先设定；卫星节点接收到任务后首先根据预先设定的优先级进行排序，高优先级任务先执行；对于同一优先级的多个任务，进行基于多属性决策的执行优先级排序；

步骤二：对任务的要求进行属性值量化，根据属性值量化结果得到任务需求属性矩阵，并根据任务需求属性特征，分类为效益型属性和成本型属性，根据属性分类对属性矩阵进行规范化处理，得到规范化任务属性矩阵；

步骤三：根据步骤二得到的规范化属性矩阵，按照离差最大化原则对每一种需求属性进行权重计算，得到属性权重序列；

步骤四：将各任务的各项属性值进行加权求和，得到任务的综合属性值序列，对综合属性值进行排序，得到排序后的任务执行优先级顺序；根据卫星节点通信处理能力，按排序后的执行优先级由高到低依次对各任务进行完成能力评估，在卫星完成能力符合标准的任务中选择执行优先级最高的任务作为当前卫星节点本次执行任务；

步骤五：卫星在任务执行过程中，对周围网络环境进行实时感知，并周期性地进行切换启动判决，当满足判别条件时，执行步骤六至八，进行任务内卫星节点间切换判决，否则继续执行任务；

步骤六：对当前卫星节点通信范围内的可切换卫星的属性参数信息进行量化，得到卫星参数矩阵，根据卫星参数矩阵构造参考序列，对卫星参数矩阵和参考序列进行规范化处理，得到规范化卫星参数矩阵和规范化参考序列；

步骤七：根据步骤六中得到的规范化卫星参数矩阵和规范化参考序列，计算每个卫星节点属性序列与参考序列之间的灰色关联系数，并得到灰色关联系数矩阵；

步骤八：根据卫星节点当前执行任务需求特征，获得卫星属性权重序列，由灰色关联系数矩阵和卫星属性权重序列，得到卫星节点综合属性序列，根据卫星综合属性序列进行卫星节点排序，选择属性最优的卫星节点作为当前任务的执行节点，完成切换判决时，赋予该判决一个有效期，有效期结束后，则满足步骤五切换判决启动条件，卫星节点重复步骤六至步骤八的卫星任务内切换判决，即任务完成之前周期性的进行切换判决；

步骤九：通过执行步骤一至步骤八，网络中每个卫星能够在当前网络收到的多个任务中选择最合适的任务进行执行；在任务执行过程中，能够对周围环境变化进行及时感知，并根据网络状况作出自适应切换，从而实现基于多属性决策的卫星自适应组网，实现任务执行过程中组网策略保持最优。

2.如权利要求1所述的一种基于多属性决策的卫星自适应组网方法，其特征在于：步骤二实现方法为，

步骤2.1：对任务的要求进行属性值量化；

根据卫星通信任务特征，将任务需求量化为不同的参数，即实现进行属性值量化；所述将任务需求量化为不同的参数包括传输速率、时延、误码率、存储容量、水平分辨率；

步骤2.2：根据步骤2.1的参数量化结果能够得到任务需求属性矩阵，并根据任务需求属性特征，分类为效益型属性和成本型属性，根据属性分类对属性矩阵进行规范化处理，得到规范化任务属性矩阵；

步骤2.2具体实现方法：根据步骤2.1的参数量化结果能够得到任务需求属性矩阵A＝(a_ij)_n×m；其中a_ij为第i个任务的第j个需求参数，i∈(1，2，3，...，n)，j∈(1，2，3，...，m)；

根据任务需求属性特征，分为效益型属性和成本型属性，其中效益型属性为属性值越大越好的属性，成本型属性为属性值越小越好的属性；根据属性分类对属性矩阵A进行规范化处理，得到规范化任务属性矩阵T_r＝(t_ij)_n×m计算公式为：

对于效益型属性：

对于成本型属性：

。

3.如权利要求2所述的一种基于多属性决策的卫星自适应组网方法，其特征在于：步骤三实现方法为：根据规范化属性矩阵T_r，按照离差最大化原则，对每一种需求属性进行权重计算，得到属性权重序列W＝(w₁，w₂，w₃...w_m)，计算公式为：

式中w_j为属性权重序列W的第j个元素，d(r_ij，r_kj)表示规范化属性矩阵T_r中元素t_ij和t_kj之间的相离度，其计算公式为：

d(t_ij，t_kj)＝|t_ij-t_kj|。

4.如权利要求3所述的一种基于多属性决策的卫星自适应组网方法，其特征在于：步骤4.1，将各任务的各项属性值进行加权求和，得到任务的综合属性值序列，对综合属性值进行排序，得到排序后的任务执行优先级顺序；

步骤4.1实现方法为：将各任务的各项属性值进行加权求和，得到任务的综合属性值序列P_t＝(p_t1，p_t2，p_t3，...，p_tn)^T，其中P_ti为第i个任务的综合属性值，i∈(1，2，3，...，n)，计算公式为：P_t＝T_r·W^T；对综合属性值进行排序，得到排序后的任务执行优先级顺序；

步骤4.2：根据卫星节点通信处理能力，按步骤4.1排序后的执行优先级由高到低依次对各任务进行完成能力评估，在卫星完成能力符合标准的任务中选择执行优先级最高的任务作为当前卫星节点本次执行任务。

5.如权利要求4所述的一种基于多属性决策的卫星自适应组网方法，其特征在于：步骤五实现方法为：卫星在任务执行过程中，对周围网络环境进行实时感知，并周期性地进行切换启动判决，当满足以下三个条件之一时，执行步骤六至八，进行任务内卫星节点间切换判决，否则继续执行任务；

条件1：当前卫星首次加入任务；

条件2：有新的成员卫星加入任务；

条件3：切换判决有效期结束。

6.如权利要求5所述的一种基于多属性决策的卫星自适应组网方法，其特征在于：步骤六实现方法为：获取通信范围内可切换卫星节点属性参数信息并进行量化，得到第i个卫星节点参数序列为：

S_i＝(S_i(1)，S_i(2)，S_i(3)...S_i(m))

从而得到可切换卫星参数矩阵S＝(s_ij)_n×m，其中s_ij＝S_i(j)

构造参考序列

S₀＝(S₀(1)，S₀(2)，S₀(3)...S₀(m))

参考序列为任务中各卫星属性的期望序列，通常S₀(j)取为S_i(j)中最优的取值，即对于成本型取最小值，效益型取最大值，也能够根据实际需求设定参考序列；

根据步骤2.2所述规范化规则和公式对卫星参数矩阵S和参考序列S₀进行规范化处理，得到规范化参数矩阵R_s＝(r_ij)_n×m和规范化参考序列R₀，其中，

对于效益型属性，

对于成本型属性，

同样对参考序列进行规范化处理，得到R₀＝(r₀(1)，r₀(2)，...，r_b(m))，其中r_b(i)为规范化参考序列R₀的第i个元素，i∈(1，2，3，...，m)。

7.如权利要求6所述的一种基于多属性决策的卫星自适应组网方法，其特征在于：步骤七实现方法为，计算每个卫星节点属性序列与参考序列之间的灰色关联系数，灰色关联系数计算公式为：

其中，ζ_i(j)为第i个卫星第j个属性与参考序列之间的灰色关联系数，ρ为分辨系数，用于提高灰色关联系数之间的差异显著性，0＜ρ＜1，ρ越小，关联系数间差异越大，区分能力越强；

构造灰色关联系数矩阵C＝(c_ij)_n×m，其中c_ij＝ζ_i(j)。

8.如权利要求7所述的一种基于多属性决策的卫星自适应组网方法，其特征在于：步骤八实现方法为，根据卫星节点当前执行任务需求特征，获得卫星属性权重序列U＝(u₁，u₂，u₃...u_m)，u_i为第i个卫星属性所占权重，i∈(1，2，3，...，m)；由灰色关联系数矩阵和卫星属性权重序列，得到卫星节点综合属性序列P_s＝(p_s1，p_s2，p_s3，...，p_sn)^T，其中p_si为第i个卫星节点的综合属性值，i∈(1，2，3，...，n)，计算公式为：P_s＝C·U^T；根据卫星综合属性序列进行卫星节点排序，选择属性最优的卫星节点作为当前任务的执行节点，若存在属性值优于当前卫星的节点，则将任务切换至该节点，否则当前节点继续执行任务；完成切换判决时，赋予该判决一个有效期，有效期结束后，则满足步骤五切换判决启动条件，卫星节点重复步骤六至步骤八的卫星任务内切换判决，即任务完成之前周期性的进行切换判决。

Images