CN111950874A - 卫星自主任务规划星载知识库设计方法及系统 - Google Patents
卫星自主任务规划星载知识库设计方法及系统 Download PDFInfo
- Publication number
- CN111950874A CN111950874A CN202010754326.9A CN202010754326A CN111950874A CN 111950874 A CN111950874 A CN 111950874A CN 202010754326 A CN202010754326 A CN 202010754326A CN 111950874 A CN111950874 A CN 111950874A
- Authority
- CN
- China
- Prior art keywords
- target
- satellite
- observation
- library
- knowledge base
- 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
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000013461 design Methods 0.000 title claims abstract description 14
- 238000001514 detection method Methods 0.000 claims abstract description 15
- 230000004927 fusion Effects 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 14
- 238000001228 spectrum Methods 0.000 claims description 9
- 230000003595 spectral effect Effects 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 238000007499 fusion processing Methods 0.000 claims description 3
- 230000008520 organization Effects 0.000 claims description 3
- 238000013468 resource allocation Methods 0.000 claims 2
- 230000003252 repetitive effect Effects 0.000 claims 1
- 238000003384 imaging method Methods 0.000 abstract description 14
- 230000008569 process Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000036544 posture Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000019771 cognition Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000003331 infrared imaging Methods 0.000 description 1
- 238000013507 mapping 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种卫星自主任务规划星载知识库设计方法及系统，该方法面向多星多载荷在轨自主协同任务规划应用场景，提出了一种卫星自主任务规划星载知识库设计方法，包括目标识别库和观测偏好库，解决了多载荷在轨实时搜索获取并融合后的目标观测需求与在轨多手段观测资源关联匹配问题。通过分析并确定多种搜索发现载荷所能描述的目标多维特征信息并进行分析，挑出能够对目标进行目标类型或身份识别的特异性特征集合，通过预先指定在轨观测任务感兴趣的目标库，作为在轨实时引导任务确定观测手段的参考信息。本发明可以尽可能的获得重要目标优选的载荷探测信息，提高星上自主成像任务规划的运行效率，提高多目标多载荷观测任务分配的综合效率。
Description
技术领域
本发明涉及卫星自主任务规划领域，具体地，涉及卫星自主任务规划星载知识库设计方法及系统。
背景技术
传统的卫星对地探测任务通常由地面发起，任务需求搜集、任务筹划、可见性计算，指令生成，境内或中继上注等。随着在轨卫星数量逐年增多、卫星载荷种类越加丰富、卫星应用模式的逐步拓展、任务的日趋复杂、时效性要求的提高，传统的星地大回路的管控方式已无法满足技术需求，对卫星的自主性要求进一步提升。卫星自主性，秉承着从自动、自治到自主的发展过程，从以简单、固化的软件流程、指令序列完成既定任务，发展到卫星能够根据地面编排任务、星上自主信息处理、星上自主生成任务、星间任务自主调配、星地链路自主管理和星地链路自主管理的过程。
另一方面，伴随着多星互联互通、多星多载荷协同应用，发展出通过在轨目标搜索实时引导多种类型载荷观测的应用场景，在轨目标搜索定位手段主要包括：无线电探测识别定位、图像目标提取定位、AIS船舶身份位置信息获取和ADS-B飞机身份位置信息获取等，这些手段获取的信息在轨综合得到地表区域目标态势信息，这些信息相互融合关联得到目标的身份认知或描述，在轨对这些目标进行观测任务规划时，通常会有多种探测手段可供选择，例如成像手段，有可见光成像、微波成像、红外成像、视频成像和立体成像等，每种手段刻画了目标的不同维度的特征。不同的目标由不同的载荷观测，获取的综合效益是不同的，若不能合理的分配目标观测资源，将无法得到较高的协同观测任务的综合收益，基于此，星上需具备对不同身份目标特征的先验信息，即目标识别库，在轨对目标的多源探测信息进行综合，进而识别目标，并根据预设重点目标的观测偏好库，执行进一步观测任务。目标识别库与观测偏好库共同作为星上知识库，该知识库描述了目标身份到观测手段的关联映射关系。
对比已公开方法：梁民赞等，一种多源信息融合的声呐综合目标识别方法(舰船科学技术，2019.41(8))，针对声呐探测回波特征信息、频谱信息、音频信息、运动信息、雷达信息和AIS信息等进行综合识别，主要面向海基探测的信息处理，相关特征与航天探测任务差异显著；
对比已公开的方法：苗悦，编队成像卫星的自主任务规划技术研究(哈尔滨工业大学工学硕士论文，2016)，在多卫星的观测任务分配时，基于目标等级与成像偏好的多层次自主任务规划算法，仅考虑载荷类型的偏好，未给出载荷的具体成像模式、观测参数约束等的具体配置，且主要面向地面已知目标，与本专利的在轨实时目标搜索识别的自主任务规划具有显著差异。
目前，多星多载荷在轨自主协同为新兴领域，星载知识库研究处于起步阶段，尚未见星载知识库的研究。
发明内容
本发明提出了一种卫星自主任务规划星载知识库设计方法及系统，该方法面向多星多载荷在轨自主协同任务规划应用场景，解决在轨多手段观测资源与目标观测需求的关联匹配问题。首先分析并确定多种搜索发现载荷所能描述的目标多维特征信息，并根据经验对目标多维特征信息域进行分析，从多维特征信息中挑出能够对目标进行目标类型或身份识别的特异性特征集合，预先指定在轨观测任务感兴趣的目标库，确定目标库中每类或每个目标的重要等级、观测手段偏好等，作为在轨实时引导任务确定观测手段的参考信息。以上星载知识库中可选观测手段，通常以观测谱段约束、分辨率约束和模式约束等描述。
根据本发明的一个方面，提出一种卫星自主任务规划星载知识库设计方法，包括如下步骤：
集中式架构规划步骤：确定多星多载荷协同自主任务规划集中式架构，由中枢星进行目标态势引导信息的综合处理和多星多载荷目标观测任务规划；
目标识别库建立步骤：确定目标搜索发现类的载荷所能描述的目标多维特征信息域，从多维特征信息中优选出能够对目标进行目标类型或身份识别的特异性特征集合，确定目标库中每一类或每一个目标的特异性特征参数范围，确定每种参数置信度权重，作为目标识别库；
观测偏好库建立步骤：确定多星多载荷的各种观测手段的能力约束，确定目标库中每一类或每一个目标的优选观测手段偏好，作为观测偏好库；
星载知识库建立步骤：将所述目标识别库和所述观测偏好库通过目标身份识别号关联，二者合并作为自主任务规划星载知识库，并上注到多星协同任务规划中枢星；
位置关联步骤：多星协同任务规划中枢星在轨对多载荷目标搜索获取的信息进行位置关联融合，与所述目标识别库进行匹配关联；
任务规划步骤：对所有多载荷目标搜索获取的信息基于自主任务规划星载知识库进行关联处理，并根据观测偏好进行多星多载荷观测资源优选分配任务规划。
优选地，在所述集中式架构规划步骤中，多星多载荷协同自主任务规划集中式架构是一种分层协作的组织架构，搜索发现成员星对任务区域进行目标态势信息进行收集，中枢星通过星间链路、地面上行遥控通道等接收态势信息，并对态势信息进行融合处理，同时中枢星接收成员源轨道、姿态、能源等信息，将目标队列与观测成员星进行观测匹配，合理安排成员星任务，观测成员星接收中枢星分配的任务，进行解析和执行等操作，进行多星多载荷目标观测任务规划。
优选地，在所述目标识别库建立步骤中，目标搜索发现类载荷的手段有无线电探测、图像目标提取定位、AIS船舶身份位置信息获取和ADS-B飞机身份位置信息获取等。
优选地，从目标搜索发现类载荷的种类的探测手段，确定出目标多维特征信息域的特征纬度包括：电磁频谱特征、多光谱特征、几何特征、图像识别信息、通信广播信息和运动特征。
优选地，从多维特征信息中优选出的，能够对目标进行目标类型或身份识别的特异性特征集合包括：电磁频点、频段范围、光谱特征、红外温度特征、目标长度、目标长宽比、目标类型编号、目标身份编号、AIS身份识别号、ADS-B身份识别号、航速和尾迹长度。
优选地，在所述目标识别库建立步骤中，由提炼出的目标特异性特征，确定目标库中每一类或每一个目标的特异性特征参数范围，将每个特征参数的判别准则包括为哪些介于、等于、大于等于等等，确定每种参数置信度权重，权重结余0～1之间，设置完成后，当目标相关态势信息落在特异性特征参数范围时，确认该目标与库中目标相匹配，以此为设计原则，设置目标识别库；在所述观测偏好库建立步骤中，多星多载荷的各种观测手段的能力有约束，包括载荷的观测谱段、分辨率、幅宽和工作模式等，确定目标库中每一类或每一个目标的优选观测手段偏好，观测手段约束包括观测频谱偏好、分辨率偏好、幅宽偏好和工作模式偏好等，作为观测偏好库。
优选地，在所述星载知识库建立步骤中，将目标识别库和观测偏好库关联，每种载荷的每个或每类目标有一个独立不重复的身份识别号，通过目标身份识别号，将目标识别库与观测偏好库关联，二者合并作为自主任务规划星载知识库，通过地面星载知识库设置软件，生成知识库，通过上行遥控通道，上注到多星协同任务规划中枢星。
优选地，在所述位置关联步骤中，中枢星在轨对多载荷目标搜索获取的信息进行位置关联融合，多星多搜索载荷对同一任务区域进行多目标搜索发现，存在目标重复发现情况，对多目标进行基于几何位置聚类的关联融合，进而将融合后的目标与目标识别库进行匹配关联，根据得到目标的多维度特异性特征参数描述，与目标识别库进行匹配，将多维特征参数置信度加权后，得到目标识别置信度，满足一定阈值时，将该目标与相应观测偏好库中指定信息关联，若不满足阈值，则按观测偏好库中的默认信息关联，其中，置信度加权可以取累加和或加权平均等，根据上注指令进行选择。
优选地，在所述任务规划步骤中，对所有搜索发现目标基于知识库进行关联处理，通过目标身份识别号进行知识库搜索匹配，进行相关属性赋予，对知识库中未发现目标根据不同发现源，赋予默认属性，而后对待规划目标队列逐一与各观测成员星进行任务匹配。
待规划目标队列逐一与成员星进行观测匹配，方法是目标通过知识库搜索匹配具有成像偏好属性，成像偏好属性中包含优选卫星、优选成像模式、优选观测手段和优选观测参数约束等，从而完成多目标与多星多载荷观测资源优选分配任务规划。
根据本发明的另一个方面，提供一种卫星自主任务规划星载知识库设计系统，其特征在于，包括以下模块：
集中式架构规划模块：确定多星多载荷协同自主任务规划集中式架构，由中枢星进行目标态势引导信息的综合处理和多星多载荷目标观测任务规划；
目标识别库建立模块：确定目标搜索发现类的载荷所能描述的目标多维特征信息域，从多维特征信息中优选出能够对目标进行目标类型或身份识别的特异性特征集合，确定目标库中每一类或每一个目标的特异性特征参数范围，确定每种参数置信度权重，作为目标识别库；
观测偏好库建立模块：确定多星多载荷的各种观测手段的能力约束、确定目标库中每一类或每一个目标的优选观测手段偏好，作为观测偏好库；
星载知识库建立模块：将所述目标识别库和所述观测偏好库通过目标身份识别号关联，二者合并作为自主任务规划星载知识库，并上注到多星协同任务规划中枢星；
位置关联模块：中枢星在轨对多载荷目标搜索获取的信息进行位置关联融合，与所述目标识别库进行匹配关联；
任务规划模块：对所有目标基于知识库进行关联处理，并根据观测偏好进行多星多载荷观测资源优选分配任务规划。
与现有技术相比，本发明具有如下的有益效果：
1.本发明提出了一种卫星自主任务规划星载知识库设计方法，通过目标识别库和观测偏好库，解决多载荷在轨实时搜索获取并融合后的目标观测需求与在轨多手段观测资源关联匹配问题；
2.基于星载知识库提供的先验信息进行的观测任务规划，可以尽可能的获得重要目标优选的载荷探测信息，提高星上自主成像任务规划的运行效率，提高多目标多载荷观测任务分配的综合收益；
3.本发明算法简捷，星上计算复杂度低，运行高效，易于工程实现。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1目标关联融合与观测手段匹配处理流程；
图2星载目标知识库的构建框架图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。
本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程。为详细说明本实施例的技术内容、构造特征、所达成目的及有益效果，下面结合附图对本实施例予以详细说明，图1给出了目标关联融合与观测手段匹配处理流程图，图2给出了星载目标知识库的构建框架图。
本发明提供一种卫星星载自主任务规划知识库设计方法，包括以下步骤：
集中式架构规划步骤：确定多星多载荷协同自主任务规划集中式架构，由中枢星进行目标态势引导信息的综合处理和多星多载荷目标观测任务规划；
目标识别库建立步骤：确定目标搜索发现类的载荷所能描述的目标多维特征信息域，从多维特征信息中优选出能够对目标进行目标类型或身份识别的特异性特征集合，确定目标库中每一类或每一个目标的特异性特征参数范围，确定每种参数置信度权重，作为目标识别库；
观测偏好库建立步骤：确定多星多载荷的各种观测手段的能力约束，确定目标库中每一类或每一个目标的优选观测手段偏好，作为观测偏好库；
星载知识库建立步骤：将目标识别库和观测偏好库通过目标身份识别号关联，二者合并作为自主任务规划星载知识库，并上注到多星协同任务规划中枢星；
位置关联步骤：多星协同任务规划中枢星在轨对多载荷目标搜索获取的信息进行位置关联融合，与目标识别库进行匹配关联；
任务规划步骤：对所有多载荷目标搜索获取的信息基于自主任务规划星载知识库进行关联处理，并根据观测偏好进行多星多载荷观测资源优选分配任务规划。
在所述集中式架构规划步骤中，多星多载荷协同自主任务规划集中式架构是一种分层协作的组织架构，搜索发现成员星对任务区域进行目标态势信息进行收集，中枢星通过星间链路、地面上行遥控通道等接收态势信息，并对态势信息进行融合处理，同时中枢星接收成员源轨道、姿态、能源等信息，将目标队列与观测成员星进行观测匹配，合理安排成员星任务，观测成员星接收中枢星分配的任务，进行解析和执行等操作，进行多星多载荷目标观测任务规划。
在所述目标识别库建立步骤中，目标搜索发现类载荷的手段有无线电探测、图像目标提取定位、AIS船舶身份位置信息获取、ADS-B飞机身份位置信息获取等。
从目标搜索发现类载荷的种类的探测手段，确定出目标多维特征信息域的特征纬度包括：电磁频谱特征、多光谱特征、几何特征、图像识别信息、通信广播信息和运动特征。
各特征纬度的描述及与目标关联识别的特征参数如表1所示。
表1多维特征信息
从多维特征信息中优选出的，能够对目标进行目标类型或身份识别的特异性特征集合包括：电磁频点、频段范围、光谱特征、红外温度特征、目标长度、目标长宽比、目标类型编号、目标身份编号、AIS身份识别号、ADS-B身份识别号、航速和尾迹长度。
目标库中每一类或每一个目标的特异性特征参数范围可根据具体任务场景和背景进行设置，参数置信度权重可上注修改，将每个特征参数的判别准则，设计为介于、等于、大于等于等，本发明给出一个参考设计实例，如表2所示。
表2某目标或某类目标的目标识别库特征参数
| 目标关联识别的特征参数 | 判别准则 | 置信度权重 |
| 电磁频点 | 介于 | 0.5 |
| 电磁频段范围 | 介于 | 0.5 |
| 光谱特征 | 介于 | 0.3 |
| 红外温度特征 | 介于 | 0.3 |
| 目标长度 | 介于 | 0.3 |
| 目标长宽比 | 介于 | 0.3 |
| 目标类型编号 | 等于 | 0.8 |
| 目标身份编号 | 等于 | 0.8 |
| AIS身份识别号 | 等于 | 0.9 |
| ADS-B身份识别号 | 等于 | 0.9 |
| 航速 | 大于等于 | 0.2 |
| 尾迹长度 | 大于等于 | 0.2 |
确定每种参数置信度权重，权重结余0～1之间，设置完成后，当目标相关态势信息落在特异性特征参数范围时，可确认该目标与库中目标相匹配，以此为设计原则，设置目标识别库；
观测偏好库建立步骤：确定多星多载荷的各种观测手段的能力约束、确定目标库中每一类或每一个目标的优选观测手段偏好，作为观测偏好库；
在所述观测偏好库建立步骤中，多星多载荷的各种观测手段的能力有约束，包括载荷的观测谱段、分辨率、幅宽、工作模式等，确定目标库中每一类或每一个目标的优选观测手段偏好，观测手段约束包括观测频谱偏好、分辨率偏好、幅宽偏好、工作模式偏好等，作为观测偏好库。将每个目标或者每类目标的观测偏好库的参数如表3的设计。
表3某目标或某类目标的观测偏好库参数
| 项目 | 内容 |
| 目标识别号 | 目标库中唯一编号 |
| 重要度 | 表征目标重要度 |
| 优选/组合偏好 | 按顺序优选一种手段/尽可能多手段观测 |
| 谱段偏好 | 电磁探测/可见光/红外/微波，按顺序排列 |
| 模式偏好 | 全频段/推扫/立体/凝视/滑聚/视频 |
| 分辨率偏好 | 优于某图像分辨率阈值 |
在所述星载知识库建立步骤中，将目标识别库和观测偏好库关联，每种载荷的每个或每类目标有一个独立不重复的身份识别号，可通过目标身份识别号，将目标识别库与观测偏好库关联，二者合并作为自主任务规划星载知识库，通过地面星载知识库设置软件，生成知识库，通过上行遥控通道，上注到多星协同任务规划中枢星。
优选地，在所述位置关联步骤中，中枢星在轨对多载荷目标搜索获取的信息进行位置关联融合，多星多搜索载荷对同一任务区域进行多目标搜索发现，存在目标重复发现情况，对多目标进行基于几何位置聚类的关联融合，进而将融合后的目标与目标识别库进行匹配关联，根据得到目标的多维度特异性特征参数描述，与目标识别库进行匹配，将多维特征参数置信度加权后，得到目标识别置信度，满足一定阈值时，将该目标与相应观测偏好库中指定信息关联，若不满足阈值，则按观测偏好库中的默认信息关联，其中，置信度加权可以取累加和或加权平均等，根据上注指令进行选择。
其中位置关联融合基于几何位置聚类，判断方法是两个目标之间的几何位置距离小于定位误差半径之和时，判定两个目标为同一目标，进行聚类融合。多维特征参数置信度的融合通过加权实现，具体方法是，置信度融合时，获取地面上注各载荷发现源置信度加权系数，取出参与融合载荷加权系数，各载荷特征参数置信度与各自对应加权系数进行数乘操作，而后相加，即可得到目标识别置信度。
对于知识库中为检索发现到的目标，填充各发现载荷默认信息，各载荷默认信息设计方法如表4所示。
表4某类载荷默认成像偏好库
| 项目 | 内容 |
| 目标识别号 | FFFF或大于某数值自动编号 |
| 重要度 | 默认重要度 |
| 优选/组合偏好 | 优选一种 |
| 谱段偏好 | 电磁探测/可见光/红外/微波，默认顺序 |
| 模式偏好 | 全频段/推扫/立体/凝视/滑聚/视频，默认顺序 |
| 分辨率偏好 | 默认分辨率阈值 |
优选地，在所述任务规划步骤中，对所有搜索发现目标基于知识库进行关联处理，通过目标身份识别号进行知识库搜索匹配，进行相关属性赋予，对知识库中未发现目标根据不同发现源，赋予默认属性，而后对待规划目标队列逐一与各观测成员星进行任务匹配。
待规划目标队列逐一与成员星进行观测匹配，方法是目标通过知识库搜索匹配具有成像偏好属性，成像偏好属性中包含优选卫星、优选成像模式、优选观测手段、优选观测参数约束等，从而完成多目标与多星多载荷观测资源优选分配任务规划。
最终的目标的优选卫星排序如表5所示。
表5目标的优选卫星排序
各优选卫星对应的工作模式如表6所示。
表6各优选卫星对应的工作模式
根据本发明提供的一种卫星自主任务规划星载知识库设计系统，其特征在于，包括以下模块：
集中式架构规划模块：确定多星多载荷协同自主任务规划集中式架构，由中枢星进行目标态势引导信息的综合处理和多星多载荷目标观测任务规划；
目标识别库建立模块：确定目标搜索发现类的载荷所能描述的目标多维特征信息域，从多维特征信息中优选出能够对目标进行目标类型或身份识别的特异性特征集合，确定目标库中每一类或每一个目标的特异性特征参数范围，确定每种参数置信度权重，作为目标识别库；
观测偏好库建立模块：确定多星多载荷的各种观测手段的能力约束、确定目标库中每一类或每一个目标的优选观测手段偏好，作为观测偏好库；
星载知识库建立模块：将目标识别库和观测偏好库通过目标身份识别号关联，二者合并作为自主任务规划星载知识库，并上注到多星协同任务规划中枢星；
位置关联模块：中枢星在轨对多载荷目标搜索获取的信息进行位置关联融合，与目标识别库进行匹配关联；
任务规划模块：对所有目标基于知识库进行关联处理，并根据观测偏好进行多星多载荷观测资源优选分配任务规划。
本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统及其各个装置、模块、单元以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统及其各个装置、模块、单元以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同功能。所以，本发明提供的系统及其各项装置、模块、单元可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置、模块、单元也可以视为硬件部件内的结构；也可以将用于实现各种功能的装置、模块、单元视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。
Claims (10)
1.一种卫星自主任务规划星载知识库设计方法，其特征在于，包括：
集中式架构规划步骤：确定多星多载荷协同自主任务规划集中式架构，由中枢星进行目标态势引导信息的综合处理和多星多载荷目标观测任务规划；
目标识别库建立步骤：确定目标搜索发现类的载荷所能描述的目标多维特征信息域，从多维特征信息中选出能够对目标进行目标类型或身份识别的特异性特征集合，确定目标库中每一类或每一个目标的特异性特征参数范围，确定每种参数置信度权重，作为目标识别库；
观测偏好库建立步骤：确定多星多载荷的各种观测手段的能力约束，确定目标库中每一类或每一个目标的观测手段偏好规则，作为观测偏好库；
星载知识库建立步骤：将所述的目标识别库和所述的观测偏好库通过目标身份识别号关联，二者合并作为自主任务规划星载知识库，并上注到多星协同任务规划中枢星；
位置关联步骤：多星协同任务规划中枢星在轨对多载荷目标搜索获取的信息进行位置关联融合，与所述的目标识别库进行匹配关联；
任务规划步骤：对所有多载荷目标搜索获取的信息基于所述的自主任务规划星载知识库进行关联处理，并根据观测偏好进行多星多载荷观测资源分配任务规划。
2.如权利要求1所述的卫星自主任务规划星载知识库设计方法，其特征在于，在所述集中式架构规划步骤中，多星多载荷协同自主任务规划集中式架构是一种分层协作的组织架构，搜索发现星对地表目标态势信息进行收集，中枢星接收态势信息，并对态势信息进行融合处理，与观测成员星进行观测匹配，观测成员星接收中枢星分配的任务，进行解析和执行操作。
3.如权利要求1所述的卫星自主任务规划星载知识库设计方法，其特征在于，在所述目标识别库建立步骤中，目标搜索发现类载荷的手段有无线电探测、图像目标提取定位、AIS船舶身份位置信息获取和ADS-B飞机身份位置信息获取。
4.如权利要求3所述的卫星自主任务规划星载知识库设计方法，其特征在于，从目标搜索发现类载荷的种类的探测手段，确定出目标多维特征信息域的特征纬度包括：电磁频谱特征、多光谱特征、几何特征、图像识别信息、通信广播信息和运动特征。
5.如权利要求4所述的卫星自主任务规划星载知识库设计方法，其特征在于，从多维特征信息中选出的，能够对目标进行目标类型或身份识别的特异性特征集合包括：电磁频点、频段范围、光谱特征、红外温度特征、目标长度、目标长宽比、目标类型编号、目标身份编号、AIS身份识别号、ADS-B身份识别号、航速和尾迹长度。
6.如权利要求1所述的卫星自主任务规划星载知识库设计方法，其特征在于，在所述目标识别库建立步骤中，由提炼出的目标特异性特征，确定目标库中每一类或每一个目标的特异性特征参数范围，确定每种参数置信度权重，当目标相关态势信息落在特异性特征参数范围时，确认该目标与库中目标相匹配，以此为设计原则，设置目标识别库；在所述观测偏好库建立步骤中，多星多载荷的各种观测手段的能力有约束，目标库中每一类或每一个目标也有各自观测手段偏好规则，量化后作为观测偏好库。
7.如权利要求1所述的卫星自主任务规划星载知识库设计方法，其特征在于，在所述星载知识库建立步骤中，将目标识别库和观测偏好库关联，每种载荷的每个或每类目标有一个独立不重复的身份识别号，通过目标身份识别号，将目标识别库与观测偏好库关联，二者合并作为自主任务规划星载知识库，通过地面星载知识库设置软件，生成知识库，通过上行遥控通道，上注到多星协同任务规划中枢星。
8.如权利要求1所述的卫星自主任务规划星载知识库设计方法，其特征在于，在所述位置关联步骤中，中枢星在轨对多载荷目标搜索获取的信息进行位置关联融合，多星多搜索载荷对同一任务区域进行多目标搜索发现，存在目标重复发现情况，对多目标进行基于几何位置聚类的关联融合，进而将融合后的目标与目标识别库进行匹配关联。
9.如权利要求1所述的卫星自主任务规划星载知识库设计方法，其特征在于，在所述任务规划步骤中，对所有搜索发现目标基于知识库进行关联处理，通过目标身份识别号进行知识库搜索匹配，进行相关属性赋予，对知识库中未发现目标根据不同发现源，赋予默认属性，而后对待规划目标队列逐一与各观测成员星进行任务匹配。
10.一种卫星自主任务规划星载知识库设计系统，其特征在于，包括：
集中式架构规划模块：确定多星多载荷协同自主任务规划集中式架构，由中枢星进行目标态势引导信息的综合处理和多星多载荷目标观测任务规划；
目标识别库建立模块：确定目标搜索发现类的载荷所能描述的目标多维特征信息域，从多维特征信息中选出能够对目标进行目标类型或身份识别的特异性特征集合，确定目标库中每一类或每一个目标的特异性特征参数范围，确定每种参数置信度权重，作为目标识别库；
观测偏好库建立模块：确定多星多载荷的各种观测手段的能力约束、确定目标库中每一类或每一个目标的观测手段偏好规则，作为观测偏好库；
星载知识库建立模块：将所述目标识别库和所述观测偏好库通过目标身份识别号关联，二者合并作为自主任务规划星载知识库，并上注到多星协同任务规划中枢星；
位置关联模块：中枢星在轨对多载荷目标搜索获取的信息进行位置关联融合，与所述目标识别库进行匹配关联；
任务规划模块：对所有目标基于知识库进行关联处理，并根据观测偏好进行多星多载荷观测资源分配任务规划。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010754326.9A CN111950874B (zh) | 2020-07-30 | 2020-07-30 | 卫星自主任务规划星载知识库设计方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010754326.9A CN111950874B (zh) | 2020-07-30 | 2020-07-30 | 卫星自主任务规划星载知识库设计方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111950874A true CN111950874A (zh) | 2020-11-17 |
| CN111950874B CN111950874B (zh) | 2023-12-12 |
Family
ID=73338304
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010754326.9A Active CN111950874B (zh) | 2020-07-30 | 2020-07-30 | 卫星自主任务规划星载知识库设计方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111950874B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112034731A (zh) * | 2020-08-12 | 2020-12-04 | 中国科学院国家空间科学中心 | 一种基于关联知识的有效载荷半实物仿真系统 |
| CN112529322A (zh) * | 2020-12-18 | 2021-03-19 | 航天恒星科技有限公司 | 一种多目标优化的卫星联合任务筹划方法 |
| CN112947199A (zh) * | 2021-02-24 | 2021-06-11 | 中国空间技术研究院 | 一种用于复杂多载荷卫星的综合电子系统 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8918280B1 (en) * | 2011-05-17 | 2014-12-23 | Rockwell Collins, Inc. | Constraint processing as an alternative to flight management systems |
| CN107704508A (zh) * | 2017-08-31 | 2018-02-16 | 北京空间飞行器总体设计部 | 多类型海量空间目标数据的数据融合与数据挖掘方法 |
| CN108335012A (zh) * | 2017-12-26 | 2018-07-27 | 佛山科学技术学院 | 一种智能遥感卫星层次化分布式自主协同任务规划系统 |
| CN109145325A (zh) * | 2017-06-27 | 2019-01-04 | 哈尔滨航天恒星数据系统科技有限公司 | 面向行业需求的多星组网协同观测方法 |
| CN109211245A (zh) * | 2018-07-30 | 2019-01-15 | 上海卫星工程研究所 | 多目标任务规划方法 |
| CN109783514A (zh) * | 2018-12-26 | 2019-05-21 | 航天恒星科技有限公司 | 光学遥感卫星对地面目标的观测时间窗口快速计算方法 |
| CN109977760A (zh) * | 2019-01-30 | 2019-07-05 | 上海卫星工程研究所 | 面向目标的合成孔径雷达卫星智能化星载任务管理方法 |
| CN110377593A (zh) * | 2019-06-29 | 2019-10-25 | 中国人民解放军军事科学院国防科技创新研究院 | 一种低轨多功能卫星对侦察目标的处理及筛选方法 |
| CN110795214A (zh) * | 2019-10-15 | 2020-02-14 | 航天恒星科技有限公司 | 一种遥感卫星自主任务筹划方法及装置 |
| CN111309769A (zh) * | 2020-02-23 | 2020-06-19 | 哈尔滨工业大学 | 一种处理基于多星搜索的目标信息以进行成像任务规划的方法、装置及计算机存储介质 |
| CN111461508A (zh) * | 2020-03-19 | 2020-07-28 | 上海卫星工程研究所 | 适应伽玛暴观测的卫星自主任务规划方法及系统 |
-
2020
- 2020-07-30 CN CN202010754326.9A patent/CN111950874B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8918280B1 (en) * | 2011-05-17 | 2014-12-23 | Rockwell Collins, Inc. | Constraint processing as an alternative to flight management systems |
| CN109145325A (zh) * | 2017-06-27 | 2019-01-04 | 哈尔滨航天恒星数据系统科技有限公司 | 面向行业需求的多星组网协同观测方法 |
| CN107704508A (zh) * | 2017-08-31 | 2018-02-16 | 北京空间飞行器总体设计部 | 多类型海量空间目标数据的数据融合与数据挖掘方法 |
| CN108335012A (zh) * | 2017-12-26 | 2018-07-27 | 佛山科学技术学院 | 一种智能遥感卫星层次化分布式自主协同任务规划系统 |
| CN109211245A (zh) * | 2018-07-30 | 2019-01-15 | 上海卫星工程研究所 | 多目标任务规划方法 |
| CN109783514A (zh) * | 2018-12-26 | 2019-05-21 | 航天恒星科技有限公司 | 光学遥感卫星对地面目标的观测时间窗口快速计算方法 |
| CN109977760A (zh) * | 2019-01-30 | 2019-07-05 | 上海卫星工程研究所 | 面向目标的合成孔径雷达卫星智能化星载任务管理方法 |
| CN110377593A (zh) * | 2019-06-29 | 2019-10-25 | 中国人民解放军军事科学院国防科技创新研究院 | 一种低轨多功能卫星对侦察目标的处理及筛选方法 |
| CN110795214A (zh) * | 2019-10-15 | 2020-02-14 | 航天恒星科技有限公司 | 一种遥感卫星自主任务筹划方法及装置 |
| CN111309769A (zh) * | 2020-02-23 | 2020-06-19 | 哈尔滨工业大学 | 一种处理基于多星搜索的目标信息以进行成像任务规划的方法、装置及计算机存储介质 |
| CN111461508A (zh) * | 2020-03-19 | 2020-07-28 | 上海卫星工程研究所 | 适应伽玛暴观测的卫星自主任务规划方法及系统 |
Non-Patent Citations (4)
| Title |
|---|
| XIANGYU LONG等: "Analysis of satellite observation task clustering based on the improved clique partition algorithm", 《2019 IEEE CONGRESS ON EVOLUTIONARY COMPUTATION (CEC) 》, pages 1314 - 1321 * |
| 伍国威等: "在轨实时引导多星成像任务规划方法研究", 《航天器工程》, vol. 28, no. 5, pages 1 - 6 * |
| 苗悦: "编队飞行成像卫星的自主任务规划技术研究", 《中国优秀硕士学位论文全文数据库》, no. 2 * |
| 邓武东等: "电子载荷与成像载荷协同高效应用思考", 航天电子对抗, no. 04, pages 37 - 40 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112034731A (zh) * | 2020-08-12 | 2020-12-04 | 中国科学院国家空间科学中心 | 一种基于关联知识的有效载荷半实物仿真系统 |
| CN112529322A (zh) * | 2020-12-18 | 2021-03-19 | 航天恒星科技有限公司 | 一种多目标优化的卫星联合任务筹划方法 |
| CN112529322B (zh) * | 2020-12-18 | 2023-12-29 | 航天恒星科技有限公司 | 一种多目标优化的卫星联合任务筹划方法 |
| CN112947199A (zh) * | 2021-02-24 | 2021-06-11 | 中国空间技术研究院 | 一种用于复杂多载荷卫星的综合电子系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111950874B (zh) | 2023-12-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111950874B (zh) | 卫星自主任务规划星载知识库设计方法及系统 | |
| Gui et al. | Flight delay prediction based on aviation big data and machine learning | |
| CN113449680B (zh) | 一种基于知识蒸馏的多模小目标检测方法 | |
| CN109800671B (zh) | 面向目标解译的多源遥感信息知识图谱构建方法和系统 | |
| Muller-Budack et al. | Geolocation estimation of photos using a hierarchical model and scene classification | |
| US9586314B2 (en) | Graphical rendition of multi-modal data | |
| Lawler et al. | Branch-and-bound methods: A survey | |
| CN111479231B (zh) | 一种用于毫米波大规模mimo系统的室内指纹定位方法 | |
| CN112016812A (zh) | 多无人机任务调度方法、系统及存储介质 | |
| CN111948687B (zh) | 一种适用于多星编队的分布式多源信息融合系统 | |
| CN111598473A (zh) | 面向复杂观测任务的多平台联合任务规划方法 | |
| CN108717572A (zh) | 基于结构化神经网络的成像任务可调度性预测方法 | |
| CN109829636A (zh) | 基于动态优先级的应急任务调度规划方法 | |
| CN113283666B (zh) | 一种卫星群的启发式智能任务推理与决策方法 | |
| CN110675007A (zh) | 航班延误预测方法、装置及计算机存储介质 | |
| Karantzalos et al. | A scalable geospatial web service for near real-time, high-resolution land cover mapping | |
| Kim et al. | Task scheduling of agile satellites with transition time and stereoscopic imaging constraints | |
| CN109933423A (zh) | 一种协同执行复杂任务的多卫星资源规划方法 | |
| Liu et al. | Generalized flight delay prediction method using gradient boosting decision tree | |
| CN113448703A (zh) | 一种基于感知阵型的无人机蜂群动态侦察任务调度系统及方法 | |
| CN109726734A (zh) | 一种基于辐射源侦察信息的目标平台自动识别系统 | |
| CN111461427A (zh) | 热带气旋强度预报信息的生成方法及系统 | |
| 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 | |
| CN115510045A (zh) | 基于ai决策的大数据采集配置方法及智慧场景系统 | |
| CN113887865A (zh) | 一种面向高分辨遥感卫星的地面运营与应用一体化系统 |
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 |