CN114035913A - 一种卫星多目标重复观测任务规划方法及终端 - Google Patents

一种卫星多目标重复观测任务规划方法及终端 Download PDF

Info

Publication number
CN114035913A
CN114035913A CN202111208628.7A CN202111208628A CN114035913A CN 114035913 A CN114035913 A CN 114035913A CN 202111208628 A CN202111208628 A CN 202111208628A CN 114035913 A CN114035913 A CN 114035913A
Authority
CN
China
Prior art keywords
task
observation
window
planning
time
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.)
Pending
Application number
CN202111208628.7A
Other languages
English (en)
Inventor
杨洪伟
张耀元
李爽
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.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
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 Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN202111208628.7A priority Critical patent/CN114035913A/zh
Publication of CN114035913A publication Critical patent/CN114035913A/zh
Pending legal-status Critical Current

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
    • G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/231—Hierarchical techniques, i.e. dividing or merging pattern sets so as to obtain a dendrogram
    • 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
    • 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
    • G06F2209/484—Precedence

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Software Systems (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Educational Administration (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Development Economics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Game Theory and Decision Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种卫星多目标重复观测任务规划方法及终端，包括：设置卫星任务规划问题参数并生成任务集合；计算任务集中目标点的观测窗口；基于目标点分层聚类规则将任务集合分为多个互不影响的集合，并分别进行集合内任务规划；将各集合内的任务规划结果合并后得到所有观测任务的执行序列；核验执行序列满足约束后输出规划结果。本发明的计算方法适应于敏捷卫星对地重复观测任务规划。该方法采用分层聚类方法消解已观测目标点与未观测目标点观测窗口间冲突，将任务集分解为若干小规模集合进行任务规划，在保证任务点覆盖率未降低的前提下执行了重复观测任务，计算效率高，算法稳定性好，适应各种分布的任务集合。

Description

一种卫星多目标重复观测任务规划方法及终端
技术领域
本发明属于航空航天技术领域，具体涉及一种基于分层聚类的卫星多目标重复观测任务规划方法及终端。
背景技术
随着各国航天事业的发展，近几年在轨卫星种类和数目不断增加，卫星载荷功能愈加丰富，姿态机动能力进一步加强，卫星任务规划过程也更加复杂。传统的完全地面离线管控模式由于地面站与卫星可见通信时间受限、数据回传滞后、难以进行星上资源精确动态预测等问题已经难以适应未来航天任务需求。需要发展卫星自主任务规划与调度技术使卫星具有在轨自主运行的能力，从而提高整个卫星观测系统的快速反应能力。卫星任务规划问题一般采用混合整数规划模型进行建模，由于该问题是一个NP-hard问题，在任务规模较大或任务需求较为复杂的情况下求解难度迅速增加，一般的经典算法难以求解或求解时间过长。如何快速得到卫星任务规划结果，直接影响了卫星在轨自主运行的可行性。敏捷卫星任务规划快速算法是当前科技人员关注的热点问题之一。
现有的研究大多采用启发式算法或精确算法来解决该问题，已发展的敏捷卫星任务规划快速算法中，在先文献“杜彬.敏捷成像卫星任务规划方法研究[D].南京航空航天大学,2019.”中公开了基于观测任务中目标点经纬度聚类缩减候选解集，通过对聚类后的任务点进行分层二次任务规划的方法。但该方法只适用于任务点在同一观测条带的场景，在任务规模较大时聚类过程耗时较长且聚类集合内部采用禁忌搜索算法效率不高，受星上计算资源限制，难以满足任务响应时间需求。
在先文献“He Y,Chen Y,Lu J,等.Scheduling multiple agile earthobservation satellites with an edge computing framework and a constructiveheuristic algorithm[J].Journal of Systems Architecture,2019,95:55–66.”中公开了一种基于剩余任务密度的启发式算法(HDART)，将一个任务周期分为多个规划周期进行滚动任务规划，能够在短时间得到针对大规模任务集的观测序列。但是，该方法为了简化问题，提高计算效率，并没有考虑任务点的重复观测任务需求，对任务点观测窗口利用不足，无法适应热点目标轮巡，目标点立体成像等任务。
发明内容
针对于上述现有技术的不足，本发明的目的在于提供一种卫星多目标重复观测任务规划方法及终端，以解决现有技术中难以对卫星大规模重复观测任务进行快速任务规划的问题。
为达到上述目的，本发明采用的技术方案如下：
本发明的一种卫星多目标重复观测任务规划方法，包括步骤如下：
1)设置卫星任务规划问题参数并生成任务集合；
2)计算所述任务集合中目标点的观测窗口；
3)基于目标点分层聚类规则将任务集合分为多个互不影响的集合，并分别进行集合内任务规划；
4)将各互不影响的集合内的任务规划结果合并后得到所有观测任务的执行序列；
5)核验执行序列满足约束后输出规划结果。
进一步地，所述步骤1)具体包括：设定敏捷卫星轨道根数及最大俯仰角、最大滚转角参数；设定目标点分布区域经纬度范围，设定任务集中目标点数量n，设定任务周期[start,end]，单个目标点taski的属性如下：
taski＝{loni,lati,dui,pi,qi,numview,numschedule} (1)
其中，loni、lati为任务点的经纬度，dui为任务持续时间，pi为任务收益值，qi为任务点所要求的最低成像质量，i∈[1,n]，numview为目标点的观测窗口个数，numschedule为目标点当前时刻的被观测次数。
进一步地，所述步骤2)具体包括：根据步骤1)中设定的轨道根数计算出卫星的运动轨迹，根据卫星视场角、最大俯仰角、最大滚转角和目标点的经纬度、最低成像质量参数计算出任务周期内满足卫星对目标成像要求的时间段，该时间段即为敏捷卫星对目标点观测窗口，观测窗口winik的属性如下：
winik＝{i,k,wbik,weik,wtik,xik,obik,oeik,bik} (2)
其中，winik为第i个目标点的第k个观测窗口，wbik，weik分别为winik的开始时刻和结束时刻，wtik为观测窗口中卫星俯仰角最小的时刻，xik为该观测窗口是否加入任务序列的标志位，obik为任务执行开始时刻，oeik为任务执行结束时刻，bik为根据任务执行窗口计算的收益值。
进一步地，所述步骤3)具体包括：将所有观测窗口进行一次聚类，并对一次聚类后的集合依次进行第一次评估，若当前集合中只有已观测过的任务点则只需对当前集合进行集合内任务规划；若当前集合中只有未观测过的任务点则需先对该集合进行一次集合内任务规划后对规划结果进行评估，若集合中存在剩余观测窗口为0且未被观测过的点则该集合需要重新进行二层聚类，否则直接输出规划结果；若当前集合中同时存在剩余观测窗口为0且未被观测过的目标点、剩余观测窗口不为0且未被观测过的目标点和已观测过的目标点，则需要进行三层聚类。
进一步地，所述步骤3)具体包括：
在规划过程中根据评估结果将任务集中的目标点进行分层聚类互不干扰的集合后分别进行集合内任务规划；任务点观测窗口聚类规则为：将任务点按照观测窗口开始时刻升序排列，从第一个观测窗口开始依次计算当前窗口结束时刻与下一个观测窗口开始时刻时间差，若时间差小于卫星所需最大姿态机动时间则这两个观测窗口属于同一集合，依次判断下一个观测窗口与后续观测窗口之间的关系；若时间差大于卫星所需最大姿态机动时间则这两个观测窗口属于不同集合，下一个目标点为另一个集合的首个目标点，依次判断后续观测窗口之间的关系；集合内任务规划的方法为将集合内目标点按照观测窗口开始时刻由高到低排序，依次将满足约束的目标点逐个加入观测序列并将观测任务执行窗口向前调整；
根据观测任务需求将目标点分为：剩余观测窗口为0且未被观测过的目标点，剩余观测窗口不为0且未被观测过的目标点，及已观测过的目标点三种，三种目标点的优先级从高到低按顺序排列；分层聚类的层数与当前集合内目标点种类有关，集合内若同时存在2种目标点则进行二层聚类，若同时存在3种目标点则进行三层聚类。
进一步地，所述步骤3)具体包括：二层聚类流程：二层聚类面向含两种目标点集合的任务规划问题；将集合内优先级高的目标点单独作为一个集合进行集合内任务规划，根据任务规划结果对其任务执行窗口进行第一次聚类，聚类后的任务执行窗口被分为若干集合；将每个集合中的任务执行窗口按开始时刻升序排列，集合内第一个任务执行窗口的开始时刻即为这个集合的开始时刻，最后一个任务执行窗口的结束时刻即为这个集合的结束时刻；若第一次聚类将任务执行窗口分为N个集合，处在两个任务执行窗口集合之间的时间段即为空闲窗口，N个集合可将任务周期内划分出N+1个空闲窗口；
第p个空闲窗口ewinp的属性如下：
ewinp＝{irear,krear,ewbp,ewep,ihead,khead} (3)
其中，ewbp、ewep分别为第p个空闲窗口的开始时刻和结束时刻；根据定义，空闲窗口的开始时刻为前一个任务执行窗口集合最后一个执行窗口的结束时刻，该执行窗口对应的目标点序号和观测窗口序号分别记为irear、krear，空闲窗口的结束时刻为前一个任务执行窗口集合第一个执行窗口的开始时刻，该执行窗口对应的目标点序号和观测窗口序号分别记为ihead、khead；
将优先级低的目标点按照观测窗口从低到高排序，逐个判断观测窗口能加入哪一个空闲窗口内，并对目标点观测窗口进行裁剪；以判断观测窗口winik是否能加入空闲窗口ewinp中为例，将winik，ewinp的开始时刻与结束时刻在时间轴上分别表示为[wbik,weik]和[ewbp,ewep]；首先判断两窗口在时间轴上是否有交集，若两窗口满足约束公式(4)，再判断观测窗口是否需要裁剪；
[wbik,weik]∩[ewbp,ewep]≠φ (4)
为保证优先级低的目标点加入空闲窗口后进行任务规划的结果与已规划结果之间满足姿态转换时间约束，需要逐个对目标点观测窗口进行裁剪，裁剪公式如下：
Figure BDA0003307943180000041
Figure BDA0003307943180000042
最后检查裁剪后的观测窗口是否满足任务持续时间约束公式(7)：
weik-wbik＞dui (7)
将满足约束的观测窗口winik加入空闲窗口ewinp中；当所有优先级低的目标点观测窗口分别加入各空闲窗口后，将每个空闲窗口内的目标点视为独立的集合进行集合内任务规划，并将规划后的结果与第一次聚类后规划结果合并。
进一步地，三层聚类的流程是在二层聚类的基础上再进行一次聚类；首先对二层聚类后得到的任务执行窗口进行窗口聚类，然后根据窗口聚类结果计算出空闲窗口，再将最低优先级的目标点按观测窗口开始时刻由低到高排序，依据公式(4)-(7)逐个筛选并裁剪后加入各空闲窗口集合，最后对各空闲窗口集合进行集合内任务规划，得到最低优先级目标点的任务执行窗口。进一步地，所述步骤4)具体包括：将步骤3)中所有集合的规划结果按照观测任务执行窗口开始时刻升序排列后合并为完整的观测任务执行序列，执行序列中第l个任务执行窗口winsl的属性如下：
winsl＝{i,k,obl,oel,bl,ttrans(l-1,l)} (8)
其中，i,k表示winsl是第i个目标点第k个观测窗口内的任务执行窗口；obl,oel分别为任务执行窗口的开始时刻和结束时刻，bl为任务收益，ttrans(l-1,l)为卫星从前一个目标点到当前目标点的姿态转换时间。
进一步地，所述步骤5)具体包括：逐个检查任务执行序列前后窗口约束，无误后输出最终结果，检查的窗口约束为：
Figure BDA0003307943180000043
Figure BDA0003307943180000044
其中，r为任务执行序列的长度；
最终输出结果为卫星在任务周期内所有任务执行窗口集合，所有任务执行窗口的收益之和为卫星在该任务周期内的总收益。
本发明还提供一种卫星多目标重复观测任务规划终端，包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现上述基于分层聚类的卫星多目标重复观测任务规划方法。
本发明的有益效果：
本发明的方法适应于敏捷卫星对地重复观测任务规划；该方法采用分层聚类方法消解已观测目标点与未观测目标点观测窗口间冲突，将任务集分解为若干小规模集合进行任务规划，在保证任务点覆盖率未降低的前提下执行了重复观测任务，计算效率高，算法稳定性好，适应各种分布的任务集合。
附图说明
图1为本发明方法流程示意图；
图2为本发明的观测窗口示意图；
图3为本发明中聚类后观测任务执行窗口划分时间轴示意图；
图4为本发明的规划结果甘特图。
具体实施方式
为了便于本领域技术人员的理解，下面结合实施例与附图对本发明作进一步的说明，实施方式提及的内容并非对本发明的限定。
参照图1所示，本发明的一种卫星多目标重复观测任务规划方法，包括步骤如下：
1)设置卫星任务规划问题参数并生成任务集合；
其中，所述步骤1)具体包括：设定敏捷卫星轨道根数及视场角、最大俯仰角、最大滚转角参数；设定目标点分布区域经纬度范围，设定任务集中目标点数量n，设定任务周期[start,end]，单个目标点taski的属性如下：
taski＝{loni,lati,dui,pi,qi,numview,numschedule} (1)
其中，loni、lati为任务点的经纬度，dui为任务持续时间，pi为任务收益值，qi为任务点所要求的最低成像质量，i∈[1,n]，numview为目标点的观测窗口个数，numschedule为目标点当前时刻的被观测次数。
2)计算所述任务集合中目标点的观测窗口；
具体包括：首先根据步骤1)中设定的轨道根数计算出卫星的运动轨迹，根据最大俯仰角、最大滚转角和目标点的经纬度、最低成像质量参数计算出任务周期内满足卫星对目标成像要求的时间段，该时间段即为敏捷卫星对目标点观测窗口，观测窗口winik的属性如下：
winik＝{i,k,wbik,weik,wtik,xik,obik,oeik,bik} (2)
其中，winik为第i个目标点的第k个观测窗口，wbik，weik分别为winik的开始时刻和结束时刻，wtik为观测窗口中卫星俯仰角最小的时刻，xik为该观测窗口是否加入任务序列的标志位，如果obik为任务执行开始时刻，oeik为任务执行结束时刻，bik为根据任务执行窗口计算的收益值。
3)基于目标点分层聚类规则将任务集合分为多个互不影响的集合，并分别进行集合内任务规划；
示例中，考虑了目标点重复观测问题，为避免重复观测任务与首次观测任务发生冲突导致首次观测任务无法完成，需要在规划过程中根据评估结果将任务集中的目标点进行分层聚类互不干扰的集合后分别进行集合内任务规划。目标点观测窗口聚类规则为：将目标点按照观测窗口开始时刻升序排列，从第一个观测窗口开始依次计算当前窗口结束时刻与下一个观测窗口开始时刻时间差，若时间差小于卫星所需最大姿态机动时间则这两个观测窗口属于同一集合，依次判断下一个观测窗口与后续观测窗口之间的关系；若时间差大于卫星所需最大姿态机动时间则这两个观测窗口属于不同集合，下一个目标点为另一个集合的首个目标点，依次判断后续观测窗口之间的关系。集合内任务规划的方法为将集合内目标点按照观测窗口开始时刻由高到低排序，依次将满足约束的目标点逐个加入观测序列并尽可能将观测任务执行窗口向前调整。
根据观测任务需求将目标点分为：剩余观测窗口为0且未被观测过的目标点，剩余观测窗口不为0且未被观测过的目标点，及已观测过的目标点3种，3种目标点的优先级从高到低按顺序排列；分层聚类的层数与当前集合内目标点种类有关，集合内若同时存在2种目标点就进行二层聚类，若同时存在3种目标点就进行三层聚类；
在有2种目标点任务集中进行二层聚类的流程如下：首先将集合内优先级较高的目标点单独作为一个集合进行集合内任务规划，根据任务规划结果对其任务执行窗口进行第一次聚类，聚类后的任务执行窗口被分为若干集合；将每个集合中的任务执行窗口按开始时刻升序排列，集合内第一个任务执行窗口的开始时刻即为这个集合的开始时刻，最后一个任务执行窗口的结束时刻即为这个集合的结束时刻。若第一次聚类将任务执行窗口分为N个集合，处在两个任务执行窗口集合之间的时间段即为空闲窗口，N个集合可将任务周期内划分出N+1个空闲窗口。
第p个空闲窗口ewinp的属性如下：
ewinp＝{irear,krear,ewbp,ewep,ihead,khead} (3)
其中，ewbp、ewep分别为第p个空闲窗口的开始时刻和结束时刻。根据定义，空闲窗口的开始时刻为前一个任务执行窗口集合最后一个执行窗口的结束时刻，该执行窗口对应的目标点序号和观测窗口序号分别记为irear、krear，空闲窗口的结束时刻为前一个任务执行窗口集合第一个执行窗口的开始时刻，该执行窗口对应的目标点序号和观测窗口序号分别记为ihead、khead。
接下来将优先级较低的目标点按照观测窗口从低到高排序，逐个判断观测窗口能加入哪一个空闲窗口内，并对目标点观测窗口进行裁剪。以判断winik是否能加入ewinp中为例，将winik，ewinp的开始时刻与结束时刻在时间轴上分别表示为[wbik,weik]和[ewbp,ewep]。首先判断两窗口在时间轴上是否有交集，若两窗口满足约束公式(4)，再判断观测窗口是否需要裁剪。
[wbik,weik]∩[ewbp,ewep]≠φ (4)
为保证优先级较低的目标点加入空闲窗口后进行任务规划的结果与已规划结果之间满足姿态转换时间约束，需要逐个对目标点观测窗口进行裁剪，裁剪公式如下：
Figure BDA0003307943180000071
Figure BDA0003307943180000072
最后检查裁剪后的观测窗口是否满足任务持续时间约束公式(7)：
weik-wbik＞dui (7)
将满足约束的观测窗口winik加入空闲窗口ewinp中；当所有优先级较低的目标点观测窗口分别加入各空闲窗口后，将每个空闲窗口内的目标点视为独立的集合进行集合内任务规划，并将规划后的结果与第一次聚类后规划结果合并。
此外，所有任务点的聚类流程：首先将所有观测窗口进行一次聚类，并对一次聚类后的集合依次进行第一次评估，若当前集合中只有已观测过的目标点则只需对当前集合进行集合内任务规划；若当前集合中只有未观测过的目标点则需先对该集合进行一次集合内任务规划后对规划结果进行评估，若集合中存在剩余观测窗口为0且未被观测过的点则该集合需要重新进行二层聚类，否则直接输出规划结果；若当前集合中同时存在剩余观测窗口为0且未被观测过的目标点、剩余观测窗口不为0且未被观测过的目标点和已观测过的目标点，则需要进行三层聚类。
4)将各互不影响的集合内的任务规划结果合并后得到所有观测任务的执行序列；
具体包括：将步骤3)中所有集合的规划结果按照观测任务执行窗口开始时刻升序排列后合并为完整的观测任务执行序列，执行序列中第l个任务执行窗口winsl的属性如下：
winsl＝{i,k,obl,oel,bl,ttrans(l-1,l)} (8)
其中，i,k表示winsl是第i个目标点第k个观测窗口内的任务执行窗口；obl,oel分别为任务执行窗口的开始时刻和结束时刻，bl为任务收益，ttrans(l-1,l)为卫星从前一个目标点到当前目标点的姿态转换时间。
5)核验执行序列满足约束后输出规划结果；
逐个检查任务执行序列前后窗口约束，无误后输出最终结果，检查的窗口约束为：
Figure BDA0003307943180000081
Figure BDA0003307943180000082
其中，r为任务执行序列的长度；
最终输出结果为卫星在任务周期内所有任务执行窗口集合，所有任务执行窗口的收益之和为卫星在该任务周期内的总收益。
下面以随机分布点目标观测任务规划为例：
1、设定敏捷卫星轨道半长轴为7200km，倾角为96.576°，升交点赤经为175°，其余轨道根数均为0，卫星最大侧摆角和最大俯仰角均为45°，最大观测时长为3000s，场景中目标点分布在经度73°E-133°E，纬度3°N-53°N范围内，任务集中目标点数量为100，单个任务持续时长为10s，最低成像质量分布范围为[1,9]，任务收益为5，任务周期开始时刻为2020-01-01 00:00:00(UTC)，结束时刻为2020-01-01 00:00:00(UTC)。根据设定参数生成任务集合，部分任务集合如表1所示：
表1
Figure BDA0003307943180000083
2、根据1中设定的轨道根数计算出卫星的运动轨迹，根据最大俯仰角、最大滚转角和目标点的经纬度、最低成像质量参数计算出任务周期内所有目标点的观测窗口。图2为观测窗口生成过程示意图，目标点处于卫星圆锥视场内且成像质量高于该目标点所需最低成像质量的时间段即为该任务点的一个观测窗口。
3、将任务集中目标点根据观测窗口经过分层聚类后分解为若干小规模的目标点集合再分别进行任务规划，图3为三层聚类过程示意图，通过聚类和集合内任务规划将目标点按照优先级顺序加入任务执行序列。
4、将各集合内的任务规划结果合并后得到所有观测任务的执行序列，图4为卫星任务规划结果示意图。
5、依次检查任务执行序列约束，检查无误后输出结果。规划结果中观测任务总收益为725，任务点覆盖率为100％，元任务执行率为87.34％，HDART算法三项指标分别为470，94.68％，55.28％，均低于本算法。本发明方法耗时仅为2.49s，能够适应星上任务规划需求。
本发明还提供一种卫星多目标重复观测任务规划终端，包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现上述基于分层聚类的卫星多目标重复观测任务规划方法。
本发明具体应用途径很多，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进，这些改进也应视为本发明的保护范围。

Claims (10)

1.一种卫星多目标重复观测任务规划方法，其特征在于，包括步骤如下：
1)设置卫星任务规划问题参数并生成任务集合；
2)计算所述任务集合中目标点的观测窗口；
3)基于目标点分层聚类规则将任务集合分为多个互不影响的集合，并分别进行集合内任务规划；
4)将各互不影响的集合内的任务规划结果合并后得到所有观测任务的执行序列；
5)核验执行序列满足约束后输出规划结果。
2.根据权利要求1所述的卫星多目标重复观测任务规划方法，其特征在于，所述步骤1)具体包括：设定敏捷卫星轨道根数及最大俯仰角、最大滚转角参数；设定目标点分布区域经纬度范围，设定任务集中目标点数量n，设定任务周期[start,end]，单个目标点taski的属性如下：
taski＝{loni,lati,dui,pi,qi,numview,numschedule} (1)
其中，loni、lati为任务点的经纬度，dui为任务持续时间，pi为任务收益值，qi为任务点所要求的最低成像质量，i∈[1,n]，numview为目标点的观测窗口个数，numschedule为目标点当前时刻的被观测次数。
3.根据权利要求1所述的卫星多目标重复观测任务规划方法，其特征在于，所述步骤2)具体包括：根据步骤1)中设定的轨道根数计算出卫星的运动轨迹，根据卫星视场角、最大俯仰角、最大滚转角和目标点的经纬度、最低成像质量参数计算出任务周期内满足卫星对目标成像要求的时间段，该时间段即为敏捷卫星对目标点观测窗口，观测窗口winik的属性如下：
winik＝{i,k,wbik,weik,wtik,xik,obik,oeik,bik} (2)
其中，winik为第i个目标点的第k个观测窗口，wbik，weik分别为winik的开始时刻和结束时刻，wtik为观测窗口中卫星俯仰角最小的时刻，xik为该观测窗口是否加入任务序列的标志位，obik为任务执行开始时刻，oeik为任务执行结束时刻，bik为根据任务执行窗口计算的收益值。
4.根据权利要求3所述的卫星多目标重复观测任务规划方法，其特征在于，所述步骤3)具体包括：将所有观测窗口进行一次聚类，并对一次聚类后的集合依次进行第一次评估，若当前集合中只有已观测过的任务点则只需对当前集合进行集合内任务规划；若当前集合中只有未观测过的任务点则需先对该集合进行一次集合内任务规划后对规划结果进行评估，若集合中存在剩余观测窗口为0且未被观测过的点则该集合需要进行二层聚类，否则直接输出规划结果；若当前集合中同时存在剩余观测窗口为0且未被观测过的目标点、剩余观测窗口不为0且未被观测过的目标点和已观测过的目标点，则需要进行三层聚类。
5.根据权利要求4所述的卫星多目标重复观测任务规划方法，其特征在于，所述步骤3)具体包括：在规划过程中根据评估结果将任务集中的目标点进行分层聚类互不干扰的集合后分别进行集合内任务规划；任务点观测窗口聚类规则为：将任务点按照观测窗口开始时刻升序排列，从第一个观测窗口开始依次计算当前窗口结束时刻与下一个观测窗口开始时刻时间差，若时间差小于卫星所需最大姿态机动时间则这两个观测窗口属于同一集合，依次判断下一个观测窗口与后续观测窗口之间的关系；若时间差大于卫星所需最大姿态机动时间则这两个观测窗口属于不同集合，下一个目标点为另一个集合的首个目标点，依次判断后续观测窗口之间的关系；集合内任务规划的方法为将集合内目标点按照观测窗口开始时刻由高到低排序，依次将满足约束的目标点逐个加入观测序列并将观测任务执行窗口向前调整；
根据观测任务需求将目标点分为：剩余观测窗口为0且未被观测过的目标点，剩余观测窗口不为0且未被观测过的目标点，及已观测过的目标点三种，三种目标点的优先级从高到低按顺序排列；分层聚类的层数与当前集合内目标点种类有关，集合内若同时存在2种目标点则进行二层聚类，若同时存在3种目标点则进行三层聚类。
6.根据权利要求5所述的卫星多目标重复观测任务规划方法，其特征在于，所述步骤3)具体包括：
二层聚类流程：二层聚类面向含两种目标点集合的任务规划问题；将集合内优先级高的目标点单独作为一个集合进行集合内任务规划，根据任务规划结果对其任务执行窗口进行第一次聚类，聚类后的任务执行窗口被分为若干集合；将每个集合中的任务执行窗口按开始时刻升序排列，集合内第一个任务执行窗口的开始时刻即为这个集合的开始时刻，最后一个任务执行窗口的结束时刻即为这个集合的结束时刻；若第一次聚类将任务执行窗口分为N个集合，处在两个任务执行窗口集合之间的时间段即为空闲窗口，N个集合可将任务周期内划分出N+1个空闲窗口；
第p个空闲窗口ewinp的属性如下：
ewinp＝{irear,krear,ewbp,ewep,ihead,khead} (3)
其中，ewbp、ewep分别为第p个空闲窗口的开始时刻和结束时刻；根据定义，空闲窗口的开始时刻为前一个任务执行窗口集合最后一个执行窗口的结束时刻，该执行窗口对应的目标点序号和观测窗口序号分别记为irear、krear，空闲窗口的结束时刻为前一个任务执行窗口集合第一个执行窗口的开始时刻，该执行窗口对应的目标点序号和观测窗口序号分别记为ihead、khead；
将优先级低的目标点按照观测窗口从低到高排序，逐个判断以得到观测窗口能加入的空闲窗口，并对目标点观测窗口进行裁剪；以判断观测窗口winik是否能加入空闲窗口ewinp中为例，将winik，ewinp的开始时刻与结束时刻在时间轴上分别表示为[wbik,weik]和[ewbp,ewep]；首先判断两窗口在时间轴上是否有交集，若两窗口满足约束公式(4)，再判断观测窗口是否需要裁剪；
[wbik,weik]∩[ewbp,ewep]≠φ (4)
为保证优先级低的目标点加入空闲窗口后进行任务规划的结果与已规划结果之间满足姿态转换时间约束，需要逐个对目标点观测窗口进行裁剪，裁剪公式如下：
Figure FDA0003307943170000031
Figure FDA0003307943170000032
最后检查裁剪后的观测窗口是否满足任务持续时间约束公式(7)：
weik-wbik＞dui (7)
将满足约束的观测窗口winik加入空闲窗口ewinp中；当所有优先级低的目标点观测窗口分别加入各空闲窗口后，将每个空闲窗口内的目标点视为独立的集合进行集合内任务规划，并将规划后的结果与第一次聚类后规划结果合并。
7.根据权利要求6所述的卫星多目标重复观测任务规划方法，其特征在于，所述步骤3)具体包括：三层聚类的流程是在二层聚类的基础上再进行一次聚类；首先对二层聚类后得到的任务执行窗口进行窗口聚类，然后根据窗口聚类结果计算出空闲窗口，再将最低优先级的目标点按观测窗口开始时刻由低到高排序，依据公式(4)-(7)逐个筛选并裁剪后加入各空闲窗口集合，最后对各空闲窗口集合进行集合内任务规划，得到最低优先级目标点的任务执行窗口。
8.根据权利要求7所述的卫星多目标重复观测任务规划方法，其特征在于，所述步骤4)具体包括：将步骤3)中所有集合的规划结果按照观测任务执行窗口开始时刻升序排列后合并为完整的观测任务执行序列，执行序列中第l个任务执行窗口winsl的属性如下：
winsl＝{i,k,obl,oel,bl,ttrans(l-1,l)} (8)
其中，i,k表示winsl是第i个目标点第k个观测窗口内的任务执行窗口；obl,oel分别为任务执行窗口的开始时刻和结束时刻，bl为任务收益，ttrans(l-1,l)为卫星从前一个目标点到当前目标点的姿态转换时间。
9.根据权利要求8所述的卫星多目标重复观测任务规划方法，其特征在于，所述步骤5)具体包括：逐个检查任务执行序列前后窗口约束，无误后输出最终结果，检查的窗口约束为：
Figure FDA0003307943170000041
Figure FDA0003307943170000042
其中，r为任务执行序列的长度；
最终输出结果为卫星在任务周期内所有任务执行窗口集合，所有任务执行窗口的收益之和为卫星在该任务周期内的总收益。
10.一种卫星多目标重复观测任务规划终端，其特征在于，包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现上述权利要求1-9中任意一项所述的方法。
CN202111208628.7A 2021-10-18 2021-10-18 一种卫星多目标重复观测任务规划方法及终端 Pending CN114035913A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111208628.7A CN114035913A (zh) 2021-10-18 2021-10-18 一种卫星多目标重复观测任务规划方法及终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111208628.7A CN114035913A (zh) 2021-10-18 2021-10-18 一种卫星多目标重复观测任务规划方法及终端

Publications (1)

Publication Number Publication Date
CN114035913A true CN114035913A (zh) 2022-02-11

Family

ID=80141489

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111208628.7A Pending CN114035913A (zh) 2021-10-18 2021-10-18 一种卫星多目标重复观测任务规划方法及终端

Country Status (1)

Country Link
CN (1) CN114035913A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115909083A (zh) * 2022-10-31 2023-04-04 中国科学院软件研究所 卫星对地观测离散兴趣点聚类规划方法及装置
CN116698049A (zh) * 2023-08-08 2023-09-05 南京航空航天大学 一种空间非合作目标无源探测初始定轨段的机动检测方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB201717138D0 (en) * 2016-11-28 2017-12-06 National Univ Of Defense Technology Spark-based imaging satellite task preprocessing parallelization method
CN107608793A (zh) * 2017-09-13 2018-01-19 航天恒星科技有限公司 快速搜索的敏捷卫星任务规划方法
CN108388958A (zh) * 2018-01-31 2018-08-10 中国地质大学（武汉） 一种二维姿态机动卫星任务规划技术研究的方法及装置
US20190303197A1 (en) * 2018-04-02 2019-10-03 Microsoft Technology Licensing, Llc Resource scheduling using machine learning
CN110515708A (zh) * 2019-07-17 2019-11-29 赛德雷特(珠海)航天科技有限公司 卫星在轨自主任务规划方法及系统
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
CN111178419A (zh) * 2019-12-24 2020-05-19 上海交通大学 一种基于任务聚类的敏捷遥感卫星多目标任务规划方法
CN113204417A (zh) * 2021-04-30 2021-08-03 武汉大学 一种基于改进遗传与萤火虫组合算法的多卫星多点目标观测任务规划方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB201717138D0 (en) * 2016-11-28 2017-12-06 National Univ Of Defense Technology Spark-based imaging satellite task preprocessing parallelization method
CN107608793A (zh) * 2017-09-13 2018-01-19 航天恒星科技有限公司 快速搜索的敏捷卫星任务规划方法
CN108388958A (zh) * 2018-01-31 2018-08-10 中国地质大学（武汉） 一种二维姿态机动卫星任务规划技术研究的方法及装置
US20190303197A1 (en) * 2018-04-02 2019-10-03 Microsoft Technology Licensing, Llc Resource scheduling using machine learning
CN110515708A (zh) * 2019-07-17 2019-11-29 赛德雷特(珠海)航天科技有限公司 卫星在轨自主任务规划方法及系统
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
CN111178419A (zh) * 2019-12-24 2020-05-19 上海交通大学 一种基于任务聚类的敏捷遥感卫星多目标任务规划方法
CN113204417A (zh) * 2021-04-30 2021-08-03 武汉大学 一种基于改进遗传与萤火虫组合算法的多卫星多点目标观测任务规划方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
TENG LING: ""An Efficient Real-time Scheduling and Proactive Data Download Algorithm for Earth Observation Satellites"", 《2018 18TH INTERNATIONAL SYMPOSIUM ON COMMUNICATIONS AND INFORMATION TECHNOLOGIES (ISCIT)》, 27 December 2018 (2018-12-27), pages 339 - 344 *
张耀元: ""面向卫星多目标重复观测任务的分层聚类规划"", 《中国空间科学技术》, vol. 43, no. 01, 26 July 2022 (2022-07-26), pages 29 - 43 *
杜永浩: ""卫星任务调度统一化建模与多策略协同求解方法"", 《控制与决策》, vol. 34, no. 09, 24 May 2019 (2019-05-24), pages 1847 - 1856 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115909083A (zh) * 2022-10-31 2023-04-04 中国科学院软件研究所 卫星对地观测离散兴趣点聚类规划方法及装置
CN115909083B (zh) * 2022-10-31 2023-08-08 中国科学院软件研究所 卫星对地观测离散兴趣点聚类规划方法及装置
CN116698049A (zh) * 2023-08-08 2023-09-05 南京航空航天大学 一种空间非合作目标无源探测初始定轨段的机动检测方法
CN116698049B (zh) * 2023-08-08 2023-11-07 南京航空航天大学 一种空间非合作目标无源探测初始定轨段的机动检测方法

Similar Documents

Publication Publication Date Title
CN108055067B (zh) 一种多星在线协同调度方法
CN112766813B (zh) 一种空天协同观测复杂任务调度方法
CN108717572B (zh) 基于结构化神经网络的成像任务可调度性预测方法
CN114035913A (zh) 一种卫星多目标重复观测任务规划方法及终端
CN110515708B (zh) 卫星在轨自主任务规划方法及系统
CN113128828B (zh) 一种基于多智能体强化学习的卫星观测分布式在线规划方法
CN107562066B (zh) 一种航天器多目标启发式排序任务规划方法
He et al. Scheduling multiple agile earth observation satellites with an edge computing framework and a constructive heuristic algorithm
CN108021433B (zh) 一种多星星簇的目标观测方法
CN111311074A (zh) 面向应急任务的多星分布式协同重调度方法
CN102306110B (zh) 一种数量优先的任务调度方法
CN104573856A (zh) 一种基于时间拓扑排序的航天器资源约束处理方法
CN109347536A (zh) 一种基于态势知识的空间网络资源状态监控系统
Zhao et al. Agile satellite mission planning via task clustering and double-layer tabu algorithm
CN111178419B (zh) 一种基于任务聚类的敏捷遥感卫星多目标任务规划方法
Song et al. The satellite downlink replanning problem: a BP neural network and hybrid algorithm approach for IoT internet connection
CN115688568A (zh) 超敏捷卫星多星区域成像任务的调度方法
CN109711702B (zh) 面向多管理平台的对地观测任务分布式协同规划方法
Qi et al. A cooperative autonomous scheduling approach for multiple earth observation satellites with intensive missions
CN114595871A (zh) 一种多无人机任务规划方法
He et al. Balancing total energy consumption and mean makespan in data offloading for space-air-ground integrated networks
CN116341873B (zh) 一种多星资源调度与任务规划方法、系统及存储介质
CN116862167A (zh) 基于多背包模型的低轨遥感卫星星座应急任务规划方法
Jun et al. Real-time online rescheduling for multiple agile satellites with emergent tasks
CN114115342B (zh) 一种基于冲突处理的无人集群多域协同系统及方法

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