CN111913786B - 基于时间窗分割的卫星任务调度方法和系统 - Google Patents
基于时间窗分割的卫星任务调度方法和系统 Download PDFInfo
- Publication number
- CN111913786B CN111913786B CN202010521955.7A CN202010521955A CN111913786B CN 111913786 B CN111913786 B CN 111913786B CN 202010521955 A CN202010521955 A CN 202010521955A CN 111913786 B CN111913786 B CN 111913786B
- Authority
- CN
- China
- Prior art keywords
- task
- satellite
- time window
- observation
- representing
- 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
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
- G06F9/485—Task life-cycle, e.g. stopping, restarting, resuming execution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- 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
- G06Q10/0633—Workflow analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/48—Indexing scheme relating to G06F9/48
- G06F2209/486—Scheduler internals
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Educational Administration (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Development Economics (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Radio Relay Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供一种基于时间窗分割的卫星任务调度方法和系统,涉及卫星调度领域。包括以下步骤:获取卫星任务的可见时间窗;对可见时间窗进行离散化处理,得到观测时间窗;基于观测时间窗对卫星任务进行实数编码,得到卫星任务序列;基于卫星任务序列获取卫星任务种群;基于预设的两代竞争取优算法对卫星任务种群进行交叉操作;基于双基因变异方法对交叉操作后的卫星任务种群进行变异操作,得到卫星任务调度方案。本发明提高了卫星观测任务时的效率。
Description
技术领域
本发明涉及卫星调度技术领域,具体涉及一种基于时间窗分割的卫星任务调度方法和系统。
背景技术
随着科技的发展,人们对于航空航天领域不断的进行探索和开发,各种飞行器和卫星被制造并广泛应用于各种领域,例如通过卫星对地面进行监测。用户和地面站说明任务需求,地面站将任务上注给卫星,卫星围绕地面,并对任务目标进行观测,从而得到用户需要的信息。因此利用卫星实现任务观测是当前的一大研究热点。
随着卫星技术不断地发展,敏捷对地观测卫星随之问世,它可以在俯仰、偏航和旋转三个维度上转动对地面目标进行成像,增加了卫星对任务的观测机会,使卫星在一个轨道圈次内对某一待观测任务产生多个时间窗,这就使得卫星不必要运行到目标正上方也能够执行观测任务。因此现有技术多采用敏捷对地观测卫星对各种任务进行观测。
然而本申请的发明人发现,由于敏捷对地观测卫星会使得卫星在一个圈次内对任务时间窗存在多种选择,但敏捷对地观测卫星无法选择最好的观测方式进行任务观测,导致卫星观测的效率较低。
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时间窗分割的卫星任务调度方法和系统,解决了现有技术在卫星观测任务时效率低的技术问题。
(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时间窗分割的卫星任务调度方法,其特征在于,所述调度方法由计算机执行,包括:
S1、获取卫星任务的可见时间窗;
S2、对所述可见时间窗进行离散化处理,得到观测时间窗;
S3、基于所述观测时间窗对卫星任务进行实数编码,得到卫星任务序列;
S4、基于所述卫星任务序列获取卫星任务种群;
S5、基于预设的两代竞争取优算法对所述卫星任务种群进行交叉操作;
S6、基于双基因变异方法对交叉操作后的卫星任务种群进行变异操作,得到卫星任务调度方案。
优选的,在S2中,所述对所述可见时间窗进行离散化处理,包括:
判断每个卫星任务的可见时间窗是否有重叠部分;
若所有的可见时间窗都没有重叠,则将可见时间窗的最中间长度作为对应卫星任务的观测时间窗;
若所述可见时间窗之间存在重叠部分,则对所述可见时间窗进行分割,分割方法包括:
基于卫星任务的观测时长对所述可见时间窗进行分割,得到每个卫星任务对应的若干个观测时间窗。
优选的,在S3中,所述基于所述观测时间窗对卫星任务进行实数编码,包括:
利用实数a.b对所述观测时间窗和卫星任务进行实数编码表示;
其中,整数部分a表示按照可见时间窗中间位置排序的第a个卫星任务,小数部分b表示第a个卫星任务的第b个观测时间窗;a.b表示第a个卫星任务在第b个观测时间窗上执行观测。
优选的,步骤S4具体包括以下步骤:
S401、基于预设的约束条件,分别在所述卫星任务序列的前50%和后50%各随机生成一段任务序列;
S402、将随机生成的两段任务序列连接起来,形成一条完整的染色体;
判断染色体连接处的两个连续任务是否满足时间约束条件,若满足条件,则保留这条染色体;若不满足条件,则重新生成染色体;
S403、重复执行S401和S402,直到生成预设规模m条染色体的初始种群,即为卫星任务种群。
优选的,所述预设的约束条件包括:
OTWi s+peri=OTWi e
VTWi s≤OTWi s<OTWi e≤VTWi e
其中:
ai为0/1的二元变量,当取1时表示第i个任务在卫星上被执行;当取0时表示第i个任务在卫星上不被执行;
N表示卫星任务的数量;
peri表示卫星执行第i个任务的观测时长;
OTWi s表示卫星执行第i个任务的观测时间窗的开始时间;
OTWi e表示卫星执行第i个任务的观测时间窗的结束时间;
VTWi s表示卫星对第i个任务的可见时间窗的开始时间;
VTWi e表示卫星对第i个任务的可见时间窗的结束时间;
所述时间约束条件为:
其中:
cij表示卫星对于两个连续观测任务之间的姿态调整时间;
优选的,步骤S5具体包括以下步骤:
S501、依次两两选择两条染色体A、B作为父代染色体;
S502、随机生成一个待观测任务作为父代染色体的交叉点,染色体A的交叉点为a,染色体B的交叉点为b;
截取父代染色体A中交叉点a之前的的序列A1,并截取父代染色体B中交叉点b之后的的序列B2,按顺序将序列A1、交叉点a和序列B2连接,得到子代染色体C;
截取父代染色体A中交叉点a之后的的序列A2,并截取父代染色体B中交叉点b之前的的序列B1,按顺序将序列B1、交叉点b和序列A2连接,得到子代染色体D;
若两条父代染色体中不包含待观测任务,表示待观测任务在该染色体序列中不被执行,则重新选择父代染色体;
S503、对生成的两条子代染色体,判断连接处是否可行;若可行,则保留子代染色体,若不可行,则直接舍去相应的子代染色体;
S504、选择两代染色体中可行解的适应度函数较大的两个个体进行保留;
S505、判断此时种群中的任意两个染色体是否都已两两配对,若是,则交叉操作结束;若否,则转到S501。
优选的,步骤S6具体包括以下步骤:
S601、对于交叉操作后的卫星任务种群,依次选择种群中的染色体作为父代染色体;
S602、在父代染色体的前50%和后50%各随机生成一个临时任务,对于两个临时任务,基于变异条件:
其中:
ci-1,i表示卫星执行临时任务i的前置任务i-1和临时任务i两连续任务时的姿态调整时间;
ci,i+1表示卫星执行临时任务i和i的后续任务i+1两连续任务时的姿态调整时间;
peri表示卫星执行临时任务i的观测时长;
判断:若临时任务满足变异条件,则临时任务可作为变异任务,并基于预设的变异规则进行变异操作;若临时任务不满足条件,则重新生成临时任务,并进行上述操作;若父代染色体中无符合条件的变异任务,则直接保留父代染色体;
S603、若m条染色体遍历完成,则执行S604;若未遍历,则转到S601;
S604、基于预设的目标函数计算所有染色体的目标函数值,选择最优解对应的方案作为卫星任务调度方案。
优选的,所述预设的变异规则包括:
设定变异任务的观测时间窗变异为NOTWi;
判断变异条件是否被满足,所述变异条件为:
若满足条件,则观测时间窗变异为:
若不满则条件,则进行判断:
观测时间窗变异为:
观测时间窗变异为:
优选的,所述预设的目标函数为:
其中:
α和β分别为任务观测数量和任务观测质量的权重系数;
ai为0/1的二元变量,当取1时表示第i个任务在卫星上被执行;当取0时表示第i个任务在卫星上不被执行;
wi表示第i个任务的观测时间窗相对于可见时间窗的偏离程度;
N表示卫星任务的数量;
OTWi s表示卫星执行第i个任务的观测时间窗的开始时间;
OTWi e表示卫星执行第i个任务的观测时间窗的结束时间;
VTWi s表示卫星对第i个任务的可见时间窗的开始时间;
VTWi e表示卫星对第i个任务的可见时间窗的结束时间。
本发明解决其技术问题所提供的一种基于时间窗分割的卫星任务调度系统,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:
S1、获取卫星任务的可见时间窗;
S2、对所述可见时间窗进行离散化处理,得到观测时间窗;
S3、基于所述观测时间窗对卫星任务进行实数编码,得到卫星任务序列;
S4、基于所述卫星任务序列获取卫星任务种群;
S5、基于预设的两代竞争取优算法对所述卫星任务种群进行交叉操作;
S6、基于双基因变异方法对交叉操作后的卫星任务种群进行变异操作,得到卫星任务调度方案。
(三)有益效果
本发明提供了一种基于时间窗分割的卫星任务调度方法和系统。与现有技术相比,具备以下有益效果:
本发明通过获取卫星任务的可见时间窗;对可见时间窗进行离散化处理,得到观测时间窗;基于观测时间窗对卫星任务进行实数编码,得到卫星任务序列;基于卫星任务序列获取卫星任务种群;基于预设的两代竞争取优算法对卫星任务种群进行交叉操作;基于双基因变异方法对交叉操作后的卫星任务种群进行变异操作,得到卫星任务调度方案。本发明利用两代竞争取优的方式增大了遗传算法中解的空间,利用双基因变异方法提高了任务观测的质量,进而提高了卫星观测任务时的效率。
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为本发明实施例所提供的基于时间窗分割的卫星任务调度方法的整体流程图。
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时间窗分割的卫星任务调度方法和系统,解决了现有技术在卫星观测任务时效率低的问题,实现卫星观测任务时效率的提高。
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卫星任务的可见时间窗;对可见时间窗进行离散化处理,得到观测时间窗;基于观测时间窗对卫星任务进行实数编码,得到卫星任务序列;基于卫星任务序列获取卫星任务种群;基于预设的两代竞争取优算法对卫星任务种群进行交叉操作;基于双基因变异方法对交叉操作后的卫星任务种群进行变异操作,得到卫星任务调度方案。本发明实施例利用两代竞争取优的方式增大了遗传算法中解的空间,利用双基因变异方法提高了任务观测的质量,进而提高了卫星观测任务时的效率。
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时间窗分割的卫星任务调度方法,该方法由计算机执行,如图1所示,包括以下步骤:
S1、获取卫星任务的可见时间窗;
S2、对上述可见时间窗进行离散化处理,得到观测时间窗;
S3、基于上述观测时间窗对卫星任务进行实数编码,得到卫星任务序列;
S4、基于上述卫星任务序列获取卫星任务种群;
S5、基于预设的两代竞争取优算法对上述卫星任务种群进行交叉操作;
S6、基于双基因变异方法对交叉操作后的卫星任务种群进行变异操作,得到卫星任务调度方案。
本发明实施例通过获取卫星任务的可见时间窗;对可见时间窗进行离散化处理,得到观测时间窗;基于观测时间窗对卫星任务进行实数编码,得到卫星任务序列;基于卫星任务序列获取卫星任务种群;基于预设的两代竞争取优算法对卫星任务种群进行交叉操作;基于双基因变异方法对交叉操作后的卫星任务种群进行变异操作,得到卫星任务调度方案。本发明实施例利用两代竞争取优的方式增大了遗传算法中解的空间,利用双基因变异方法提高了任务观测的质量,进而提高了卫星观测任务时的效率。
下面对各步骤进行具体分析。
在步骤S1中,获取卫星任务的可见时间窗。
具体的,可见时间窗指卫星从可以探测到该任务开始到该任务离开卫星观测成像范围为止的一段时间间隔。本发明实施例通过获取卫星轨道信息、运行高度、传感器类型和待观测任务的地理位置信息、成像目标类型等基本信息,再将这些信息输入到STK软件中计算卫星对任务的可见时间窗。
在步骤S2中,对上述可见时间窗进行离散化处理,得到观测时间窗。
具体的,包括以下步骤:
判断每个卫星任务的可见时间窗是否有重叠部分。
若所有的可见时间窗都没有重叠,则说明卫星对每个任务的执行先后顺序之间没有影响,则根据卫星任务所需的观测时长,将可见时间窗的最中间长度作为对应卫星任务的观测时间窗。此时卫星对任务的成像质量和数量都为最佳。
若上述可见时间窗之间存在重叠部分,则对上述可见时间窗进行分割,分割方法包括:
基于卫星任务的观测时长对上述可见时间窗进行分割,得到每个卫星任务对应的若干个观测时间窗。
具体的,把每个任务的可见时间窗按照观测的执行时间长度peri进行分割,得到相应任务的多个观测时间窗。例如,任务i的观测时间长度为peri,划分步长为1,则任务i的可见时间窗被划分为[0,peri][1,1+peri][2,2+peri]……具体的:若卫星对任务i的观测时长peri=1,步长为0.5,则任务i的可见时间窗的区间[0,9]可以被分解为[0,1][0.5,1.5][1,2]……[8,9],完成可见时间窗的分割。
在步骤S3中,基于上述观测时间窗对卫星任务进行实数编码,得到卫星任务序列。
具体包括:利用实数a.b对上述观测时间窗和卫星任务进行实数编码表示。
其中,整数部分a表示按照可见时间窗中间位置排序的第a个卫星任务,小数部分b表示第a个卫星任务的第b个观测时间窗;a.b表示第a个卫星任务在第b个观测时间窗上执行观测。
在步骤S4中,基于上述卫星任务序列获取卫星任务种群。
在本发明实施例中,可根据S3中得到的卫星任务序列的实数编码方式生成卫星任务种群,并将卫星任务种群作为初始种群,用于后续的操作。
具体包括以下步骤:
S401、基于预设的约束条件,分别在所述卫星任务序列的前50%和后50%各随机生成一段任务序列。
其中,预设的约束条件包括:
OTWi s+peri=OTWi e
VTWi s≤OTWi s<OTWi e≤VTWi e
其中:
ai为0/1的二元变量,当取1时表示第i个任务在卫星上被执行;当取0时表示第i个任务在卫星上不被执行;
N表示卫星任务的数量;
peri表示卫星执行第i个任务的观测时长;
OTWi s表示卫星执行第i个任务的观测时间窗的开始时间;具体的,s表示开始时间;
OTWi e表示卫星执行第i个任务的观测时间窗的结束时间;具体的,e表示结束时间;
VTWi s表示卫星对第i个任务的可见时间窗的开始时间;
VTWi e表示卫星对第i个任务的可见时间窗的结束时间。
S402、将随机生成的两段任务序列连接起来,形成一条完整的染色体;
基于时间约束条件判断染色体的可行性,若满足条件,则保留这条染色体;若不满足条件,则重新生成染色体。
时间约束条件为:
其中:
cij表示卫星对于两个连续观测任务之间的姿态调整时间;
S403、重复执行S401和S402,直到生成预设规模m条染色体的初始种群,即为卫星任务种群。
在步骤S5中,基于预设的两代竞争取优算法对上述卫星任务种群进行交叉操作。
具体包括以下步骤:
S501、依次选择任意两条染色体A、B作为父代染色体。
S502、随机生成一个待观测任务作为父代染色体的交叉点,染色体A的交叉点为a,染色体B的交叉点为b;
截取父代染色体A中交叉点a之前的的序列A1,并截取父代染色体B中交叉点b之后的的序列B2,按顺序将序列A1、交叉点a和序列B2连接,得到子代染色体C;
截取父代染色体A中交叉点a之后的的序列A2,并截取父代染色体B中交叉点b之前的的序列B1,按顺序将序列B1、交叉点b和序列A2连接,得到子代染色体D;
若两条父代染色体中不包含待观测任务,表示待观测任务在该染色体序列中不被执行,则重新选择父代染色体。
S503、对生成的两条子代染色体,判断连接处是否可行;若可行,则保留子代染色体,若不可行,则重新获取子代染色体。
S504、选择两代染色体中可行解的适应度函数较大的两个个体进行保留。
保留的情况包括三种情况:(1)子代都可行,则对父代两条和子代两条,共四条染色体判断适应度,选取最大的两条染色体,即四选二。(2)子代其中一条不可行,则对父代两条和子代一条,共三条染色体判断适应度,选取最大的两条染色体,即三选二。(3)子代都不可行,则直接保留两父代染色体。
具体的,本发明实施例中的适应度函数为:
其中:
α和β分别为任务观测数量和任务观测质量的权重系数;
ai为0/1的二元变量,当取1时表示第i个任务在卫星上被执行;当取0时表示第i个任务在卫星上不被执行;
wi表示第i个任务的观测时间窗相对于可见时间窗的偏离程度;需要说明的是,值越小说明观测时间窗越靠近可见时间窗的中心,观测质量越好;
N表示卫星任务的数量;
OTWi s表示卫星执行第i个任务的观测时间窗的开始时间;
OTWi e表示卫星执行第i个任务的观测时间窗的结束时间;
VTWi s表示卫星对第i个任务的可见时间窗的开始时间;
VTWi e表示卫星对第i个任务的可见时间窗的结束时间。
S505、判断此时种群中的任意两个染色体是否都已两两配对,若是,则交叉操作结束;若否,则转到S501。
需要说明的是,此时种群中染色体的规模依旧为m。
在步骤S6中,基于双基因变异方法对交叉操作后的卫星任务种群进行变异操作,得到卫星任务调度方案。
具体包括以下步骤:
S601、对于交叉操作后的卫星任务种群,依次选择种群中的染色体作为父代染色体。
S602、在父代染色体的前50%和后50%各随机生成一个临时任务,对于两个临时任务,基于变异条件:
其中:
ci-1,i表示卫星执行临时任务i的前置任务i-1和临时任务i两连续任务时的姿态调整时间;
ci,i+1表示卫星执行临时任务i和i的后续任务i+1两连续任务时的姿态调整时间;
peri表示卫星执行临时任务i的观测时长。
判断:若临时任务满足变异条件,则临时任务可作为变异任务,并基于预设的变异规则进行变异操作;若临时任务不满足条件,则重新生成临时任务,并进行上述操作;若父代染色体中无符合条件的变异任务,则直接保留父代染色体。
具体的,预设的变异规则为:
设定变异任务的观测时间窗变异为NOTWi;
判断变异条件是否被满足,所述变异条件为:
若满足条件,则观测时间窗变异为:
若不满则条件,则进行判断:
观测时间窗变异为:
观测时间窗变异为:
S603、若m条染色体遍历完成,则执行S604;若未遍历,则转到S601。
S604、基于预设的目标函数计算所有染色体的目标函数值,选择最优解对应的方案作为卫星任务调度方案。
需要说明的是,本发明实施例中将预设的目标函数设定为适应度函数,预设的目标函数具体为:
其中:
α和β分别为任务观测数量和任务观测质量的权重系数;
ai为0/1的二元变量,当取1时表示第i个任务在卫星上被执行;当取0时表示第i个任务在卫星上不被执行;
wi表示第i个任务的观测时间窗相对于可见时间窗的偏离程度;需要说明的是,值越小说明观测时间窗越靠近可见时间窗的中心,观测质量越好;
N表示卫星任务的数量;
OTWi s表示卫星执行第i个任务的观测时间窗的开始时间;
OTWi e表示卫星执行第i个任务的观测时间窗的结束时间;
VTWi s表示卫星对第i个任务的可见时间窗的开始时间;
VTWi e表示卫星对第i个任务的可见时间窗的结束时间。
本发明实施例还提供了一种基于时间窗分割的卫星任务调度系统,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、获取卫星任务的可见时间窗;
S2、对上述可见时间窗进行离散化处理,得到观测时间窗;
S3、基于上述观测时间窗对卫星任务进行实数编码,得到卫星任务序列;
S4、基于上述卫星任务序列获取卫星任务种群;
S5、基于预设的两代竞争取优算法对上述卫星任务种群进行交叉操作;
S6、基于双基因变异方法对交叉操作后的卫星任务种群进行变异操作,得到卫星任务调度方案。
可理解的是,本发明实施例提供的上述调度系统与上述调度方法相对应,其有关内容的解释、举例、有益效果等部分可以参考基于时间窗分割的卫星任务调度方法中的相应内容,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卫星任务的可见时间窗;对可见时间窗进行离散化处理,得到观测时间窗;基于观测时间窗对卫星任务进行实数编码,得到卫星任务序列;基于卫星任务序列获取卫星任务种群;基于预设的两代竞争取优算法对卫星任务种群进行交叉操作;基于双基因变异方法对交叉操作后的卫星任务种群进行变异操作,得到卫星任务调度方案。本发明实施例利用两代竞争取优的方式增大了遗传算法中解的空间,利用双基因变异方法提高了任务观测的质量,进而提高了卫星观测任务时的效率。
本发明实施例通过对可见时间窗的分割和实数编码方式,使最终序列解码结果具体能够表示为某一任务具体在哪一时刻开始执行,保证了卫星对任务观测时更加精确。
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 (5)
1.一种基于时间窗分割的卫星任务调度方法,其特征在于,所述调度方法由计算机执行,包括:
S1、获取卫星任务的可见时间窗;
S2、对所述可见时间窗进行离散化处理,得到观测时间窗;
S3、基于所述观测时间窗对卫星任务进行实数编码,得到卫星任务序列;
S4、基于所述卫星任务序列获取卫星任务种群;
S5、基于预设的两代竞争取优算法对所述卫星任务种群进行交叉操作;
S6、基于双基因变异方法对交叉操作后的卫星任务种群进行变异操作,得到卫星任务调度方案;
步骤S4具体包括以下步骤:
S401、基于预设的约束条件,分别在所述卫星任务序列的前50%和后50%各随机生成一段任务序列;
S402、将随机生成的两段任务序列连接起来,形成一条完整的染色体;
判断染色体连接处的两个连续任务是否满足时间约束条件,若满足条件,则保留这条染色体;若不满足条件,则重新生成染色体;
S403、重复执行S401和S402,直到生成预设规模m条染色体的初始种群,即为卫星任务种群;
所述预设的约束条件包括:
其中:
ai为0/1的二元变量,当取1时表示第i个任务在卫星上被执行;当取0时表示第i个任务在卫星上不被执行;
N表示卫星任务的数量;
peri表示卫星执行第i个任务的观测时长;
OTWi s表示卫星执行第i个任务的观测时间窗的开始时间;
OTWi e表示卫星执行第i个任务的观测时间窗的结束时间;
VTWi s表示卫星对第i个任务的可见时间窗的开始时间;
VTWi e表示卫星对第i个任务的可见时间窗的结束时间;
所述时间约束条件为:
其中:
cij表示卫星对于两个连续观测任务之间的姿态调整时间;
步骤S6具体包括以下步骤:
S601、对于交叉操作后的卫星任务种群,依次选择种群中的染色体作为父代染色体;
S602、在父代染色体的前50%和后50%各随机生成一个临时任务,对于两个临时任务,基于变异条件:
其中:
ci-1,i表示卫星执行临时任务i的前置任务i-1和临时任务i两连续任务时的姿态调整时间;
ci,i+1表示卫星执行临时任务i和i的后续任务i+1两连续任务时的姿态调整时间;
peri表示卫星执行临时任务i的观测时长;
判断:若临时任务满足变异条件,则临时任务可作为变异任务,并基于预设的变异规则进行变异操作;若临时任务不满足条件,则重新生成临时任务,并进行上述操作;若父代染色体中无符合条件的变异任务,则直接保留父代染色体;
S603、若m条染色体遍历完成,则执行S604;若未遍历,则转到S601;
S604、基于预设的目标函数计算所有染色体的目标函数值,选择最优解对应的方案作为卫星任务调度方案;
所述预设的变异规则包括:
设定变异任务的观测时间窗变异为NOTWi;
判断变异条件是否被满足,所述变异条件为:
若满足条件,则观测时间窗变异为:
若不满则条件,则进行判断:
观测时间窗变异为:
观测时间窗变异为:
所述预设的目标函数为:
其中:
α和β分别为任务观测数量和任务观测质量的权重系数;
ai为0/1的二元变量,当取1时表示第i个任务在卫星上被执行;当取0时表示第i个任务在卫星上不被执行;
wi表示第i个任务的观测时间窗相对于可见时间窗的偏离程度;
N表示卫星任务的数量;
2.如权利要求1所述的调度方法,其特征在于,在S2中,所述对所述可见时间窗进行离散化处理,包括:
判断每个卫星任务的可见时间窗是否有重叠部分;
若所有的可见时间窗都没有重叠,则将可见时间窗的最中间长度作为对应卫星任务的观测时间窗;
若所述可见时间窗之间存在重叠部分,则对所述可见时间窗进行分割,分割方法包括:
基于卫星任务的观测时长对所述可见时间窗进行分割,得到每个卫星任务对应的若干个观测时间窗。
3.如权利要求1所述的调度方法,其特征在于,在S3中,所述基于所述观测时间窗对卫星任务进行实数编码,包括:
利用实数a.b对所述观测时间窗和卫星任务进行实数编码表示;
其中,整数部分a表示按照可见时间窗中间位置排序的第a个卫星任务,小数部分b表示第a个卫星任务的第b个观测时间窗;a.b表示第a个卫星任务在第b个观测时间窗上执行观测。
4.如权利要求1所述的调度方法,其特征在于,步骤S5具体包括以下步骤:
S501、依次两两选择两条染色体A、B作为父代染色体;
S502、随机生成一个待观测任务作为父代染色体的交叉点,染色体A的交叉点为a,染色体B的交叉点为b;
截取父代染色体A中交叉点a之前的的序列A1,并截取父代染色体B中交叉点b之后的的序列B2,按顺序将序列A1、交叉点a和序列B2连接,得到子代染色体C;
截取父代染色体A中交叉点a之后的的序列A2,并截取父代染色体B中交叉点b之前的的序列B1,按顺序将序列B1、交叉点b和序列A2连接,得到子代染色体D;
若两条父代染色体中不包含待观测任务,表示待观测任务在该染色体序列中不被执行,则重新选择父代染色体;
S503、对生成的两条子代染色体,判断连接处是否可行;若可行,则保留子代染色体,若不可行,则直接舍去相应的子代染色体;
S504、选择两代染色体中可行解的适应度函数较大的两个个体进行保留;
S505、判断此时种群中的任意两个染色体是否都已两两配对,若是,则交叉操作结束;若否,则转到S501。
5.一种基于时间窗分割的卫星任务调度系统,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:
S1、获取卫星任务的可见时间窗;
S2、对所述可见时间窗进行离散化处理,得到观测时间窗;
S3、基于所述观测时间窗对卫星任务进行实数编码,得到卫星任务序列;
S4、基于所述卫星任务序列获取卫星任务种群;
S5、基于预设的两代竞争取优算法对所述卫星任务种群进行交叉操作;
S6、基于双基因变异方法对交叉操作后的卫星任务种群进行变异操作,得到卫星任务调度方案;
步骤S4具体包括以下步骤:
S401、基于预设的约束条件,分别在所述卫星任务序列的前50%和后50%各随机生成一段任务序列;
S402、将随机生成的两段任务序列连接起来,形成一条完整的染色体;
判断染色体连接处的两个连续任务是否满足时间约束条件,若满足条件,则保留这条染色体;若不满足条件,则重新生成染色体;
S403、重复执行S401和S402,直到生成预设规模m条染色体的初始种群,即为卫星任务种群;
所述预设的约束条件包括:
其中:
ai为0/1的二元变量,当取1时表示第i个任务在卫星上被执行;当取0时表示第i个任务在卫星上不被执行;
N表示卫星任务的数量;
peri表示卫星执行第i个任务的观测时长;
所述时间约束条件为:
其中:
cij表示卫星对于两个连续观测任务之间的姿态调整时间;
步骤S6具体包括以下步骤:
S601、对于交叉操作后的卫星任务种群,依次选择种群中的染色体作为父代染色体;
S602、在父代染色体的前50%和后50%各随机生成一个临时任务,对于两个临时任务,基于变异条件:
其中:
ci-1,i表示卫星执行临时任务i的前置任务i-1和临时任务i两连续任务时的姿态调整时间;
ci,i+1表示卫星执行临时任务i和i的后续任务i+1两连续任务时的姿态调整时间;
peri表示卫星执行临时任务i的观测时长;
判断:若临时任务满足变异条件,则临时任务可作为变异任务,并基于预设的变异规则进行变异操作;若临时任务不满足条件,则重新生成临时任务,并进行上述操作;若父代染色体中无符合条件的变异任务,则直接保留父代染色体;
S603、若m条染色体遍历完成,则执行S604;若未遍历,则转到S601;
S604、基于预设的目标函数计算所有染色体的目标函数值,选择最优解对应的方案作为卫星任务调度方案;
所述预设的变异规则包括:
设定变异任务的观测时间窗变异为NOTWi;
判断变异条件是否被满足,所述变异条件为:
若满足条件,则观测时间窗变异为:
若不满则条件,则进行判断:
观测时间窗变异为:
观测时间窗变异为:
所述预设的目标函数为:
其中:
α和β分别为任务观测数量和任务观测质量的权重系数;
ai为0/1的二元变量,当取1时表示第i个任务在卫星上被执行;当取0时表示第i个任务在卫星上不被执行;
wi表示第i个任务的观测时间窗相对于可见时间窗的偏离程度;
N表示卫星任务的数量;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010521955.7A CN111913786B (zh) | 2020-06-10 | 2020-06-10 | 基于时间窗分割的卫星任务调度方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010521955.7A CN111913786B (zh) | 2020-06-10 | 2020-06-10 | 基于时间窗分割的卫星任务调度方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111913786A CN111913786A (zh) | 2020-11-10 |
CN111913786B true CN111913786B (zh) | 2022-09-30 |
Family
ID=73237705
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010521955.7A Active CN111913786B (zh) | 2020-06-10 | 2020-06-10 | 基于时间窗分割的卫星任务调度方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111913786B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112633643B (zh) * | 2020-12-09 | 2022-09-23 | 合肥工业大学 | 多星多站任务调度方法和系统 |
CN113269385B (zh) * | 2021-03-02 | 2023-10-24 | 北京市遥感信息研究院 | 面向敏捷卫星资源的应急调度方法和系统 |
CN113269324B (zh) * | 2021-05-31 | 2022-09-06 | 重庆两江卫星移动通信有限公司 | 一种基于遗传算法的低轨卫星时间窗规划方法及系统 |
CN114239986A (zh) * | 2021-12-23 | 2022-03-25 | 湖南云箭智能科技有限公司 | 一种卫星时间窗调配方法、装置、设备及可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0177966A1 (de) * | 1984-10-11 | 1986-04-16 | Siemens Aktiengesellschaft | Fernmeldesatellitensystem |
CN104063748A (zh) * | 2014-06-28 | 2014-09-24 | 中国人民解放军国防科学技术大学 | 一种用于解决面向成像卫星的时间依赖型调度问题的算法 |
CN107678850A (zh) * | 2017-10-17 | 2018-02-09 | 合肥工业大学 | 中继卫星任务调度方法及装置 |
CN109684055A (zh) * | 2018-11-07 | 2019-04-26 | 长沙天仪空间科技研究院有限公司 | 一种基于主动观测任务的卫星调度方法 |
CN111105125A (zh) * | 2019-10-29 | 2020-05-05 | 合肥工业大学 | 复杂任务的资源配置方法和系统 |
-
2020
- 2020-06-10 CN CN202010521955.7A patent/CN111913786B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0177966A1 (de) * | 1984-10-11 | 1986-04-16 | Siemens Aktiengesellschaft | Fernmeldesatellitensystem |
CN104063748A (zh) * | 2014-06-28 | 2014-09-24 | 中国人民解放军国防科学技术大学 | 一种用于解决面向成像卫星的时间依赖型调度问题的算法 |
CN107678850A (zh) * | 2017-10-17 | 2018-02-09 | 合肥工业大学 | 中继卫星任务调度方法及装置 |
CN109684055A (zh) * | 2018-11-07 | 2019-04-26 | 长沙天仪空间科技研究院有限公司 | 一种基于主动观测任务的卫星调度方法 |
CN111105125A (zh) * | 2019-10-29 | 2020-05-05 | 合肥工业大学 | 复杂任务的资源配置方法和系统 |
Non-Patent Citations (2)
Title |
---|
Boyu Deng ; Chunxiao Jiang ; Linling Kuang ; Song Guo ; Jianhua Lu.Two-Phase Task Scheduling in Data Relay Satellite Systems.《IEEE Xplore》.2017,全文. * |
应用于卫星自主任务调度的改进遗传算法;赵萍等;《中国空间科学技术》;20170331;第36卷(第06期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111913786A (zh) | 2020-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111913786B (zh) | 基于时间窗分割的卫星任务调度方法和系统 | |
EP3406531B1 (en) | Innovative satellite scheduling method based on genetic algorithms and simulated annealing and related mission planner | |
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 | |
CN111913787B (zh) | 基于遗传算法的成像卫星调度方法和系统 | |
CN111913785B (zh) | 多星任务调度方法和系统 | |
CN108986891A (zh) | 医疗影像处理方法及装置、电子设备及存储介质 | |
Do Koo et al. | Nuclear reactor vessel water level prediction during severe accidents using deep neural networks | |
CN105929690B (zh) | 一种基于分解多目标进化算法的柔性车间鲁棒调度方法 | |
WO2002015122A2 (en) | A system and method for a greedy pairwise clustering | |
CN111832934B (zh) | 面向突发需求的模拟退火多星应急任务规划方法 | |
CN113852405B (zh) | 多波束中继卫星任务调度模型的构建方法及装置 | |
CN113313355B (zh) | 基于遗传算法的遥感卫星对地观测任务规划方法与装置 | |
CN113128432B (zh) | 基于演化计算的机器视觉多任务神经网络架构搜索方法 | |
Ben-Dor et al. | On constructing radiation hybrid maps | |
CN114398983A (zh) | 分类预测方法、装置、设备、存储介质及计算机程序产品 | |
Berghida et al. | EBBO: an enhanced biogeography-based optimization algorithm for a vehicle routing problem with heterogeneous fleet, mixed backhauls, and time windows | |
CN112101550A (zh) | 分诊融合模型训练方法、分诊方法、装置、设备及介质 | |
CN112233200A (zh) | 剂量确定方法及装置 | |
CN115312118A (zh) | 一种基于图神经网络的单序列蛋白质接触图预测方法 | |
CN114239986A (zh) | 一种卫星时间窗调配方法、装置、设备及可读存储介质 | |
CN115203631A (zh) | 一种基于改进遗传算法的多模态数据分析方法、系统 | |
CN114821248B (zh) | 面向点云理解的数据主动筛选标注方法和装置 | |
US20070112708A1 (en) | Learning apparatus and method | |
CN111950121A (zh) | 卫星任务归并方法和系统 | |
Huang et al. | Niching evolutionary computation with a priori estimate for solving multi-solution traveling salesman problem |
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 |