CN115103410A - 一种测控数传资源调度方法、系统及装置 - Google Patents
一种测控数传资源调度方法、系统及装置 Download PDFInfo
- Publication number
- CN115103410A CN115103410A CN202211007009.6A CN202211007009A CN115103410A CN 115103410 A CN115103410 A CN 115103410A CN 202211007009 A CN202211007009 A CN 202211007009A CN 115103410 A CN115103410 A CN 115103410A
- Authority
- CN
- China
- Prior art keywords
- measurement
- data transmission
- task
- optimal solution
- control data
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/08—Load balancing or load distribution
- H04W28/082—Load balancing or load distribution among bearers or channels
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
- H04W84/04—Large scale networks; Deep hierarchical networks
- H04W84/06—Airborne or Satellite Networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- General Physics & Mathematics (AREA)
- Radio Relay Systems (AREA)
Abstract
本发明提供了一种测控数传资源调度方法、系统及装置,涉及卫星任务调度及机器学习技术领域,所述调度方法包括:基于测控数传资源数据及任务数据,通过预设规划模型求最优解的方式,得到测控数传资源调度方案;所述预设规划模型包括假设条件、决策变量、约束条件和目标函数;所述求最优解的方法是基于假设条件、决策变量和约束条件,以目标函数作为收益,计算使所述收益最大化时的局部最优解,并通过迭代邻域搜索进行求解,更新所述局部最优解直至达到终止条件,得到全局最优解,将所述全局最优解输出为调度方案。本方案解决了目前站网融合、天地基资源融合后出现的任务多、资源多、调度不力的问题,使测控数传的资源利用率及调度效率大幅提高。
Description
技术领域
本发明涉及卫星任务调度及机器学习技术领域,尤其是涉及一种测控数传资源调度方法、系统及装置。
背景技术
航天测控数传资源调度(Range Scheduling, RS)是指将航天器测控数传任务安排给地面站网设备或中继卫星的过程和方法。航天测控数传资源调度的对象主要是航天器与地面站网天线间测控数传波束的可视弧段,如图1所示。在运筹学和机器学习研究领域,航天测控数传资源调度问题可归结为一种任务指派问题,形成的调度方案既要满足各方复杂的需求及相关的约束条件,还需具有较高的可靠性、鲁棒性与工程实用性。
目前,随着航天器需求和测控数传设备能力的大幅度增长,航天测控数传资源调度逐步呈现出约束复杂化、解空间巨大、评价难度高等问题,使得当前的调度方法无法适应,缺乏规范化的数学模型和高性能优化算法,亟需要研究天地基资源一体化的自动调度方法,综合利用航天测控网的数据中继卫星、陆基、海基等各种天地基测控资源,为在轨航天器提供统一的测控数传资源调度服务。
发明内容
本发明的目的在于提供一种测控数传资源调度方法,以解决现有技术中存在的至少一种上述技术问题。
为解决上述技术问题,本发明提供的一种测控数传资源调度方法,包括基于测控数传资源数据及任务数据,通过预设规划模型求最优解的方式,得到测控数传资源调度方案;
所述预设规划模型包括假设条件、决策变量、约束条件和目标函数;
所述求最优解的方法是基于假设条件、决策变量和约束条件,以目标函数作为收益,计算使所述收益最大化时的局部最优解,并通过迭代邻域搜索进行求解,更新所述局部最优解直至达到终止条件,得到全局最优解,将所述全局最优解输出为调度方案。
通过上述方法,便于动态、快速地求解出基于任务批量大、资源数据多、约束条件复杂等情况下的测控数传资源最优调度方案。
所述预设规划模型可以是0-1整数规划模型等本领域公知的模型。
进一步地,所述假设条件包括但不限于:
每个任务只能被执行一次,不会出现任务重复执行的情况;
任务间相互独立,不存在先后、依赖等关系;
可见时间窗口集合与航天器一一对应,属于同一航天器的任务,与所述任务匹配的可见时间窗口在同一个可见时间窗口集合中;
任务一旦开始,必须执行完毕,不可中止。
通过上述合理假设,便于构建所述规划模型。
进一步地,所述决策变量包括:任务变量、航天器变量、可见时间窗口变量和天线变量:
所述任务变量,用于区分不同任务;
所述航天器变量,用于区分对应不同任务的不同航天器;
所述可见时间窗口变量,用于区分属于不同航天器的不同可见时间窗口;
所述天线变量,用于区分对应不同可见时间窗口的不同天线。
通过上述变量,便于从任务、航天器、可见时间窗口和天线角度,动态地求解出规划方案。
进一步地,所述约束条件包括但不限于:
每个任务只需执行一次;
每个航天器在一个可见时间窗口内只能与一个天线进行数传;
每个天线在一个可见时间窗口内只能与一个航天器进行数传;
每个航天器对应的任务数不大于所述航天器对应的可见时间窗口数;
通过上述约束条件,便于使所述预设规划模型接近实际测控数传情况。
进一步地,所述目标函数为在规定时间段内任务的最大完成数量。
通过上述目标函数,避免了权重设置,简化了求解过程。
通过假设条件、决策变量、约束条件和目标函数的设置,利于指导相关算法及算子的设计。
进一步地,所述求最优解的方法可以是爬山算法、烟花算法、退火算法等本领域公知的算法。
优选的,所述求最优解的方法是爬山算法,所述爬山算法是指,在每一次搜索求解中,只选择邻域中优于局部最优解的当前解替换所述局部最优解,便于快速地进行搜索。
进一步地,所述爬山算法还包括逾期接受,所述逾期接受是指在迭代邻域搜索求解的过程中,记录若干历史解的收益,若当前解的收益优于所述历史解中最差解的收益,则接受所述当前解替换所述最差解,并以所述当前解为出发点再次进行邻域搜索,具体过程如下:
初始化某个解,并基于所述解对收益列表进行赋值;
从邻域中随机选择一个解,将所述解的收益与所述收益列表中的最低收益进行比较大小:
若所述解的收益小于所述最低收益,则继续从所述邻域中随机选择另一个解进行比较;
若所述解的收益不小于所述最低收益,则将所述解替换所述最低收益对应的解,并将所述解的收益替换所述最低收益,循环比较结束进行下一步;
以所述当前解为出发点再进行邻域搜索并与更新后的收益列表进行比较;
达到迭代结束条件时,输出全局最优解。
通过上述过程,可引导搜索逐步从局部最优跳出并到达全局最优。
进一步地,所述爬山算法还包括禁忌策略,所述禁忌策略是指在迭代邻域搜索求解过程中,将近期的邻域搜索过程存放入禁忌表中,并拒绝重复所述禁忌表中的邻域搜索过程,防止搜索过程的无效循环。
进一步地,所述邻域搜索包括:在局部搜索过程中增加插入操作和/或交换操作;
所述插入操作是指对于一个未成功调度的任务,如果存在可用的可见时间窗口,则将所述可见时间窗口插入到所述任务中,避免可见时间窗口浪费;
所述交换操作是指对于一个已调度的任务,将当前可见时间窗口与其他可用的可见时间窗口交换,用于使所述天线间的负载相对均衡,当然,若所述当前可见时间窗口与所述其他可用的可见时间窗口对应于同一个天线,则不必进行交换。
另一方面,本发明提供了一种测控数传资源调度系统,包括数据接收模块、数据处理模块和数据生成模块;
所述数据接收模块,用于接收任务数据、航天器数据、可见时间窗口数据和天线数据,发送至数据处理模块;
所述任务数据包括但不限于卫星编号、轨道类型、测控圈次、测控持续时间和优先级;
所述航天器数据包括但不限于卫星代号、卫星编号、卫星组别、卫星频段、轨道历元、坐标系和轨道平根数;
所述轨道平根数包括平均轨道半径、轨道偏心率、轨道倾角、升交点赤经、近地点幅角和指定历元的平近点角;
所述可见时间窗口数据包括但不限于卫星编号、天线编号、时间窗口开始时间和时间窗口结束时间;
所述天线数据包括但不限于天线名称、天线转换时间、天线编号、天线频段、地理经纬度和观测预报;
所述数据处理模块,输入任务数据、航天器数据、可见时间窗口数据和天线数据,通过预设规划模型求最优解的方式,输出调度方案至数据生成模块:
所述预设规划模型包括假设、变量、约束和目标函数;
所述求最优解的方法为基于假设条件、决策变量和约束条件,以目标函数作为收益,计算使所述收益最大化时的局部最优解,并通过迭代邻域搜索进行求解,更新所述局部最优解直至达到终止条件,得到全局最优解,将所述全局最优解输出为调度方案;
所述数据生成模块用于输出测控数传资源调度方案。
又一方面,本发明还提供了一种测控数传资源调度装置,包括处理器、存储器及总线,所述存储器存储可由处理器读取的指令,所述处理器用于调用所述存储器中的指令,以执行所述测控数传资源调度方法,所述总线连接各功能部件之间传送信息。
采用上述技术方案,本发明具有如下有益效果:
本发明提供的技术方案,通过预设规划模型及包括逾期接受和禁忌策略的算法,便于动态、快速地求解出测控数传资源最优调度方案,本发明提出了规范化的数学模型和高性能优化算法,解决了站网融合、天地基资源融合后出现的任务多、资源多、调度不力的问题,使测控数传的资源利用率及调度效率大幅提高。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案下面将对具体实施方式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,下面描述中的附图是本发明的一些实施方式,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为调度对象与测控数传资源关系图;
图2为本发明实施例提供的测控数传资源调度方法流程图;
图3为本发明实施例提供的算法结构图;
图4为本发明实施例提供的算法与常规算法的资源均衡度比较图;
图5为本发明实施例提供的算法与常规算法的任务组集中度比较图;
图6为本发明实施例提供的测控数传资源调度系统图。
具体实施方式
下面将结合附图对本发明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做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。
本申请的说明书实施例和权利要求书及上述附图中的术语“第一”、“第二”、和“第三”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或模块。方法、系统、产品或设备不必限于清楚地列出的那些步骤或模块,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块。“和/或”用于表示在其所连接的两个对象之间选择一个或全部。
下面结合具体的实施方式对本发明做进一步的解释说明。
如图2所示,本实施例提供的测控数传资源调度方法,包括基于测控数传资源数据及任务数据,通过预设规划模型求最优解的方式,得到测控数传资源调度方案;
所述预设规划模型包括假设条件、决策变量、约束条件和目标函数;
所述求最优解的方法是基于假设条件、决策变量和约束条件,以目标函数作为收益,计算使所述收益最大化时的局部最优解,并通过迭代邻域搜索进行求解,更新所述局部最优解直至达到终止条件,得到全局最优解,将所述全局最优解输出为调度方案。
通过上述方法,有利于动态、快速地求解出基于任务批量大、资源数据多、约束条件复杂等情况下的测控数传资源最优调度方案。
所述预设规划模型是0-1整数规划模型,当然在其它实施例中也可以是本领域公知的其它规划模型。
所述假设条件包括:
每个任务只能被执行一次,不会出现任务重复执行的情况;
任务间相互独立,不存在先后、依赖等关系;
可见时间窗口集合与航天器一一对应,属于同一航天器的任务,与所述任务匹配的可见时间窗口在同一个可见时间窗口集合中;
任务一旦开始,必须执行完毕,不可中止;
所述可见时间窗口是卫星与天线之间一段持续可以进行数据传输的时间区域,一个可见时间窗口包含的信息包括开始时间、结束时间、所属卫星和所属天线等;
通过上述合理假设,便于规范化地构建所述规划模型。
所述决策变量包括:任务变量、航天器变量、可见时间窗口变量和天线变量:
通过上述变量,便于从任务、航天器、可见时间窗口和天线角度,动态地求解出规划方案。
所述约束条件包括:
每个任务只需执行一次,公式为:
每个航天器在一个可见时间窗口内只能与一个天线进行数传,公式为:
每个天线在一个可见时间窗口内只能与一个航天器进行数传,公式为:
通过上述约束条件,便于使所述预设规划模型接近实际测控数传情况。
所述目标函数为在规定时间段内任务的最大完成数量,公式为:
通过上述目标函数,避免了权重设置,简化了求解过程。
通过假设条件、决策变量、约束条件和目标函数的设置,利于指导相关算法及算子的设计。
所述求最优解的方法是爬山算法,所述爬山算法是指,在每一次搜索求解中,只选择邻域中优于局部最优解的当前解替换所述局部最优解,便于快速地进行搜索。
所述爬山算法还包括逾期接受,所述逾期接受是指在迭代邻域搜索求解的过程中,记录若干历史解的收益,引入长度为n的收益值列表记录历史解的收益值,若当前解的收益优于所述历史解中最差解的收益,则接受所述当前解替换所述最差解,并以所述当前解为出发点再次进行邻域搜索。
所述爬山算法还包括禁忌策略,所述禁忌策略是指在迭代邻域搜索求解过程中,将近期的邻域搜索过程存放入禁忌表中,并拒绝重复所述禁忌表中的邻域搜索过程,防止搜索过程的无效循环。
综上所述,如图3所示,本发明实施例提供的算法的具体求解过程如下:
初始化某个解,并基于所述解对收益列表进行赋值;
从邻域中随机选择一个解,包括邻域搜索动作、任务及时间窗口,将所述解的收益与所述收益列表中的最低收益进行比较大小:
若所述解的收益小于所述最低收益,则继续从所述邻域中随机选择另一个解进行比较;
若所述解的收益不小于所述最低收益,则将所述解替换所述最低收益对应的解,并将所述解的收益替换所述最低收益,循环比较结束进行下一步;
以所述当前解为出发点再进行邻域搜索动作并与更新后的收益列表进行比较;
达到迭代终止条件时,输出全局最优解。
通过上述过程,可引导搜索逐步从局部最优跳出并到达全局最优,并且阻止算法重复进入同一个搜索邻域,防止搜索过程出现不必要的循环,提升了总体计算效率。
本发明实施例提供的上述算法还可以按照伪代码的形式进行表示,例如:
其中,第1行表示初始化一个解;第3-5行表示初始化收益列表;第7行表示选择第v个历史收益;第8行表示从产生的邻域中选择一个解;第9-14行表示如果这个邻域解的收益大于v解得到的收益,则更新邻域v。
所述邻域搜索包括:在局部搜索过程中,增加插入操作和/或交换操作;
所述插入操作是指对于一个未成功调度的任务,如果存在可用的可见时间窗口,则将所述可见时间窗口插入到所述任务中,避免可见时间窗口浪费;
所述交换操作是指对于一个已调度的任务,将当前可见时间窗口与其他可用的可见时间窗口交换,用于使所述天线间的负载相对均衡,当然,若所述当前可见时间窗口与所述其他可用的可见时间窗口对应于同一个天线,则不必进行交换。
通过所述插入操作和/或交换操作,用于提高邻域内的搜索效率。为减少邻域的规模,同时进一步提升邻域内的搜索效率,参与所述插入操作和/或交换操作的任务与时间窗口采用随机选取的策略。
本发明实施例提供的调度方法还与常规方法进行了实验对比,并对具体的实验过程及实验结果的对比数据进行了详细总结,详见如下内容:
实验过程:
首先确定待测控卫星的轨道参数等信息,然后提出测控需求。
基于模拟构造出在轨运行卫星的轨道参数如下表所示:
卫星轨道历元及卫星分组情况如下表所示:
卫星测控任务基本需求如下表所示:
通过调研及资料查阅,模拟构建如下测控资源,相关信息如下表所示:
在观测预报方面,轨道预报算法采用SGP4轨道计算模型。地面设备可观测的条件:最低仰角设为3°。预报时间为2019-09-10 0:00:0.00至2019-09-10 23:59:59.00。预报时间生成报表通过数据融合处理,形成观测预报文件,预报格式采用的XML预报文件格式。
实验结果:
如图4所示,图中纵坐标显示的负载均衡度反映了设备利用的合理性,评价值越平均则设备利用越合理,图中横坐标显示资源,即天线设备的编号。本发明实施例生成的调度方案使各设备能够维持较好的负载均衡,而常规算法中设备负载差异稍大。
如图5所示,图中纵坐标显示的任务集中度反映了调度方案的集中程度,评价值越高调度方案实施的效率越高,图中的横坐标显示的是任务组编号。本发明实施例中任务组3到7的集中度,要优于常规算法,所以在方案实施时,本发明实施例方案的实施效率会更高。
此外,还进行了更大规模场景的实际应用,具体包含80副境内天线和3个中继星天线,成功完成了对170颗低轨卫星在9天内的日常测控任务调度工作,其中每颗卫星平均测控3次,9天内共计完成约4600次测控。实际效果显示本实施例提供的算法相比于常规算法,在规模应用中更具有优势。
根据以上关键指标的对比分析,本实施例提供的算法相比于常规算法,在任务完成率、计算效率、资源均衡、任务集中度方面都具有一定的优势。
另一方面,如图6所示,本发明提供了一种测控数传资源调度系统,包括数据接收模块、数据处理模块和数据生成模块;
所述数据接收模块,用于接收任务数据、航天器数据、可见时间窗口数据和天线数据,发送至数据处理模块;
所述任务数据包括但不限于卫星编号、轨道类型、测控圈次、测控持续时间和优先级;
所述航天器数据包括但不限于卫星代号、卫星编号、卫星组别、卫星频段、轨道历元、坐标系和轨道平根数;
所述轨道平根数包括平均轨道半径、轨道偏心率、轨道倾角、升交点赤经、近地点幅角和指定历元的平近点角;
所述可见时间窗口数据包括但不限于卫星编号、天线编号、时间窗口开始时间和时间窗口结束时间;
所述天线数据包括但不限于天线名称、天线转换时间、天线编号、天线频段、地理经纬度和观测预报;
所述数据处理模块,输入任务数据、航天器数据、可见时间窗口数据和天线数据,通过预设规划模型求最优解的方式,输出调度方案至数据生成模块:
所述预设规划模型包括假设、变量、约束和目标函数;
所述求最优解的方法为基于假设条件、决策变量和约束条件,以目标函数作为收益,计算使所述收益最大化时的局部最优解,并通过迭代邻域搜索进行求解,更新所述局部最优解直至达到终止条件,得到全局最优解,将所述全局最优解输出为调度方案;
所述数据生成模块用于输出测控数传资源调度方案。
又一方面,本发明还提供了一种测控数传资源调度装置,包括处理器、存储器及总线:所述存储器存储可由处理器读取的指令,所述处理器用于调用所述存储器中的指令,以执行所述测控数传资源调度方法,所述测控数传资源调度方法包括基于测控数传资源数据及任务数据,通过预设规划模型求最优解的方式,得到测控数传资源调度方案;所述预设规划模型包括假设条件、决策变量、约束条件和目标函数;所述求最优解的方法是基于假设条件、决策变量和约束条件,以目标函数作为收益,计算使所述收益最大化时的局部最优解,并通过迭代邻域搜索进行求解,更新所述局部最优解直至达到终止条件,得到全局最优解,将所述全局最优解输出为调度方案;所述总线连接各功能部件之间传送信息。
本方案在又一种实施方式下,可以通过设备的方式来实现,该设备可以包括执行上述各个实施方式中各个或几个步骤的相应模块。模块可以是专门被配置为执行相应步骤的一个或多个硬件模块、或者由被配置为执行相应步骤的处理器来实现、或者存储在计算机可读介质内用于由处理器来实现、或者通过某种组合来实现。
处理器执行上文所描述的各个方法和处理。例如,本方案中的方法实施方式可以被实现为软件程序,其被有形地包含于机器可读介质,例如存储器。在一些实施方式中,软件程序的部分或者全部可以经由存储器和/或通信接口而被载入和/或安装。当软件程序加载到存储器并由处理器执行时,可以执行上文描述的方法中的一个或多个步骤。备选地,在其它实施方式中,处理器可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行上述方法之一。
该设备可以利用总线架构来实现。总线架构可以包括任何数量的互连总线和桥接器,这取决于硬件的特定应用和总体设计约束。总线将包括一个或多个处理器、存储器和/或硬件模块的各种电路连接到一起。总线还可以将诸如外围设备、电压调节器、功率管理电路、外部天线等的各种其它电路连接。
总线可以是工业标准体系结构(ISA,Industry Standard Architecture)总线、外部设备互连(PCI,Peripheral Component)总线或扩展工业标准体系结构(EISA,ExtendedIndustry Standard Component)总线等,总线可以分为地址总线、数据总线、控制总线等。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各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,或者对其中部分或者全部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范围。
Claims (6)
1.一种测控数传资源调度方法,其特征在于,包括:基于测控数传资源数据及任务数据,通过预设规划模型求最优解的方式,得到测控数传资源调度方案;
所述预设规划模型包括假设条件、决策变量、约束条件和目标函数;
所述求最优解的方法是基于假设条件、决策变量和约束条件,以目标函数作为收益,计算使所述收益最大化时的局部最优解,并通过迭代邻域搜索进行求解,更新所述局部最优解直至达到终止条件,得到全局最优解,将所述全局最优解输出为调度方案;
所述假设条件包括:每个任务只能被执行一次;任务间相互独立;可见时间窗口集合与航天器一一对应;任务一旦开始,必须执行完毕,不可中止;
所述决策变量包括:任务变量、航天器变量、可见时间窗口变量和天线变量;所述任务变量,用于区分不同任务;所述航天器变量,用于区分对应不同任务的不同航天器;所述可见时间窗口变量,用于区分属于不同航天器的不同可见时间窗口;所述天线变量,用于区分对应不同可见时间窗口的不同天线;
所述约束条件包括:每个任务只需执行一次;每个航天器在一个可见时间窗口内只能与一个天线进行数传;每个天线在一个可见时间窗口内只能与一个航天器进行数传;
所述目标函数为在规定时间段内任务的最大完成数量。
2.根据权利要求1所述的测控数传资源调度方法,其特征在于,所述求最优解的方法还包括逾期接受,所述逾期接受是指在迭代邻域搜索求解的过程中,记录若干历史解的收益,若当前解的收益优于所述历史解中最差解的收益,则接受所述当前解替换所述最差解,并以所述当前解为出发点再次进行邻域搜索。
3.根据权利要求2所述的测控数传资源调度方法,其特征在于,所述求最优解的方法还包括禁忌策略,所述禁忌策略是指在迭代邻域搜索求解过程中,将近期的邻域搜索过程存放入禁忌表中,并拒绝重复所述禁忌表中的邻域搜索过程。
4.根据权利要求3所述的测控数传资源调度方法,其特征在于,所述邻域搜索包括:在局部搜索过程中增加插入操作和/或交换操作;所述插入操作是指对于一个未成功调度的任务,如果存在可用的可见时间窗口,则将所述可见时间窗口插入到所述任务中;所述交换操作是指对于一个已调度的任务,将当前可见时间窗口与其他可用的可见时间窗口交换,用于使所述天线间的负载相对均衡。
5.一种测控数传资源调度系统,采用权利要求1~4中任一所述的测控数传资源调度方法,其特征在于,包括数据接收模块、数据处理模块和数据生成模块;
所述数据接收模块,用于接收任务数据、航天器数据、可见时间窗口数据和天线数据,发送至数据处理模块;
所述数据处理模块,输入任务数据、航天器数据、可见时间窗口数据和天线数据,通过预设规划模型求最优解的方式,输出调度方案至数据生成模块;
所述数据生成模块用于输出测控数传资源调度方案。
6.一种测控数传资源调度装置,其特征在于,包括处理器、存储器及总线,所述存储器存储可由处理器读取的指令,所述处理器用于调用所述存储器中的指令,以执行如权利要求1~4中任一所述的测控数传资源调度方法,所述总线连接各功能部件之间传送信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211007009.6A CN115103410B (zh) | 2022-08-22 | 2022-08-22 | 一种测控数传资源调度方法、系统及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211007009.6A CN115103410B (zh) | 2022-08-22 | 2022-08-22 | 一种测控数传资源调度方法、系统及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115103410A true CN115103410A (zh) | 2022-09-23 |
CN115103410B CN115103410B (zh) | 2022-11-08 |
Family
ID=83300252
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211007009.6A Active CN115103410B (zh) | 2022-08-22 | 2022-08-22 | 一种测控数传资源调度方法、系统及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115103410B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115358356A (zh) * | 2022-10-24 | 2022-11-18 | 中国电子科技集团公司第十研究所 | 一种地面设备匹配方法、电子设备及存储介质 |
CN115529249A (zh) * | 2022-11-28 | 2022-12-27 | 中国西安卫星测控中心 | 一种面向任务需求的航天测控数传资源配置评估方法 |
CN115936371A (zh) * | 2022-12-08 | 2023-04-07 | 电子科技大学 | 一种基于局部邻域搜索的装备调度规划方法 |
CN116720619A (zh) * | 2023-06-09 | 2023-09-08 | 郑州银丰电子科技有限公司 | 一种测控数传箭遥一体化优化方法及系统 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102122251A (zh) * | 2011-03-21 | 2011-07-13 | 北京航空航天大学 | 一种基于遗传算法的多航天器并行测试任务调度方法 |
US20130288672A1 (en) * | 2012-04-27 | 2013-10-31 | Hong He | Apparatus and method for cell information indication in a wireless network |
CN105392161A (zh) * | 2015-10-15 | 2016-03-09 | 北京航空航天大学 | 协作异构网络中的用户接入与功率控制联合优化方法 |
US20170261949A1 (en) * | 2016-03-11 | 2017-09-14 | University Of Chicago | Apparatus and method for optimizing quantifiable behavior in configurable devices and systems |
CN107957895A (zh) * | 2017-12-01 | 2018-04-24 | 中国人民解放军国防科技大学 | 敏捷对地卫星的协调控制策略 |
CN107977746A (zh) * | 2017-12-01 | 2018-05-01 | 中国人民解放军国防科技大学 | 一种敏捷对地卫星的动作规划方法 |
CN108038600A (zh) * | 2017-12-01 | 2018-05-15 | 中国人民解放军国防科技大学 | 一种敏捷对地卫星的任务规划方法 |
US20190113611A1 (en) * | 2017-10-18 | 2019-04-18 | Leolabs, Inc. | Randomized phase and amplitude radar codes for space object tracking |
CN109948944A (zh) * | 2019-03-27 | 2019-06-28 | 中南林业科技大学 | 一种卫星任务调度方法及系统 |
CN111598473A (zh) * | 2020-05-22 | 2020-08-28 | 中国人民解放军国防科技大学 | 面向复杂观测任务的多平台联合任务规划方法 |
CN112434435A (zh) * | 2020-12-01 | 2021-03-02 | 中国人民解放军国防科技大学 | 基于任务合成的成像卫星密集任务调度方法 |
CN112766813A (zh) * | 2021-02-05 | 2021-05-07 | 中国人民解放军国防科技大学 | 一种空天协同观测复杂任务调度方法及系统 |
CN113556163A (zh) * | 2021-06-02 | 2021-10-26 | 军事科学院系统工程研究院网络信息研究所 | 面向多类业务需求的中继卫星系统波束调度系统及方法 |
CN113852405A (zh) * | 2021-08-24 | 2021-12-28 | 合肥工业大学 | 多波束中继卫星任务调度模型的构建方法及装置 |
CN114048689A (zh) * | 2022-01-13 | 2022-02-15 | 南京信息工程大学 | 基于深度强化学习的多无人机空中充电和任务调度方法 |
CN114221727A (zh) * | 2021-12-16 | 2022-03-22 | 浙江建德通用航空研究院 | 一种无人机与互联车辆wlan系统的同频干扰表征方法 |
-
2022
- 2022-08-22 CN CN202211007009.6A patent/CN115103410B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102122251A (zh) * | 2011-03-21 | 2011-07-13 | 北京航空航天大学 | 一种基于遗传算法的多航天器并行测试任务调度方法 |
US20130288672A1 (en) * | 2012-04-27 | 2013-10-31 | Hong He | Apparatus and method for cell information indication in a wireless network |
CN105392161A (zh) * | 2015-10-15 | 2016-03-09 | 北京航空航天大学 | 协作异构网络中的用户接入与功率控制联合优化方法 |
US20170261949A1 (en) * | 2016-03-11 | 2017-09-14 | University Of Chicago | Apparatus and method for optimizing quantifiable behavior in configurable devices and systems |
US20190113611A1 (en) * | 2017-10-18 | 2019-04-18 | Leolabs, Inc. | Randomized phase and amplitude radar codes for space object tracking |
CN107957895A (zh) * | 2017-12-01 | 2018-04-24 | 中国人民解放军国防科技大学 | 敏捷对地卫星的协调控制策略 |
CN107977746A (zh) * | 2017-12-01 | 2018-05-01 | 中国人民解放军国防科技大学 | 一种敏捷对地卫星的动作规划方法 |
CN108038600A (zh) * | 2017-12-01 | 2018-05-15 | 中国人民解放军国防科技大学 | 一种敏捷对地卫星的任务规划方法 |
CN109948944A (zh) * | 2019-03-27 | 2019-06-28 | 中南林业科技大学 | 一种卫星任务调度方法及系统 |
CN111598473A (zh) * | 2020-05-22 | 2020-08-28 | 中国人民解放军国防科技大学 | 面向复杂观测任务的多平台联合任务规划方法 |
CN112434435A (zh) * | 2020-12-01 | 2021-03-02 | 中国人民解放军国防科技大学 | 基于任务合成的成像卫星密集任务调度方法 |
CN112766813A (zh) * | 2021-02-05 | 2021-05-07 | 中国人民解放军国防科技大学 | 一种空天协同观测复杂任务调度方法及系统 |
CN113556163A (zh) * | 2021-06-02 | 2021-10-26 | 军事科学院系统工程研究院网络信息研究所 | 面向多类业务需求的中继卫星系统波束调度系统及方法 |
CN113852405A (zh) * | 2021-08-24 | 2021-12-28 | 合肥工业大学 | 多波束中继卫星任务调度模型的构建方法及装置 |
CN114221727A (zh) * | 2021-12-16 | 2022-03-22 | 浙江建德通用航空研究院 | 一种无人机与互联车辆wlan系统的同频干扰表征方法 |
CN114048689A (zh) * | 2022-01-13 | 2022-02-15 | 南京信息工程大学 | 基于深度强化学习的多无人机空中充电和任务调度方法 |
Non-Patent Citations (1)
Title |
---|
杜永浩: "《航天器任务调度模型、算法与通用求解技术综述》", 《自动化学报》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115358356A (zh) * | 2022-10-24 | 2022-11-18 | 中国电子科技集团公司第十研究所 | 一种地面设备匹配方法、电子设备及存储介质 |
CN115529249A (zh) * | 2022-11-28 | 2022-12-27 | 中国西安卫星测控中心 | 一种面向任务需求的航天测控数传资源配置评估方法 |
CN115529249B (zh) * | 2022-11-28 | 2023-02-17 | 中国西安卫星测控中心 | 一种面向任务需求的航天测控数传资源配置评估方法 |
CN115936371A (zh) * | 2022-12-08 | 2023-04-07 | 电子科技大学 | 一种基于局部邻域搜索的装备调度规划方法 |
CN115936371B (zh) * | 2022-12-08 | 2024-08-16 | 电子科技大学 | 一种基于局部邻域搜索的装备调度规划方法 |
CN116720619A (zh) * | 2023-06-09 | 2023-09-08 | 郑州银丰电子科技有限公司 | 一种测控数传箭遥一体化优化方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115103410B (zh) | 2022-11-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115103410B (zh) | 一种测控数传资源调度方法、系统及装置 | |
CN108880663B (zh) | 基于改进遗传算法的天地一体化网络资源分配方法 | |
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 | |
CN109948944B (zh) | 一种卫星任务调度方法及系统 | |
CN113794494B (zh) | 一种面向低轨卫星网络的边缘计算系统及计算卸载优化方法 | |
CN106100719B (zh) | 基于对地观测任务的小卫星网络高效资源调度方法 | |
CN112766813A (zh) | 一种空天协同观测复杂任务调度方法及系统 | |
CN113852405B (zh) | 多波束中继卫星任务调度模型的构建方法及装置 | |
CN108874525A (zh) | 一种面向边缘计算环境的服务请求分配方法 | |
Chen et al. | Task scheduling method for data relay satellite network considering breakpoint transmission | |
CN111832934B (zh) | 面向突发需求的模拟退火多星应急任务规划方法 | |
CN110825510A (zh) | 任务驱动的多星协同任务分配方法及系统 | |
CN109918731B (zh) | 基于关键路径的卫星任务规划仿真分析方法与系统 | |
CN111967656A (zh) | 多灾点应急救援指挥控制组织资源调度方法及系统 | |
CN111586146B (zh) | 基于概率转移深度强化学习的无线物联网资源分配方法 | |
CN112241177B (zh) | 基于时间线状态路标的启发式航天器任务规划方法 | |
CN111612384A (zh) | 一种具有时间分辨率约束的多星接力任务规划方法 | |
CN114638155A (zh) | 一种基于智能机场的无人机任务分配与路径规划方法 | |
CN112528160A (zh) | 智能推荐、模型训练方法、装置、电子设备及存储介质 | |
CN116126493A (zh) | 一种基于sa-ga的异质多星协同任务规划方法 | |
CN114172814B (zh) | 一种意图驱动卫星网络资源管理三协模型构建方法及应用 | |
CN113159539B (zh) | 多层边缘计算系统中联合绿色能量调度和动态任务分配方法 | |
Talbi et al. | Designing cellular networks using a parallel hybrid metaheuristic on the computational grid | |
CN114153828A (zh) | 光伏发电系统智能数据清洗方法与装置 | |
CN114363803A (zh) | 一种移动边缘计算网络节能的多任务分配方法及系统 |
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 |