CN111832934B - 面向突发需求的模拟退火多星应急任务规划方法 - Google Patents

面向突发需求的模拟退火多星应急任务规划方法 Download PDF

Info

Publication number
CN111832934B
CN111832934B CN202010662848.6A CN202010662848A CN111832934B CN 111832934 B CN111832934 B CN 111832934B CN 202010662848 A CN202010662848 A CN 202010662848A CN 111832934 B CN111832934 B CN 111832934B
Authority
CN
China
Prior art keywords
execution
sequence
satellite
planning
user
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
CN202010662848.6A
Other languages
English (en)
Other versions
CN111832934A (zh
Inventor
周笛
王晨光
盛敏
李建东
宋宁博
唐成圆
白卫岗
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.)
Xidian University
Original Assignee
Xidian University
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 Xidian University filed Critical Xidian University
Priority to CN202010662848.6A priority Critical patent/CN111832934B/zh
Publication of CN111832934A publication Critical patent/CN111832934A/zh
Application granted granted Critical
Publication of CN111832934B publication Critical patent/CN111832934B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/06315—Needs-based resource requirements planning or 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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q10/06316—Sequencing of tasks or work

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Radio Relay Systems (AREA)

Abstract

本发明公开了一种面向突发需求的模拟退火多星应急任务规划方法，主要解决现有技术易陷入局部最优解、无法保证地面设备任务切换的问题。其实现方案为：按照合并、空闲插入、转移、抢占的顺序对应急任务进行规划，以尽可能小的代价完成应急任务，获得初始规划序列；利用模拟退火算法对初始规划序列优化，重复迭代过程：“产生新候选解→计算收益→是否接受候选解”，并根据预设的规则逐渐降低温度，当到达终止温度时，输出最优规划序列。本发明由于在模拟退火算法中设置了双循环，避免结果陷入局部最优解，且规划过程中考虑地面设备参数，保证了地面设备的任务能成功切换。可用于多颗具有固定任务序列的卫星针对应急任务进行星地协同规划。

Description

面向突发需求的模拟退火多星应急任务规划方法
技术领域
本发明属于通信技术领域，更进一步涉及一种任务规划方法，可用于多颗卫星同时进行测控任务的场景中，对突发应急任务进行卫星、地面设备的协同规划。
背景技术
卫星是获取地面图像信息的重要手段，具有重要的战略价值。多星应急任务规划技术居于卫星任务管控平台的中枢位置，主要负责解决资源和任务冲突问题，面向当前卫星和设备资源有限、任务爆发式增长、快速响应性强的现状，具有重要意义。
中国人民解放军国防科学技术大学申请的专利文献“一种基于案例匹配的卫星观测任务规划方法”(专利申请号201610318702.3，申请公布号CN 106022586 A)中公开了一种改进的多星观测任务规划方法。该方法根据历史任务规划结果建立案例库，对待规划任务集进行相似目标匹配，对候选案例集进行案例修正，按照初始化策略形成初始化种群进行两阶段进化得到最终种群，选取最优解。该方法根据以往的规划结果，能够快速地计算出任务规划方案。但该方法由于只有两阶段进化，迭代次数少，因而无法保证结果的最优性。
合肥工业大学在其申请的专利文献“基于指针神经网络的多星应急任务规划方法及系统”(专利申请号201910898328.2，申请公布号CN 110599065A)中公开了一种改进的多星应急任务规划方法。该方法通过对较小的任务数据集进行卫星指针式神经网络和任务指针神经网络训练，降低了对系统资源的占用，同时，采用训练好的指针神经网络对卫星的任务需求进行规划，能够自主发现应急任务规划过程中的启发式规则，降低了整体方法对于人工设计的启发式规则的依赖。但是，该方法仍然存在的不足之处是，没有考虑地面设备的天线就位和释放时间约束，导致在实际场景中，地面设备无法进行正常任务转换。
发明内容
本发明的目的在于克服上述现有技术的不足，提出一种面向突发需求的模拟退火多星应急任务规划方法，以提高规划结果的全局最优性，并充分考虑地面设备时间约束和任务冲突，实现突发任务规划中地面设备的任务转换。
本发明实现上述目的的具体思路是：针对规划结果可能是局部最优情况，设置多次迭代，对当前解进行模型扰动，从其邻域产生一个新的候选解判断收益值寻找最优解；通过协同规划地面与卫星的资源分配，保证地面设备的正常任务转换，完成多星应急任务规划。
根据上述思路，本发明的实现步骤包括如下：
(1)生成包含指定卫星和执行时间段的初始规划序列：
1a)同时读取多个用户需求作为应急任务，每个用户需求包含卫星相关资源、优先级、安排标记，并筛选每个卫星的其他可用时间窗集合；
1b)选取一个未选过的用户需求；
1c)确定满足执行条件的执行动作：
1c1)从所选用户需求指定卫星的固定测控序列中选取一个未选过的执行动作，判断该执行动作是否满足执行条件：若是，则将执行需求的时间段安排在所指定卫星的执行动作上，并将用户需求的安排标记设置为1后执行1e)；否则，执行1c2)；
1c2)判断是否选完所有执行动作，若是，则执行1c3)；否则，返回1c1)；
1c3)将所选用户需求的安排标记设置为0，从弧段预报集合中筛选可用弧段；
1d)确定满足执行条件的弧段：
1d1)从所选用户需求的可用弧段中选取一个未选过的弧段，判断所选弧段是否满足插入执行条件：若是，则将用户需求中执行需求的时间段安排在可用弧段集合上并将所选用户需求的安排标记设置为1后执行1e)；否则，执行1d2)；
1d2)从所选弧段对应地面设备上的固定测控序列中选择一个未选择的执行动作；
1d3)判断所选执行动作的时间段与所选弧段的时间段是否有冲突：若是，则将所选执行动作放入冲突执行动作集合中后返回1d2)；否则，舍弃所选执行动作，执行1d4)；
1d4)判断是否选完所选弧段对应设备上固定测控序列的每个执行动作：若是，则执行1d5)；否则，返回1d2)；
1d5)判断所选弧段的每个冲突执行动作是否均可安排到对应卫星的其他可用时间窗集合上：若是，则将所选弧段的每个冲突执行动作安排到对应卫星的其他可用时间窗集合上，将执行需求的时间段安排在所选弧段上，并将所选用户需求的安排标记设置为1后执行1e)；否则，执行1d6)；
1d6)判断所选弧段的所有冲突执行动作的优先级之和是否小于所选用户需求的优先级：若是，则将所选弧段的每个冲突执行动作在对应卫星上移除，将所选用户需求指定卫星执行需求的时间段安排在所选弧段上，并将所选用户需求的安排标记设置为1后执行1e)；否则，执行1d7)；
1d7)判断是否选完所选用户需求可用弧段中的所有弧段：若是，则执行1e)；否则，返回1d1)；
1e)判断是否选完所有的用户需求：若是，则输出初始规划序列作为最优规划序列A，执行(2)；否则，返回1b)；
(2)使用模拟退火算法对初始规划序列进行进一步优化，得到最优规划序列：
2a)根据规划任务的大小设置最大迭代次数Ne，退火算法的初始温度T0、最终温度Te，并设置当前迭代次数n＝1、当前退火温度t＝T0；
2b)随机选取R个用户需求作为邻域，其中R为用户需求数量的1/10，并将邻域中已被安排的用户需求标记数值改为0，将未被安排的用户需求记数值为改为1，作为当前规划序列B；
2c)将安排标记数值为1的所有用户需求放入临时集合中，并将其安排标记重新设置为0，执行1b)至1e)的过程，输出邻域规划序列C；
2d)判断邻域规划序列C的收益是否大于当前规划序列B的收益：若是，则用邻域规划序列C更新当前规划序列B，执行2f)；否则，执行2e)；
2e)按梅特罗波利斯准则的概率丢弃该邻域规划序列C：
若
Figure BDA0002579261980000031
则丢弃该邻域，其中，f(μ)为邻域规划序列C的收益，f(φ)为当前规划序列B的收益，t为当前退火温度，执行2f)；
否则，用邻域规划序列C更新当前规划序列B，执行2f)；
2f)判断最优规划序列A的收益是否小于当前规划序列B的收益：
若是，则用当前规划序列B更新最优规划序列A，执行2g)；
否则，舍弃当前规划序列B，执行2g)；
2g)更新当前迭代次数n和当前退火温度t，并判断迭代次数n、退火温度t是否分别达到最大迭代次数Ne和最终温度Te：
若均达到这两个条件，则输出最优规划序列A，否则，返回2c)。
本发明与现有技术相比，具有以下优点：
第一、本发明采用了模拟退火算法，在不断降温的过程中，在每个温度产生的邻域不断迭代，按照概率接收收益较差的解，同时进行扰动处理，最后输出最优解。这种方式避免出现局部最优解，因此可以提高规划结果的收益。
第二、本发明通过比较优先级之和进行任务转移，即发生资源冲突时，可用弧段集合按照冲突的任务优先级之和大小排序，优先选取优先级小的进行转移，这样可以保证应急任务对常规任务的影响最低。
第三、本发明采用了卫星地面设备的协同规划，考虑了地面设备的固定测控序列和可用时间窗属性，保证了地面设备的任务能成功切换。
附图说明
图1是本发明的实现流程图；
图2是本发明的规划序列生成流程图；
图3是本发明中的任务合并时间图；
图4是本发明中的任务冲突时间图；
图5是本发明中的每颗卫星的任务执行时间序列图。
具体实施方式
以下结合附图，对本发明的实施例进行进一步描述。
参照图1，本实例的实现步骤如下：
本实例包括两大部分：第一部分是产生规划序列，第二部分是使用模拟退火算法对规划序列进行进一步优化。
第一部分：产生规划序列
参照图2，本部分的具体实现如下
步骤1，初始化应急任务。
同时读取多个用户需求作为应急任务，每个用户需求包含优先级、安排标记和指定卫星信息；该指定卫星信息包括卫星标号、执行需求的时间段、固定测控序列；该固定测控序列包含多个执行动作，每个执行动作包含优先级、最小执行时长、地面设备支持列表、执行弧段和弧段预报集合；弧段是一个包含卫星与地面设备连接对、可用时间窗和过顶仰角的集合，其中过顶仰角是地球与卫星连线与地平线的最大角度，例如卫星经过地面设备的正上方则过顶仰角为90度；
执行需求的时间段和弧段内的可用时间如图5所示，其包含地面设备准备时间、天线准备时间、跟踪时间和设备释放时间。
步骤2，筛选每个卫星的其他可用时间窗集合。
2.1)从固定测控序列的弧段预报集合中，依次选择出每个弧段；
2.2)判断弧段的过顶仰角是否大于3度，且是否与所有卫星的固定测控序列均无时间冲突：若是，则该弧段的可用时间窗属于该卫星的其他可用时间窗集合，执行2.3)；否则，舍弃该弧段，执行2.3)；
2.3)判断是否遍历完所有弧段：若是，则输出其他可用时间窗集合，执行步骤3；否则，返回2.1)。
步骤3，对满足执行条件的执行动作进行任务合并。
3.1)选取一个未选过的用户需求；
3.2)从所选用户需求指定卫星的固定测控序列中选取一个未选过的执行动作，判断该执行动作是否满足图3的执行条件,即判断图3中常规任务跟踪时间是否包含在突发任务要求时段内，且所需执行时长大于最小执行时长：
若是，则将执行需求的时间段加到所指定卫星的执行动作上，并将用户需求的安排标记设置为1，执行步骤8，完成了任务合并；
否则，执行3.3)；
3.3)判断是否选完所有执行动作：
若是，则将所选用户需求的安排标记设置为0，即无法进行任务合并，执行步骤4；
否则，返回3.2)。
步骤4，从弧段预报集合中筛选可用弧段。
4.1)从用户需求指定的卫星弧段预报集合中选取一个未选过的弧段；
4.2)判断所选弧段的过顶仰角是否大于3度：若是，则执行4.3)；否则，舍弃所选弧段，返回4.1)；
4.3)判断所选弧段的时间段是否在指定卫星执行需求的时间段内：若是，则执行4.4)；否则，舍弃所选弧段，返回4.1)；
4.4)判断所选弧段的执行时长是否大于指定卫星执行需求的最小执行时长：若是，则将该弧段加入可用弧段集合，执行4.5)；否则，舍弃所选弧段，返回4.1)；
4.5)判断是否选完所有弧段：若是，则输出所选用户需求的可用弧段,执行步骤5；否则，返回4.1)。
步骤5，对满足插入执行条件的弧段进行空闲插入。
从所选用户需求的可用弧段中选取一个未选过的弧段，判断所选弧段是否满足插入执行条件，该插入执行条件是：不存在如图4所示的时间冲突，即所选弧段的时间窗和该弧段对应设备的固定测控序列中所有执行动作的时间窗无时间冲突：
若是，则选取该弧段为执行弧段，并将所选用户需求的安排标记设置为1，执行步骤8，完成空闲插入；否则，执行步骤6。
步骤6，对不满足插入执行条件的弧段，进行任务转移。
6.1)从所选弧段对应地面设备上的固定测控序列中选择一个未选择的执行动作；
6.2)判断所选执行动作的时间段与所选弧段的时间段是否有冲突：若是，则将所选执行动作放入冲突执行动作集合中，执行6.3)；否则，舍弃所选执行动作，执行6.3)；
6.3)判断是否选完所选弧段对应设备上固定测控序列的每个执行动作：若是，执行6.4)；否则，返回6.1)；
6.4)判断所选弧段的每个冲突执行动作是否均可安排到对应卫星的其他可用时间窗集合上：若是，则将所选弧段的每个冲突执行动作安排到对应卫星的其他可用时间窗集合上，将执行需求的时间段安排在所选弧段上，并将所选用户需求的安排标记设置为1后执行步骤8；否则，执行步骤7。
步骤7，判断任务是否可以进行抢占：
7.1)判断所选弧段的所有冲突执行动作的优先级之和是否小于所选用户需求的优先级：若是，则将所选弧段的每个冲突执行动作在对应卫星上移除，将所选用户需求指定卫星执行需求的时间段安排在所选弧段上，并将所选用户需求的安排标记设置为1，执行步骤8；否则，执行7.2)；
7.2)判断是否选完所选用户需求可用弧段中的所有弧段：若是，则执行步骤8；否则，返回步骤5。
步骤8，判断是否选完所有的用户需求：若是，则输出规划序列，执行步骤9；否则，返回步骤3。
第二部分：使用模拟退火算法对初始规划序列进行优化
步骤9，初始化模拟退火算法的参数。
根据规划任务的大小设置迭代次数Ne、退火算法的初始温度T0、最终温度Te、温度衰减率ε，并设置当前迭代次数n＝0、当前退火温度t＝T0，初始规划序列设置为最优规划序列A。
步骤10，通过产生邻域获得当前规划序列B及其收益。
随机选取R个用户需求作为邻域，其中R为用户需求数量的1/10，并将邻域中已被安排的用户需求标记数值改为0，将未被安排的用户需求记数值改为1，作为当前规划序列B，计算当前规划序列B的收益：
Figure BDA0002579261980000071
其中，EB为当前规划序列B的收益，ND为当前规划序列B中安排标记数值为1的用户需求集合，EU为用户优先级，NS为卫星集合，NB为当前规划序列B中卫星测控序列中未移除执行动作集合，Ea为执行动作优先级。
步骤11，获取邻域规划序列C及其收益。
将安排标记数值为1的所有用户需求放入临时集合中，并将其安排标记重新设置为0，返回第一部分，得到邻域规划序列C，计算邻域规划序列C的收益：
Figure BDA0002579261980000072
其中，EC为邻域规划序列C的收益，NL为邻域规划序列C中安排标记数值为1的用户需求集合，EU为用户优先级，NS为卫星集合，NC为邻域规划序列C中卫星测控序列中未移除执行动作集合，Ea为执行动作优先级。
步骤12，更新当前规划序列B。
12.1)判断邻域规划序列C的收益EC是否大于当前规划序列B的收益EB：若是，则用邻域规划序列C更新当前规划序列B，执行步骤13；否则，执行12.2)；
12.2)按梅特罗波利斯准则的概率丢弃该邻域规划序列C：
若
Figure BDA0002579261980000073
则丢弃该邻域，其中，f(μ)为邻域规划序列C的收益，f(φ)为当前规划序列B的收益，t为当前退火温度，执行步骤13；
否则，用邻域规划序列C更新当前规划序列B，执行步骤13。
步骤13，更新最优规划序列A。
13.1)计算最优规划序列A的收益：
Figure BDA0002579261980000074
其中，EA为最优规划序列A的收益，NZ为最优规划序列A中安排标记数值为1的用户需求集合，EU为用户优先级，NS为卫星集合，NA为最优规划序列A中卫星测控序列中未移除执行动作集合，Ea为执行动作优先级；
13.2)判断最优规划序列A的收益EA是否小于当前规划序列B的收益EB：若是，则用当前规划序列B更新最优规划序列A，执行步骤14；否则，舍弃当前规划序列B，执行步骤14。
步骤14，输出最优规划序列A。
判断迭代次数n、退火温度t是否分别达到迭代次数Ne和最终温度Te：
若均未达到这两个条件，则更新当前迭代次数n＝n+1和当前温度t＝2*t，并返回步骤10；
若达到迭代次数Ne，但未达到最终温度Te，则降低当前退火温度t＝texp(-ε×n1 /N)，更新当前迭代次数n＝0，其中N＝2为降温系数，返回步骤10；
若均达到这两个条件，则输出最优规划序列A。
以上描述仅是本发明的一个具体实例，并未构成对本发明的任何限制，显然对于本领域的专业人员来说，在了解了本发明内容和原理后，都可能在不背离本发明原理、结构的情况下，进行形式和细节上的各种修改和改变，但是这些基于本发明思想的修正和改变仍在本发明的权利要求保护范围之内。

Claims (6)

1.一种面向突发需求的模拟退火多星应急任务规划方法，其特征在于，包括如下：
(1)生成包含指定卫星和执行时间段的初始规划序列：
1a)同时读取多个用户需求作为应急任务，每个用户需求包含卫星相关资源、优先级、安排标记，并筛选每个卫星的其他可用时间窗集合；
1b)选取一个未选过的用户需求；
1c)确定满足执行条件的执行动作：
1c1)从所选用户需求指定卫星的固定测控序列中选取一个未选过的执行动作，判断该执行动作是否满足执行条件：若是，则将执行需求的时间段安排在所指定卫星的执行动作上，并将用户需求的安排标记设置为1后执行1e)；否则，执行1c2)；
1c2)判断是否选完所有执行动作，若是，则执行1c3)；否则，返回1c1)；
1c3)将所选用户需求的安排标记设置为0，从弧段预报集合中筛选可用弧段；
1d)确定满足执行条件的弧段：
1d1)从所选用户需求的可用弧段中选取一个未选过的弧段，判断所选弧段是否满足插入执行条件：若是，则将用户需求中执行需求的时间段安排在可用弧段集合上并将所选用户需求的安排标记设置为1后执行1e)；否则，执行1d2)；
1d2)从所选弧段对应地面设备上的固定测控序列中选择一个未选择的执行动作；
1d3)判断所选执行动作的时间段与所选弧段的时间段是否有冲突：若是，则将所选执行动作放入冲突执行动作集合中后返回1d2)；否则，舍弃所选执行动作，执行1d4)；
1d4)判断是否选完所选弧段对应设备上固定测控序列的每个执行动作：若是，则执行1d5)；否则，返回1d2)；
1d5)判断所选弧段的每个冲突执行动作是否均可安排到对应卫星的其他可用时间窗集合上：若是，则将所选弧段的每个冲突执行动作安排到对应卫星的其他可用时间窗集合上，将执行需求的时间段安排在所选弧段上，并将所选用户需求的安排标记设置为1后执行1e)；否则，执行1d6)；
1d6)判断所选弧段的所有冲突执行动作的优先级之和是否小于所选用户需求的优先级：若是，则将所选弧段的每个冲突执行动作在对应卫星上移除，将所选用户需求指定卫星执行需求的时间段安排在所选弧段上，并将所选用户需求的安排标记设置为1后执行1e)；否则，执行1d7)；
1d7)判断是否选完所选用户需求可用弧段中的所有弧段：若是，则执行1e)；否则，返回1d1)；
1e)判断是否选完所有的用户需求：若是，则输出初始规划序列作为最优规划序列A，执行(2)；否则，返回1b)；
(2)使用模拟退火算法对初始规划序列进行进一步优化，得到最优规划序列：
2a)根据规划任务的大小设置最大迭代次数Ne，退火算法的初始温度T0、最终温度Te，并设置当前迭代次数n＝1、当前退火温度t＝T0；
2b)随机选取R个用户需求作为邻域，其中R为用户需求数量的1/10，并将邻域中已被安排的用户需求标记数值改为0，将未被安排的用户需求记数值为改为1，作为当前规划序列B；
2c)将安排标记数值为1的所有用户需求放入临时集合中，并将其安排标记重新设置为0，执行1b)至1e)的过程，输出邻域规划序列C；
2d)判断邻域规划序列C的收益是否大于当前规划序列B的收益：若是，则用邻域规划序列C更新当前规划序列B，执行2f)；否则，执行2e)；
所述邻域规划序列C的收益,计算如下：
Figure FDA0004073008000000021
其中，EC为邻域规划序列C的收益，NL为邻域规划序列C中安排标记数值为1的用户需求集合，EU为用户优先级，NS为卫星集合，NC为邻域规划序列C中卫星测控序列中未移除执行动作集合，Ea为执行动作优先级；
所述当前规划序列B的收益,计算如下：
Figure FDA0004073008000000022
其中，EB为当前规划序列B的收益，ND为当前规划序列B中安排标记数值为1的用户需求集合，EU为用户优先级，NS为卫星集合，NB为当前规划序列B中卫星测控序列中未移除执行动作集合，Ea为执行动作优先级；
2e)按梅特罗波利斯准则的概率丢弃该邻域规划序列C：
若
Figure FDA0004073008000000023
则丢弃该邻域，其中，f(μ)为邻域规划序列C的收益，f(φ)为当前规划序列B的收益，t为当前退火温度，执行2f)；
否则，用邻域规划序列C更新当前规划序列B，执行2f)；
2f)判断最优规划序列A的收益是否小于当前规划序列B的收益：
若是，则用当前规划序列B更新最优规划序列A，执行2g)；
否则，舍弃当前规划序列B，执行2g)；
所述邻域规划序列A的收益,计算如下：
Figure FDA0004073008000000031
其中，EA为最优规划序列A的收益，NZ为最优规划序列A中安排标记数值为1的用户需求集合，EU为用户优先级，NS为卫星集合，NA为最优规划序列A中卫星测控序列中未移除执行动作集合，Ea为执行动作优先级；
2g)更新当前迭代次数n和当前退火温度t，并判断迭代次数n、退火温度t是否分别达到最大迭代次数Ne和最终温度Te：
若均达到这两个条件，则输出最优规划序列A，否则，返回2c)。
2.根据权利要求1所述的方法，其特征在于，1a)中所述卫星相关资源包括：用户需求指定的卫星、指定卫星执行需求的时间段、指定卫星执行需求的最小执行时长、指定卫星每天执行的固定测控序列、固定测控序列每个执行动作的优先级、地面设备支持列表和弧段预报集合。
3.根据权利要求1所述的方法，其特征在于，1a)中筛选卫星的其他可用时间窗集合，其实现如下：
1a1)根据弧段预报集合，依次选择每个弧段；
1a2)判断弧段的过顶仰角是否大于3度，且是否与所有卫星的固定测控序列均无时间冲突：若是，则该弧段属于该卫星的其他可用时间窗集合，执行1a3)；否则，舍弃该弧段，执行1a3)；
1a3)判断是否遍历完所有弧段：若是，则输出其他可用时间窗集合；否则，返回1a1)。
4.根据权利要求1所述的方法，其特征在于，1c1)中的执行条件是：所选执行动作在执行需求的时间段内，且所需执行时长大于最小执行时长。
5.根据权利要求1所述的方法，其特征在于，1c3)中从用户需求指定卫星的弧段预报集合中筛选所选用户需求的可用弧段，实现如下：
1c31)从用户需求指定的卫星弧段预报集合中选取一个未选过的弧段；
1c32)判断所选弧段的过顶仰角是否大于3度：若是，则执行1c33)；否则，舍弃所选弧段，返回1c31)；
1c33)判断所选弧段的时间段是否在指定卫星执行需求的时间段内：若是，则执行1c34)；否则，舍弃所选弧段，返回1c31)；
1c34)判断所选弧段的执行时长是否大于指定卫星执行需求的最小执行时长：若是，则执行1c35)；否则，舍弃所选弧段，返回1c31)；
1c35)判断是否选完所有弧段：若是，输出所选用户需求的可用弧段；否则，返回1c31)。
6.根据权利要求1所述的方法，其特征在于，1d1)中插入执行条件是：所选弧段和该弧段对应设备的固定测控序列，其所有执行动作均无时间冲突。
CN202010662848.6A 2020-07-10 2020-07-10 面向突发需求的模拟退火多星应急任务规划方法 Active CN111832934B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010662848.6A CN111832934B (zh) 2020-07-10 2020-07-10 面向突发需求的模拟退火多星应急任务规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010662848.6A CN111832934B (zh) 2020-07-10 2020-07-10 面向突发需求的模拟退火多星应急任务规划方法

Publications (2)

Publication Number Publication Date
CN111832934A CN111832934A (zh) 2020-10-27
CN111832934B true CN111832934B (zh) 2023-04-18

Family

ID=72900431

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010662848.6A Active CN111832934B (zh) 2020-07-10 2020-07-10 面向突发需求的模拟退火多星应急任务规划方法

Country Status (1)

Country Link
CN (1) CN111832934B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113313356B (zh) * 2021-04-30 2022-09-23 合肥工业大学 遥感卫星对地观测应急任务合成方法与装置
CN113344443B (zh) * 2021-07-01 2022-02-08 广东富状元科技有限公司 一种基于大数据的项目进程分析评估系统及方法
CN113919122B (zh) * 2021-08-05 2024-07-12 合肥工业大学 基于模拟退火算法的多星任务调度方法和系统
CN115080201B (zh) * 2022-05-07 2024-05-14 北京控制工程研究所 一种面向应急任务的高可靠卫星自主任务规划方法及系统
CN115243386A (zh) * 2022-07-18 2022-10-25 南京信息工程大学 一种基于用户优先级的atdm卫星资源分配方法
CN116579582B (zh) * 2023-07-03 2023-09-26 中国电子科技集团公司第五十四研究所 一种面向用户多样化需求的区域目标卫星任务规划方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107330544A (zh) * 2017-06-05 2017-11-07 合肥工业大学 一种卫星对地成像任务规划问题处理的方法
GB201717125D0 (en) * 2016-11-28 2017-11-29 National Univ Of Defense Technology Differential evolution method oriented to agile satellite multi-target task planning
CN108171374A (zh) * 2017-12-27 2018-06-15 中国电子科技集团公司第五十四研究所 一种基于模拟退火算法的对地观测卫星任务规划方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB201717125D0 (en) * 2016-11-28 2017-11-29 National Univ Of Defense Technology Differential evolution method oriented to agile satellite multi-target task planning
CN107330544A (zh) * 2017-06-05 2017-11-07 合肥工业大学 一种卫星对地成像任务规划问题处理的方法
CN108171374A (zh) * 2017-12-27 2018-06-15 中国电子科技集团公司第五十四研究所 一种基于模拟退火算法的对地观测卫星任务规划方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
2015 IEEE 28th Canadian Conference on Electrical and Computer Engineering (CCECE);Lin Zhenhai etc.;《 2015 IEEE 28th Canadian Conference on Electrical and Computer Engineering (CCECE)》;IEEE;20150625;第530-535页 *
基于模拟退火的卫星地面站任务规划方法;韩丽等;《无线电工程》;20100905(第09期);第42-47页 *
面向突发性事件的卫星自主任务规划;薛志家 等;《指挥控制与仿真》;CNKI;20150215;第37卷(第1期);第24-30页 *

Also Published As

Publication number Publication date
CN111832934A (zh) 2020-10-27

Similar Documents

Publication Publication Date Title
CN111832934B (zh) 面向突发需求的模拟退火多星应急任务规划方法
CN113346944B (zh) 空天地一体化网络中时延最小化计算任务卸载方法及系统
CN109948944B (zh) 一种卫星任务调度方法及系统
CN108055067B (zh) 一种多星在线协同调度方法
CN108388958B (zh) 一种二维姿态机动卫星任务规划技术研究的方法及装置
CN113852405B (zh) 多波束中继卫星任务调度模型的构建方法及装置
CN109960544B (zh) 基于数据驱动型敏捷卫星任务并行调度方法
CN108171443B (zh) 考虑指令上注的多星应急任务规划方法及装置
CN112784362A (zh) 一种用于无人机辅助边缘计算的混合优化方法及系统
CN108021433B (zh) 一种多星星簇的目标观测方法
CN115103410B (zh) 一种测控数传资源调度方法、系统及装置
CN111913786B (zh) 基于时间窗分割的卫星任务调度方法和系统
Dai et al. Dynamic scheduling for emergency tasks in space data relay network
CN113962525B (zh) 一种基于可配置准则的遥感卫星任务决策方法
CN115271130B (zh) 面向船舶主动力设备维修订单的动态调度方法及系统
CN111783357A (zh) 一种基于减少旅客延误的中转行程优化方法及系统
CN113127193A (zh) 一种边缘网络动态业务卸载和调度方法及装置
CN115276758B (zh) 一种基于任务松弛度的中继卫星动态调度方法
CN113919122B (zh) 基于模拟退火算法的多星任务调度方法和系统
CN113313348B (zh) 卫星任务规划方法、装置、存储介质和电子设备
CN113313349B (zh) 卫星任务资源匹配优化方法、装置、存储介质和电子设备
CN108494470B (zh) 基于优化权重的空间信息网络中继卫星天线调度方法
CN115034557A (zh) 一种敏捷卫星应急任务规划方法
CN112416579B (zh) 一种时间敏感的多方数据融合激励方法
CN111694831B (zh) 一种基于知识评价的卫星地面观测系统任务去重方法

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