CN116109036A

CN116109036A - 区域网格化的多星观测规划方法、装置及设备

Info

Publication number: CN116109036A
Application number: CN202310042099.0A
Authority: CN
Inventors: 王鹏; 潘优美; 李锦文; 徐帆江
Original assignee: Institute of Software of CAS
Current assignee: Institute of Software of CAS
Priority date: 2023-01-12
Filing date: 2023-01-12
Publication date: 2023-05-12
Anticipated expiration: 2043-01-12
Also published as: CN116109036B

Abstract

本发明公开了一种离散兴趣点网格化对地观测规划方法及装置，所述方法包括：根据设定的H3空间索引层级，对全球地理信息进行H3网格剖分和编码，以得到观测区域在H3空间索引层级下的网格权重值；根据卫星轨道计算卫星Sat_k对地观测的条带S_kg，并针对条带S_kg中的观察区域R_kg，基于网格Grid_i的权重值计算观察区域R_kg的直方图向量；依据卫星Sat_k是否观察的条带S_kg，得到条带S_kg的决策变量的值x_kg；基于决策变量的值x_ikg、网格Grid_i的权重值以及条带S_kg的直方图向量，最大化观测区域内对覆盖网格的权重总和且最大化卫星间的负载均衡，得到多星观测规划结果。本发明解决针对多颗卫星对某一特定地面区域协同观测的问题。

Description

区域网格化的多星观测规划方法、装置及设备

技术领域

本发明涉及一种区域网格化的多星观测规划方法、装置及设备，属于卫星区域目标规划技术领域。

背景技术

航天技术的快速发展使遥感卫星在轨运行数量不断上升，从而大大提升了卫星对地观测覆盖范围与覆盖精度，合理的多星任务规划方法是提高卫星资源利用率的关键，如何提供高精度和高效率的观测方案以满足观测需求，一直是卫星区域任务规划的研究热点问题。

面向地面区域的观测调度涉及区域分解、多星观测协同以及区域覆盖率计算。计算过程通常需将地面区域分解成多个可以由卫星单次完成的部分区域，并优化分配不同卫星对整个区域的观测活动，以实现对区域最大化覆盖的目的。但由于缺乏对地面区域规范和有效的划分方法，导致任务规划求解复杂，处理效率低。

发明内容

为解决上述问题，本发明公开了一种区域网格化的多星观测规划方法、装置及设备，以解决针对多颗卫星对某一特定地面区域协同观测的问题。

为实现上述目的，本发明采用如下技术方案。

一种区域网格化的多星观测规划方法，所述方法包括：

根据设定的H3空间索引层级，对全球地理信息进行H3网格剖分和编码，以得到观测区域在所述H3空间索引层级下的网格权重值；其中，所述网格权重值反应网格剖分后得到的各网格Grid_i的重要性；

根据卫星轨道计算卫星Sat_k对地观测的条带S_kg，并针对所述条带S_kg中的观察区域R_kg，基于所述网格Grid_i的网格权重值计算所述观察区域R_kg的直方图向量；

依据所述卫星Sat_k是否观察的所述条带S_kg，得到所述条带S_kg的决策变量的值x_kg；

基于所述决策变量的值x_ikg、所述网格Grid_i的网格权重值以及所述条带S_kg的直方图向量，最大化所述观测区域内对覆盖网格的权重总和且最大化卫星间的负载均衡，得到多星观测规划结果。

进一步地，所述针对所述条带S_kg中的观察区域R_kg，基于所述网格Grid_i的网格权重值计算所述观察区域R_kg的直方图向量，包括：

针对所述条带S_kg中的观察区域R_kg，获取对应的网格集合

与网格权重集合

根据所述网格权重集合

生成长度为L′的直方图向量，以记录不同权重对应的网格数量；其中，L′表示权重层级。

进一步地，所述依据所述卫星Sat_k是否观察的所述条带S_kg，得到所述条带S_kg的决策变量的值x_kg，包括：

所述卫星Sat_k观察所述条带S_kg的情况下，所述条带S_kg的决策变量的值x_kg＝1；

所述卫星Sat_k未观察所述条带S_kg的情况下，所述条带S_kg的决策变量的值x_kg＝0。

进一步地，所述基于所述决策变量的值x_ikg、所述网格Grid_i的网格权重值以及所述观察区域R_kg的直方图向量，最大化所述观测区域内对覆盖网格的权重总和且均衡卫星间的负载，得到多星观测规划结果，包括：

基于所述决策变量的值x_ikg和所述网格Grid_i的网格权重值，构建目标函数

其中，所述目标函数Weight表示最大化所述观测区域内对覆盖网格的权重总和，S表示卫星总数量，G表示所述卫星Sat_k对应的条带总数量；

基于所述直方图向量，构建目标函数Load＝maxcosα；其中，所述目标函数Load表示最大化卫星间的负载均衡，所述卫星Sat_k的负载

表示所述观察区域R_kg的直方图向量；

设定所述目标函数Weight和目标函数Load的约束条件；

利用非支配排序遗传算法对所述目标函数Weight和目标函数Load进行优化，得到多星观测规划结果。

进一步地，所述目标函数Weight和目标函数Load的约束条件，包括：

所述卫星Sat_k在所述条带S_kg的观测时间满足所述卫星Sat_k的成像时间要求；

和，

所述卫星Sat_k经过所述观测区域内一次只能选择一个侧摆角下的成像区域；

和，

所述卫星Sat_k的存储容量。

进一步地，所述利用非支配排序遗传算法对所述待优化的目标函数进行优化，得到对地观测规划结果，包括：

对所述卫星Sat_k与所述条带S_kg进行初始化，设置目标区域调度时间以及所选卫星的可见时间窗、遗传算法参数；

将卫星数量和对应观测区域数量以及所述约束条件作为系统变量输入进行计算，对违背约束的变量进行修正，并计算最大化网格权重和、负载均衡作为个体适应度值；

根据所述目标函数Weight、目标函数Load以及约束条件，在多个目标函数下分别计算种群个体的适应度值；

对种群进行非支配排序，将最优的非支配解pareto存入外部存档集合，并清除非pareto解后，得到包含所选卫星与条带最优组合的对地观测规划结果。

一种区域网格化的多星观测规划装置，所述装置包括：

地理网格剖分模块，用于根据设定的H3空间索引层级，对全球地理信息进行H3网格剖分和编码，以得到观测区域在所述H3空间索引层级下的网格权重值；其中，所述网格权重值反应网格剖分后得到的网格Grid_i的重要性；直方图计算模块，用于根据卫星轨道计算卫星Sat_k对地观测的条带S_kg，并针对所述条带S_kg中的观察区域R_kg，基于所述网格Grid_i的网格权重值计算所述观察区域R_kg的直方图向量；

决策变量计算模块，用于依据所述卫星Sat_k是否观察的所述条带S_kg，得到所述条带S_kg的决策变量的值x_kg；

规划结果预测模块，用于基于所述决策变量的值x_ikg、所述网格Grid_i的网格权重值以及所述条带S_kg的直方图向量，最大化所述观测区域内对覆盖网格的权重总和且最大化卫星间的负载均衡，得到多星观测规划结果。

一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被处理器执行时，实现上述任一所述方法。

一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一所述方法。

与现有技术相比，本发明提出的多星观测规划方法至少具有以下优点。

1、将地球空间划分为大小均匀的可识别的网格单元，大大提高了全球空间索引的效率，且H3空间索引可根据目标观测区域的规模选择合适的层级使用，在规划过程中将网格作为任务分配的最小计算单元，有效地提升了卫星观测任务规划的求解效率。

2、地面区域经网格化后，通过网格重要性热图的形式来体现整块区域内部局部区域的重要性，可以以一种简洁的方式反映复杂的区域重要性分布，便于对区域进行细化分割处理，突出特定局部区域的重要性。

3、综合了区域的重要性覆盖和多星任务负载均衡进行任务规划。本发明充分考虑待观测区域内部网格被观测带来的收益总和，并通过网格的权重进行量化，同时兼顾卫星与卫星间对区域任务分配的均衡性问题，在保证整体收益的同时，确保多星资源的协调使用。

附图说明

图1区域网格化的多星观测规划方法的流程图。

图2区域网格化的多星观测规划装置的框图。

具体实施方式

为使本发明的上述特征和优点能更明显易懂，下面通过具体实施例，对本发明的技术方案做进一步说明。

本发明的多星观测规划方法，首先采用全球网格划分算法，将待观测区域进行网格划分及编码；根据多颗卫星的轨道运动特征，将各自的可观测区域映射到前面划分完成的网格中，形成一系列在区域可见窗口内的可观测网格集合，从而由网格编码快速索引并定位到可观测网格；在此基础上多星对地面区域协同观测的需要，从区域覆盖率和多星负载均衡的角度，将地面区域的网格化观测问题转化为多目标数学优化问题进行求解。本发明利用非支配排序遗传算法(Non-dominating Sorting Genetic Algorithm,NSGA-II)，根据区域观测需求设定的目标函数以及约束条件，获得优化后的求解结果作为多星对地观测方案。

具体来说，如图1所示，本发明包括以下步骤1-步骤4。

步骤1：根据设定的H3空间索引层级，对全球地理信息进行H3网格剖分和编码，以得到观测区域中兴趣点在所述H3空间索引层级下的网格权重值。

本发明首先需要对全球地理信息进行H3网格剖分和编码，以便于根据经纬度快速定位至网格。H3空间索引设置了0～15共16个层级，每个层级用以剖分的网格数量不同，级别越高，网格表示的实际范围越小，索引区域范围越为精细。对于任意给定的观测矩形区域R，其包含四组经纬度{(long₁,lat₁),(long₂,lat₂),(long₃,lat₃),(long₄,lat₄)}，分别表示R四个顶点的经纬度坐标点位置；选定一个网格划分层级L，(0≤L≤15)，生成该层级下R的网格划分集合Grid，其中的每一个网格Grid_i包含于R，1≤i≤N，N为网格划分集合Grid里包含的所有网格数。假设单个网格Grid_i内有兴趣点集合U_i＝{u_i1,…,u_ij,…}，其对应的兴趣层级是L_i＝{l_i1,…,l_ij,…}，其中l_ij,代表单个点u_ij的兴趣级别，且l_ij∈[1,I]，I表示指定的最高兴趣级别。根据L_i可统计任意兴趣级别l的频次f_l，l∈[1,I]，此时频次f_l表示网格Grid_i中兴趣级别为l的兴趣点的个数。计算兴趣点在每个网格Grid_i中的总和，并映射为网格的权重w＝l*f_l。

基于上述，本发明可以得到H3网格剖分的网格集合Grid＝{Grid₁,Grid₂,…,Grid_N}，以及所有网格对应权重集合

其中，1≤i≤N，总网格数量为N。

步骤2：根据卫星轨道计算卫星Sat_k对地观测的条带S_kg，并针对所述条带S_kg中的观察区域R_kg，基于网格Grid_i的网格权重值计算观察区域R_kg的直方图向量。

步骤2.1：根据卫星轨道生成一段时间内卫星对地观测的可覆盖区域，并对区域应用网格划分。

(1)假设总的调度时间范围为[T_S,T_E]，T_S、T_E分别表示分析时间段内的起始时间、结束时间。

(2)假设卫星集合Sat_k，1≤k≤S，S表示对于区域R能产生观测的卫星数量，卫星沿固定轨道移动时的侧摆角β在[-B,B]可变，变化步长为Δβ，且在卫星单次经过区域R上方的时间范围内，侧摆角β保持不变。

(3)卫星Sat_k在[T_S,T_E]时间范围内沿固定轨道移动过程中，如果R对Sat_k可见，记R_kg为其中任意的一个连续观测区域，1≤g≤G，G表示卫星Sat_k对区域R所有可能的观测区域的数量，将R_kg表示为多边形，其顶点为R′_kg(long,lat)，l′为顶点个数，1≤l′≤V，V表示观测区域多边形R_kg的顶点数；卫星Sat_k的观测开始时间与结束时间为ws_kg和we_kg，最大存储容量为E_k，记e_k为卫星Sat_k单位时间内所消耗的存储容量；采用步骤1中的网格划分方法，对观测区域R_kg生成L层级下的网格划分Grid_kg。

步骤2.2：针对所述条带S_kg中的观察区域R_kg，获取对应的网格集合

与网格权重集合

根据实际问题的需要，对网格划分集合Gridi中的不同的网格指定权重以反映局部区域的重要性，网格划分集合Grid对应的权重集合为

其中

对应网格Grid_i的权重。

步骤2.3：根据所述网格权重集合

生成长度为L′的直方图向量，以记录不同权重对应的网格数量。

本发明将观测区域R_kg与网格集合Gridi中的部分网格进行对应，则R_kg内网格集合表示为

对应网格权重集合

根据R_kg内网格权重集合

生成长度为L′的直方图向量记录不同权重对应的网格数量，其中L′为优先级或权重层级，该直方图向量

步骤3：依据所述卫星Sat_k是否观察的所述条带S_kg，得到所述条带S_kg的决策变量的值x_kg。

本发明定义决策变量x_kg的表示为：

步骤4：基于所述决策变量的值x_ikg、所述网格Grid_i的网格权重值以及所述条带S_kg的直方图向量，最大化所述观测区域内对覆盖网格的权重总和且最大化卫星间的负载均衡，得到多星观测规划结果。

本步骤构建待优化的多目标规划的目标函数和对应的约束条件，并采用非支配排序遗传算法进行优化求解，求解结果输出为规划方案。

步骤4.1：构建待优化的多目标规划的目标函数和对应的约束条件。

对于卫星任务规划的目标是在在满足卫星约束的前提下观测到的网格集合的权重之和尽可能大，同时希望各个卫星之间负载更加均衡，以平衡整个多星系统的整体性能，因此，该多目标优化问题的目标函数表述如下。

目标函数1：将待优化的目标函数表示为观测区域内对覆盖网格的权重的总和，并对其最大化：

目标函数2：尽可能使卫星间负载均衡，对于卫星间的负载均衡，使用余弦相似度对不同卫星所承担观测区域的网格优先级直方图的一致性进行量化，结果越大越相似：Load＝maxcosα，

1≤k≤S，1≤g≤G。

步骤4.2：构建目标函数优化过程中需要满足的约束条件。

约束条件1：为了保证卫星运行在整个调度时间范围内，任意条带的观测时间必须满足成像时间要求。即，T_S≤ws_kg≤we_kg≤T_E,1≤k≤S，1≤g≤G。

约束条件2：在规划时间区间内，卫星Sat_k在经过区域R内一次只能选择一个侧摆角下的成像区域。即，

1≤≤S，-B≤β≤B。

约束条件3：卫星存储容量约束，即，

1≤k≤S，1≤g≤G。

步骤4.3：针对构造的目标函数与相关约束，利用非支配排序遗传算法对该问题进行优化。非支配排序遗传算法针对卫星任务规划的主要流程如下。

(1)对卫星与条带进行初始化，设置目标区域调度时间[T_S,T_E]以及所选卫星的可见时间窗，遗传算法参数等。

(2)将卫星数量和对应观测区域数量以及相关约束作为系统变量输入计算，对违背约束的变量进行修正(例如每颗卫星在同一任务下只能选出一种侧摆角下对应的条带)，并计算系统的最大化网格权重、负载均衡作为个体适应度值(目标函数值)。

(3)根据需求设定多个目标函数以及约束条件，在多个目标函数下分别计算种群个体的适应度值，

(4)对种群中的个体进行非支配排序，计算个体的拥挤距离，并通过选择，交叉，变异策略进行更新，形成新的种群。最后获得非支配解，即所选卫星与条带的最优组合。

(5)返回步骤(3)，直至满足终止条件。取终止条件为最大迭代次数，输出全局最优的非劣解集。

综上所述，本发明将地球空间划分为大小均匀的可识别的网格单元，大大提高了全球空间索引的效率，且H3空间索引可根据目标观测区域的规模选择合适的层级使用，在规划过程中将网格作为任务分配的最小计算单元，有效地提升了卫星观测任务规划的求解效率。

本发明的地面区域经网格化后，通过网格重要性热图的形式来体现整块区域内部局部区域的重要性，可以以一种简洁的方式反映复杂的区域重要性分布，便于对区域进行细化分割处理，突出特定局部区域的重要性。

本发明充分考虑待观测区域内部网格被观测带来的收益总和，并通过网格的权重进行量化，同时兼顾卫星与卫星间对区域任务分配的均衡性问题，在保证整体收益的同时，确保多星资源的协调使用，从而综合了区域的重要性覆盖和多星任务负载均衡进行任务规划。

本发明还公开了一种区域网格化的多星观测规划装置，该装置可以为计算机设备，也可以设置在计算机设备中。如图2所示，包括：地理网格剖分模块210、直方图计算模块220、决策变量计算模块230和规划结果预测模块240。

地理网格剖分模块210，根据设定的H3空间索引层级，对全球地理信息进行H3网格剖分和编码，以得到观测区域在所述H3空间索引层级下的网格集合；其中，所述网格权重值反应网格剖分后得到的网格Grid_i的重要性。

直方图计算模块220，用于根据卫星轨道计算卫星Sat_k对地观测的条带S_kg，并针对所述条带S_kg中的观察区域R_kg，基于所述网格Grid_i的权重值计算所述观察区域R_kg的直方图向量。

决策变量计算模块230，用于依据所述卫星Sat_k是否观察的所述条带S_kg，得到所述条带S_kg的决策变量的值x_kg。

规划结果预测模块240，用于基于所述决策变量的值x_ikg、所述网格Grid_i的权重值以及所述条带S_kg的直方图向量，最大化所述观测区域内对覆盖网格的权重总和且最大化卫星间的负载均衡，得到多星观测规划结果。

有关装置模块的具体执行过程、有益效果等阐述，请参见上述方法实施例的介绍说明，此处不多赘述。

在示例性实施例中，还提供了一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序由所述处理器加载并执行，以实现上述区域网格化的多星观测规划方法。

在示例性实施例中，还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述区域网格化的多星观测规划方法。

在示例性实施例中，还提供了一种计算机程序产品，当所述计算机程序产品在计算机设备上运行时，使得计算机设备执行如上述区域网格化的多星观测规划方法。

最后应说明的是，以上实施例仅用以说明本申请的技术方案，而非对其限制。尽管参照上述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解，其依然可以对上述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申请各实施例技术方案的精神和范围。