CN114604443B - 一种真实复杂约束条件下的多星测控调度方法及系统 - Google Patents
一种真实复杂约束条件下的多星测控调度方法及系统 Download PDFInfo
- Publication number
- CN114604443B CN114604443B CN202210145605.4A CN202210145605A CN114604443B CN 114604443 B CN114604443 B CN 114604443B CN 202210145605 A CN202210145605 A CN 202210145605A CN 114604443 B CN114604443 B CN 114604443B
- Authority
- CN
- China
- Prior art keywords
- constraint
- constraints
- turns
- solution
- track
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64G—COSMONAUTICS; VEHICLES OR EQUIPMENT THEREFOR
- B64G1/00—Cosmonautic vehicles
- B64G1/22—Parts of, or equipment specially adapted for fitting in or to, cosmonautic vehicles
- B64G1/24—Guiding or controlling apparatus, e.g. for attitude control
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Remote Sensing (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computational Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Radar, Positioning & Navigation (AREA)
- Operations Research (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radio Relay Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及卫星测控资源调度技术领域,公开了一种真实复杂约束条件下的多星测控调度方法及系统,该多星测控调度方法,包括以下步骤:S1,加载需求、软约束和弧段;S2,执行单星单天方案筛选核心流程;S3,若解为空,则进行松弛约束后跳转至步骤S2;否则,返回解。本发明解决了现有技术存在的模型复杂、求解困难、不易得到较优解、处理的真实约束少、很难转用于解决实际工程问题等问题。
Description
技术领域
本发明涉及卫星测控资源调度技术领域,具体是一种真实复杂约束条件下的多星测控调度方法及系统。
背景技术
多星测控是指利用航天测控系统分时或同时支持发射中的或运行在各轨道段的返回式卫星、气象卫星、地球资源卫星和各种地球同步卫星等的遥测、遥控工作。近年来,我国在轨航天器数量迅速增长,地面设备建设在一段时间内不能完全覆盖增加的需求,测控资源日益紧张。研究表明,通过合理调度来提升资源利用率可以一定程度上缓解资源不足的矛盾。多星测控调度问题(Multi-Satellite TT&C Scheduling Problem,MSTTCS)是指在多星测控需求和测控资源一定的背景下,研究如何对众多卫星的各类测控需求进行管理和调度,通过合理地分配测控资源,更好地满足卫星的测控需求,使得卫星发挥最大的应用效能。
MSTTCS可表达为组合优化问题,即变量状态空间是离散的,调度方案空间为变量状态空间的直积的子集(一般须排除有资源冲突的方案),通过搜索最优化目标函数的方案求解问题。对于MSTTCS,变量为某卫星的一个测控需求的决策变量Ai,i=1,2,…,m,其状态空间为支持该星本次测控任务的卫星-设备可见时间窗口(称为弧段)的集合Wi={wi,1,wi,2,…,wi,ni,},ni表示Wi对应弧段个数,则调度方案空间可以表示为:
常用来表达MSTTCS的数学模型有数学规划、约束满足以及启发式等模型,他们各有优缺点。
数学规划模型:早期,有学者使用混合整数规划研究MSTTCS,为了适用更大规模问题,他们持续改进了决策变量和目标函数。有学者用非线性泛函模型描述MSTTCS,再用0-1规划求解;有学者通过多目标动态规划描述问题,再用蚁群算法求解。该类方法的优点为描述问题精确、逻辑性强、结构严谨;缺点为模型复杂,求解困难。
约束满足模型:有学者应用CSP描述MSTTCS,再用约束传播方法进行求解;有学者使用变结构半环CSP方法建模MSTTCS中的软、硬约束,并提出了处理任务优先级和不确定性因素的方法;有学者在CSP模型的基础上引入目标函数,提出了CSOP模型处理MSTTCS;有学者提出使用遗传算法求解CSP模型,提高了调度成功率。该方法的优点为结构清晰、易于建模、适用于大规模问题;缺点为求解难度大,不易得到较优解。
启发式模型:遗传算法是常用于处理MSTTCS问题的启发式算法,有学者对此做过研究。该类方法的优点是设计灵活、自主性强、适用于大规模问题(简单的启发式算法只适用于小规模问题);缺点是容易陷入局部最优、启发式规则计难度大。
上述方法除了提及的优缺点外,还存在处理的真实约束少,很难转用于解决实际工程问题的不足。
发明内容
为克服现有技术的不足,本发明提供了一种真实复杂约束条件下的多星测控调度方法及系统,解决现有技术存在的模型复杂、求解困难、不易得到较优解、处理的真实约束少、很难转用于解决实际工程问题等问题。
本发明解决上述问题所采用的技术方案是:
一种真实复杂约束条件下的多星测控调度方法,包括以下步骤:
S1,加载需求、软约束和弧段;
S2,执行单星单天方案筛选核心流程;
S3,若解为空,则进行松弛约束后跳转至步骤S2;否则,返回解。
作为一种优选的技术方案,步骤S3包括以下步骤:
S31,针对可松弛约束,逐渐松弛约束组,当松弛一组约束后仍无可行解时,恢复当前约束组,松弛后续约束组后再次尝试;
S32,若松弛所有可松弛约束后仍无解,则保持所有可松弛约束的松弛状态,并开始删除约束;
S33,渐删除约束组,当删除一组约束后仍无可行解时,恢复当前约束组,删除后续约束组后再次尝试;
S34,若删除所有约束后仍无解,则恢复所有约束至初始状态,递减需求弧段,并跳转至步骤S31。
作为一种优选的技术方案,步骤S31中,按照优先级由低至高逐渐松弛约束组。
作为一种优选的技术方案,步骤S33中,按照优先级由低至高逐渐删除约束组。
作为一种优选的技术方案,步骤S2包括以下步骤:
S21,加载需求、硬约束和弧段;
S22,根据需求生产圈号组合;
S23,遍历圈号组合;
S24,生成圈号与约束的对应关系;
S25,循环圈号组合下的弧段组合;
S26,循环圈号与约束的对应关系;
S27,根据对应关系判断弧段组合是否满足所有约束,若是,则将当前弧段组合放入解集中。
作为一种优选的技术方案,步骤S1中软约束包括以下规则的一种或多种:
设备组约束:只能使用组内的设备;
单数传设备组:只能用于数传、不能用于测控的设备;
升轨或降轨连续约束:升轨或降轨圈号连续;
两天圈次间隔时间上限约束:前一天的尾圈与后一天的首圈间隔时间的最大值;
异轨圈次间隔时间上限约束:升轨尾圈与降轨首圈间隔时间的最大值,以及,降轨尾圈与升轨首圈间隔时间的最大值;
升轨或降轨仰角范围约束:指定升轨或降轨弧段过顶角的范围;
圈次间隔时间范围约束:指定两圈次间隔时间的上限和下限;
圈次间隔圈数约束:指定两圈次间隔圈数;
入境或出境圈约束:指定入境后某些圈或出境前某些圈内需要的圈数;
时间区间圈数约束:指定时间范围内需要的升轨或降轨圈数;
设备分配限制约束:指定时间范围、圈次范围内分配给某设备的升轨或降轨圈数的上限;
频段圈数约束:分配特定频段的圈数。
一种真实复杂约束条件下的多星测控调度系统,基于所述的一种真实复杂约束条件下的多星测控调度方法,包括依次电相连的以下模块:
加载模块:用以加载需求、软约束和弧段;
单星单天方案筛选执行模块:用以执行单星单天方案筛选核心流程;
返回模块:所述若解为空,则进行松弛约束后跳转至步骤S2;否则,返回解。
作为一种优选的技术方案,返回模块用以执行以下步骤:
S31,针对可松弛约束,逐渐松弛约束组,当松弛一组约束后仍无可行解时,恢复当前约束组,松弛后续约束组后再次尝试;
S32,若松弛所有可松弛约束后仍无解,则保持所有可松弛约束的松弛状态,并开始删除约束;
S33,渐删除约束组,当删除一组约束后仍无可行解时,恢复当前约束组,删除后续约束组后再次尝试;
S34,若删除所有约束后仍无解,则恢复所有约束至初始状态,递减需求弧段,并跳转至步骤S31。
作为一种优选的技术方案,单星单天方案筛选执行模块用以执行以下步骤:
S21,加载需求、硬约束和弧段;
S22,根据需求生产圈号组合;
S23,遍历圈号组合;
S24,生成圈号与约束的对应关系;
S25,循环圈号组合下的弧段组合;
S26,循环圈号与约束的对应关系;
S27,根据对应关系判断弧段组合是否满足所有约束,若是,则将当前弧段组合放入解集中。
本发明相比于现有技术,具有以下有益效果:
(1)本发明容易求解、容易得到较优解、处理的真实约束较多、容易转用于解决实际工程问题;
(2)本发明针对不同调度维度,提出一套实用的调度约束;
(3)本发明支持约束动态组合配置,极大的增强了地面站网资源周期规划的灵活性;
(4)本发明提出硬约束、软约束的概念,更利于整体调度计划分配的灵活性。
附图说明
图1为单星单天方案筛选核心流程的示意图;
图2为基于软约束的单星单天方案筛选流程的示意图;
图3为多星周期测控调度流程的示意图;
图4为本发明一种真实复杂约束条件下的多星测控调度方法的步骤示意图;
图5为本发明一种真实复杂约束条件下的多星测控调度系统的结构示意图。
具体实施方式
下面结合实施例及附图,对本发明作进一步的详细说明,但本发明的实施方式不限于此。
实施例1
如图1至图5所示,本发明针对上述问题和现有技术不足,面向复杂真实约束条件下的多星测控资源调度需求,提出了一套调度方法,其包含复杂真实约束的归纳总结和基于约束的多星周期测控资源调度方法。
硬约束指在周期规划过程中不能突破的约束。软约束指在周期规划过程中,尽量满足的约束,资源紧张时可突破该约束。
本发明归纳了十二种约束来表达弧段周期需求以外的调度限制条件,他们会限制决策变量的状态空间(即弧段的可选范围)。因为这些约束来源不同时,结构差异较大,在组合优化框架下不易用统一模型表达,因此本文采用分而治之的办法,对各类约束合并整理后独立建模,最终归纳出上述十二种类型,分别为:
(1)设备组:只能使用组内的设备;
(2)单数传设备组:只能用于数传、不能用于测控的设备;
(3)升(降)轨连续:升(降)轨圈号连续;
(4)两天圈次间隔时间上限:前一天的尾圈与后一天的首圈间隔时间的最大值;
(5)异轨圈次间隔时间上限:升(降)轨尾圈与降(升)轨首圈间隔时间的最大值;
(6)升(降)轨仰角范围:指定升(降)轨弧段过顶角的范围;
(7)圈次间隔时间范围:指定两圈次间隔时间的上限和下限;
(8)圈次间隔圈数:指定两圈次间隔圈数;
(9)入(出)境圈:指定入境后某些圈或出境前某些圈内需要的圈数;
(10)时间区间圈数:指定时间范围内需要的升(降)轨圈数;
(11)设备分配限制:指定时间范围、圈次范围内分配给某设备的升(降)轨圈数的上限;
(12)频段圈数:指分配特定频段的圈数。
基于约束的多星周期测控资源调度方法首先根据弧段预报、任务窗口以及任务属性确定方案的状态空间;接着使用约束按照优先级依次过滤方案。由于周期任务要求一天中不能给一颗卫星分配同一圈中的多个弧段,所以本方法以圈号组合为筛选对象,最后再从每圈中分别挑选一个弧段组成方案。上述流程在同一对不同卫星并行执行,生成方案时可能会存在冲突,但方案筛选完成后根据优先级按顺序资源锁定,所以冲突的弧段只有一个会分配成功。方案筛选和资源锁定两个流程在不同天并行执行(如图3所示)。
单星单天方案筛选的核心流程中,约束均视为硬约束。为了处理软约束需求,在该核心流程外根据优先级设计了一个逐步松弛约束流程。
实施例2
如图1至图5所示,作为实施例1的进一步优化,本实施例包含了实施例1的全部技术特征,除此之外,本实施例还包括以下技术特征:
下面结合具体流程和附图更加清晰地阐释本发明的特征和优势。
首先阐述单星单天方案筛选的核心流程(如图2所示),它可以找到所有的可行方案(解):
(1)加载需求、约束和弧段;
(2)根据需求生产圈号组合;
(3)遍历圈号组合,并依次执行后续步骤;
(4)生成圈号与约束的对应关系(一般有多组,用于判断弧段组合是否满足约束);
(5)循环圈号组合下的弧段组合,并依次执行后续步骤;
(6)循环圈号与约束的对应关系,并依次执行后续步骤;
(7)如果根据对应关系,弧段组合满足所有约束,则将当前弧段组合放入解集中。
为了处理软约束,根据约束优先级,我们设计了如下约束松弛流程:
(1)针对可松弛约束(指约束条件可放松),按照优先级由低至高逐渐松弛约束组,当松弛一组约束后仍无可行解时,恢复当前约束组,松弛后续约束组后再次尝试;
(2)若松弛所有可松弛约束后仍无解,则保持所有可松弛约束的松弛状态,并开始删除约束;
(3)按照优先级由低至高逐渐删除约束组,当删除一组约束后仍无可行解时,恢复当前约束组,删除后续约束组后再次尝试;
(4)若删除所有约束后仍无解,则恢复所有约束至初始状态,递减需求弧段,并重复步骤(1)~(4)。
根据约束松弛流程和单星单天方案筛选核心流程,我们设计了基于软约束的单星单天方案筛选流程(如图3所示):
(1)加载需求、约束和弧段;
(2)执行单星单天方案筛选核心流程;
(3)若解为空,按照上述规则松弛约束后跳转步骤(2);否则,返回解。
因为当天的任务不会用到其他天的资源,所以规划流程对不同天可全流程并行执行;但是因为卫星存在优先级,不能公平竞争资源,所以一天中的不同卫星只能规划过程并行,锁定资源仍需遵循优先级。为了尽可能提高锁定资源的成功率,单星单天筛选算法会返回所有的可行方案,使优先级低的任务有更多的锁定选项;若最终没有完整的方案可锁定,就锁定弧段最多的方案则需求部分满足。
如上所述,可较好地实现本发明。
本说明书中所有实施例公开的所有特征,或隐含公开的所有方法或过程中的步骤,除了互相排斥的特征和/或步骤以外,均可以以任何方式组合和/或扩展、替换。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,依据本发明的技术实质,在本发明的精神和原则之内,对以上实施例所作的任何简单的修改、等同替换与改进等,均仍属于本发明技术方案的保护范围之内。
Claims (4)
1.一种真实复杂约束条件下的多星测控调度方法,其特征在于,包括以下步骤:
S1,加载需求、软约束和弧段;
S2,执行单星单天方案筛选核心流程;
S3,若解为空,则进行松弛约束后跳转至步骤S2;否则,返回解;
步骤S1中软约束包括以下规则的一种或多种:
设备组约束:只能使用组内的设备;
单数传设备组:只能用于数传、不能用于测控的设备;
升轨或降轨连续约束:升轨或降轨圈号连续;
两天圈次间隔时间上限约束:前一天的尾圈与后一天的首圈间隔时间的最大值;
异轨圈次间隔时间上限约束:升轨尾圈与降轨首圈间隔时间的最大值,以及,降轨尾圈与升轨首圈间隔时间的最大值;
升轨或降轨仰角范围约束:指定升轨或降轨弧段过顶角的范围;
圈次间隔时间范围约束:指定两圈次间隔时间的上限和下限;
圈次间隔圈数约束:指定两圈次间隔圈数;
入境或出境圈约束:指定入境后某些圈或出境前某些圈内需要的圈数;
时间区间圈数约束:指定时间范围内需要的升轨或降轨圈数;
设备分配限制约束:指定时间范围、圈次范围内分配给某设备的升轨或降轨圈数的上限;
频段圈数约束:分配特定频段的圈数;
步骤S2包括以下步骤:
S21,加载需求、硬约束和弧段;
S22,根据需求生产圈号组合;
S23,遍历圈号组合;
S24,生成圈号与约束的对应关系;
S25,循环圈号组合下的弧段组合;
S26,循环圈号与约束的对应关系;
S27,根据对应关系判断弧段组合是否满足所有约束,若是,则将当前弧段组合放入解集中;
步骤S3包括以下步骤:
S31,针对软约束,逐渐松弛约束组,当松弛一组约束后仍无可行解时,恢复当前约束组,松弛后续约束组后再次尝试;
S32,若松弛所有软约束后仍无解,则保持所有软约束的松弛状态,并开始删除约束;
S33,逐渐删除约束组,当删除一组约束后仍无可行解时,恢复当前约束组,删除后续约束组后再次尝试;
S34,若删除所有约束后仍无解,则恢复所有约束至初始状态,递减需求弧段,并跳转至步骤S31。
2.根据权利要求1所述的一种真实复杂约束条件下的多星测控调度方法,其特征在于,步骤S31中,按照优先级由低至高逐渐松弛约束组。
3.根据权利要求2所述的一种真实复杂约束条件下的多星测控调度方法,其特征在于,步骤S33中,按照优先级由低至高逐渐删除约束组。
4.一种真实复杂约束条件下的多星测控调度系统,其特征在于,基于权利要求1至3任一项所述的一种真实复杂约束条件下的多星测控调度方法,包括依次电相连的以下模块:
加载模块:用以执行步骤S1:加载需求、软约束和弧段;
单星单天方案筛选执行模块:用以执行步骤S2:执行单星单天方案筛选核心流程;
返回模块:用以执行步骤S3:所述若解为空,则进行松弛约束后跳转至步骤S2;否则,返回解。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210145605.4A CN114604443B (zh) | 2022-02-17 | 2022-02-17 | 一种真实复杂约束条件下的多星测控调度方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210145605.4A CN114604443B (zh) | 2022-02-17 | 2022-02-17 | 一种真实复杂约束条件下的多星测控调度方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114604443A CN114604443A (zh) | 2022-06-10 |
CN114604443B true CN114604443B (zh) | 2023-06-06 |
Family
ID=81858908
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210145605.4A Active CN114604443B (zh) | 2022-02-17 | 2022-02-17 | 一种真实复杂约束条件下的多星测控调度方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114604443B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116070803B (zh) * | 2023-04-04 | 2023-06-23 | 中国人民解放军国防科技大学 | 基于间隔圈数模型的卫星调度问题求解方法和装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105512479A (zh) * | 2015-12-03 | 2016-04-20 | 中国地质大学(武汉) | 一种多星对地观测任务规划算法的评价方法及装置 |
CN105787173A (zh) * | 2016-02-25 | 2016-07-20 | 中国地质大学(武汉) | 一种多星对地观测任务的调度规划方法及装置 |
CN106648852A (zh) * | 2016-11-18 | 2017-05-10 | 合肥工业大学 | 基于双蚁群的多星任务调度方法和装置 |
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 |
CN108304958A (zh) * | 2017-12-08 | 2018-07-20 | 中国科学院空间应用工程与技术中心 | 一种单星多载荷复杂约束任务规划方法和系统 |
CN109087023A (zh) * | 2018-08-23 | 2018-12-25 | 中南大学 | 一种基于分治策略的多星观测分层调度方法及系统 |
WO2019127947A1 (zh) * | 2017-12-26 | 2019-07-04 | 佛山科学技术学院 | 一种基于智能优化与约束推理的单星自主任务规划方法 |
CN110618862A (zh) * | 2019-09-18 | 2019-12-27 | 中国人民解放军国防科技大学 | 基于极大团模型的卫星测控资源调度方法和系统 |
CN113033982A (zh) * | 2018-03-20 | 2021-06-25 | 上海微小卫星工程中心 | 一种对卫星的规划任务进行能源约束检查的方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7092894B1 (en) * | 1994-09-01 | 2006-08-15 | Harris Corporation | Cost reactive scheduler and method |
DE202013012472U1 (de) * | 2012-08-03 | 2017-01-13 | Terra Bella Technologies Inc. | Satellitenplanungssystem |
FR3039728B1 (fr) * | 2015-07-28 | 2017-10-27 | Airbus Defence & Space Sas | Procede de planification d'acquisition d'images de zones terrestres par un engin spatial |
US11228362B2 (en) * | 2020-04-17 | 2022-01-18 | Raytheon Company | System and method for satellite constellation management and scheduling |
-
2022
- 2022-02-17 CN CN202210145605.4A patent/CN114604443B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105512479A (zh) * | 2015-12-03 | 2016-04-20 | 中国地质大学(武汉) | 一种多星对地观测任务规划算法的评价方法及装置 |
CN105787173A (zh) * | 2016-02-25 | 2016-07-20 | 中国地质大学(武汉) | 一种多星对地观测任务的调度规划方法及装置 |
CN106648852A (zh) * | 2016-11-18 | 2017-05-10 | 合肥工业大学 | 基于双蚁群的多星任务调度方法和装置 |
CN108304958A (zh) * | 2017-12-08 | 2018-07-20 | 中国科学院空间应用工程与技术中心 | 一种单星多载荷复杂约束任务规划方法和系统 |
WO2019127947A1 (zh) * | 2017-12-26 | 2019-07-04 | 佛山科学技术学院 | 一种基于智能优化与约束推理的单星自主任务规划方法 |
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 |
CN113033982A (zh) * | 2018-03-20 | 2021-06-25 | 上海微小卫星工程中心 | 一种对卫星的规划任务进行能源约束检查的方法 |
CN109087023A (zh) * | 2018-08-23 | 2018-12-25 | 中南大学 | 一种基于分治策略的多星观测分层调度方法及系统 |
CN110618862A (zh) * | 2019-09-18 | 2019-12-27 | 中国人民解放军国防科技大学 | 基于极大团模型的卫星测控资源调度方法和系统 |
Non-Patent Citations (3)
Title |
---|
凌晓冬;陈峰;武小悦.多星测控调度问题综述.飞行器测控学报.2008,(02),全文. * |
褚骁庚.敏捷自主卫星调度算法研究.中国博士学位论文全文数据库工程科技II辑.2020,全文. * |
陈金勇,张超, 李艳斌.基于超启发式的多星协同任务规划算法研究.中国电子科学研究院学报.2018,全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN114604443A (zh) | 2022-06-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2019127946A1 (zh) | 一种基于学习型遗传算法的多任务多资源滚动分配方法 | |
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 | |
Xhafa et al. | Genetic algorithms for satellite scheduling problems | |
Chen et al. | Task scheduling method for data relay satellite network considering breakpoint transmission | |
CN104361234A (zh) | 一种复杂约束条件下多星多任务观测调度优化方法 | |
He et al. | Scheduling multiple agile earth observation satellites with an edge computing framework and a constructive heuristic algorithm | |
CN114604443B (zh) | 一种真实复杂约束条件下的多星测控调度方法及系统 | |
CN112465296B (zh) | 一种敏捷卫星动态任务重规划方法 | |
CN108717572A (zh) | 基于结构化神经网络的成像任务可调度性预测方法 | |
CN114154821A (zh) | 基于深度强化学习的智能排产动态调度方法 | |
CN108832993A (zh) | 面向混合任务的在线中继卫星系统通信资源分配方法 | |
CN115392813B (zh) | 一种基于分层优化的在轨事件编排与资源分配规划方法 | |
Ou et al. | Deep reinforcement learning method for satellite range scheduling problem | |
CN115103410B (zh) | 一种测控数传资源调度方法、系统及装置 | |
Wu et al. | Research on task priority model and algorithm for satellite scheduling problem | |
CN110113212A (zh) | 一种适于断点续传的中继卫星单址天线调度方法 | |
CN109347536A (zh) | 一种基于态势知识的空间网络资源状态监控系统 | |
Xhafa et al. | A simulated annealing algorithm for ground station scheduling problem | |
CN108199763B (zh) | 中继卫星任务调度方法与系统 | |
Qi et al. | A cooperative autonomous scheduling approach for multiple earth observation satellites with intensive missions | |
Zhou et al. | Bus maintenance scheduling using multi-agent systems | |
Chang et al. | Solving dynamic satellite image data downlink scheduling problem via an adaptive bi-objective optimization algorithm | |
Zhao et al. | Resources scheduling for data relay satellite with microwave and optical hybrid links based on improved niche genetic algorithm | |
CN109711702A (zh) | 面向多管理平台的对地观测任务分布式协同规划方法 | |
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 |
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 | ||
CB03 | Change of inventor or designer information |
Inventor after: Tao Sunjie Inventor after: Bai Jian Inventor after: Jia Pengde Inventor after: Yang Yu Inventor after: Miao Lin Inventor before: Tao Sunjie Inventor before: Bai Jian Inventor before: Jia Depeng Inventor before: Yang Yu Inventor before: Miao Lin |
|
CB03 | Change of inventor or designer information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |