CN116738765A - 一种基于卫星仿真和关键路径的卫星任务规划分析方法 - Google Patents
一种基于卫星仿真和关键路径的卫星任务规划分析方法 Download PDFInfo
- Publication number
- CN116738765A CN116738765A CN202311004365.7A CN202311004365A CN116738765A CN 116738765 A CN116738765 A CN 116738765A CN 202311004365 A CN202311004365 A CN 202311004365A CN 116738765 A CN116738765 A CN 116738765A
- Authority
- CN
- China
- Prior art keywords
- satellite
- task
- simulation
- time
- critical path
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 36
- 238000004088 simulation Methods 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 claims abstract description 28
- 238000013468 resource allocation Methods 0.000 claims abstract description 25
- 238000012544 monitoring process Methods 0.000 claims abstract description 6
- 230000006872 improvement Effects 0.000 claims description 10
- 238000007619 statistical method Methods 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 230000002068 genetic effect Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 8
- 238000012545 processing Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 2
- 206010034719 Personality change Diseases 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Geometry (AREA)
- Educational Administration (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Computer Hardware Design (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及数据处理技术领域,具体地说,涉及一种基于卫星仿真和关键路径的卫星任务规划分析方法。其包括以下步骤:利用卫星仿真软件,组合多个卫星任务确定卫星的任务流程和资源分配方案,运用关键路径分析算法识别出关键路径,在卫星仿真软件内模拟执行关键路径的任务流程,对任务执行进度实时监控和反馈,规划最优任务流程。本发明通过不仅仿真出该任务流程在执行过程中瓶颈和风险因素,提高实际执行卫星任务的安全性,对卫星任务的精准计划和控制,且对多个任务流程的运行数据进行比对,方便规划出执行任务用时最短的最优任务流程,确保任务规划的高效进行,对提高卫星运行效率和质量,减轻卫星系统工程师工作负担具有积极意义。
Description
技术领域
本发明涉及数据处理技术领域,具体地说,涉及一种基于卫星仿真和关键路径的卫星任务规划分析方法。
背景技术
随着卫星应用范围越来越广,在轨运行的卫星数量也逐年上升,同时观测任务的需求也日益的复杂、多样,所以如何为观测任务合理的安排卫星资源进行观测,即能满足观测任务的需求,又能够最大限度的利用卫星资源已经成为卫星技术广泛应用急需解决的问题,尤其是在进行多个任务工作时,不能预先模拟出多个任务工作的时长,导致在执行任务时出现各类问题不能及时发现,造成在执行过程中发现问题,由于一个任务停滞,造成多个任务同时停滞,降低了任务运行的精度,并且增大了时间成本,鉴于此,我们提出一种基于卫星仿真和关键路径的卫星任务规划分析方法。
发明内容
本发明的目的在于提供一种基于卫星仿真和关键路径的卫星任务规划分析方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供一种基于卫星仿真和关键路径的卫星任务规划分析方法,包括以下步骤:
S1、利用卫星仿真软件,对卫星的参数进行建模并进行虚拟仿真,确定卫星的运行轨迹和姿态参数;
S2、组合多个卫星任务确定卫星的任务流程和资源分配方案;
S3、运用关键路径分析算法,从卫星任务流程中识别出关键路径,在卫星仿真软件内模拟执行关键路径的任务流程,并确保关键路径的任务流程在指定时间内完成;
S4、对任务执行进度和资源消耗情况进行实时监控和反馈,实时输出运行数据,更新调整卫星任务流程和资源分配方案返回S2中,对比多个任务流程对应的运行数据,规划出资源限制条件下的最优运行数据对应的任务流程为卫星任务计划。
本发明通过将多个卫星任务组合确定出多个任务流程和资源分配方案,对任务流程和资源分配方案确定关键路径,基于关键路径将任务流程输入到卫星仿真软件内进行模拟,并对任务执行进行实时监控,不仅可以仿真出该任务流程在执行过程中瓶颈和风险因素,提高实际执行卫星任务的安全性,对卫星任务的精准计划和控制,且对多个任务流程的运行数据进行比对,方便规划出执行任务用时最短的最优任务流程,确保任务规划的高效进行,对提高卫星运行效率和质量,减轻卫星系统工程师工作负担具有积极意义。
作为本技术方案的进一步改进,所述S1中卫星仿真软件,对卫星的参数进行建模并进行虚拟仿真包括以下步骤:
创建卫星对象;
配置轨道信息;
确定姿态参数;
添加传感器和仪器;
进行虚拟仿真分析数据。
作为本技术方案的进一步改进,所述S2中确定卫星的任务流程和资源分配方案包括以下步骤:
定义每个卫星任务的类型和相应的约束条件;
采用遗传算法将任务分配到不同的卫星上,并分配资源;
根据任务分配和资源分配情况生成协同计划。
作为本技术方案的进一步改进,所述S3中的关键路径分析算法,包括以下步骤:
计算卫星任务流程的最早开始时间和最晚开始时间;
输出卫星任务流程预计时间为最晚开始时间与最早开始时间的差值;
遍历差值数据,将最晚开始时间等于最早开始时间对应的卫星任务流程作为关键路径。
作为本技术方案的进一步改进,计算卫星任务流程的最早开始时间和最晚开始时间,表达式为:
,
,
其中,为卫星任务流程的最早开始时间,/>为卫星任务流程的最晚开始时间,/>是所有跨越到/>的卫星任务流程,其中/>是所有从/>跨越出去的卫星任务流程,/>是从/>到/>的卫星任务流程。
作为本技术方案的进一步改进,所述S4中对任务执行进度和资源消耗情况进行实时监控和反馈,包括以下步骤:
实时跟踪任务进度,通过仿真状态分析算法识别任务执行的瓶颈,包括以下姿态:
姿态一、分析出任务进度在阈值时间内完成百分比提高,输出任务正常执行信号;
姿态二、分析出任务进度在阈值时间内完成百分比停滞,输出异常信号,直接更新卫星任务流程和资源分配方案。
作为本技术方案的进一步改进,所述S4中输出运行数据采用仿真状态分析算法,运行数据包括任务完成百分比和任务完成时间,所述仿真状态分析算法表达式为:
,
,
为任务/>的实际完成时间,/>为任务/>的预计完成时间,/>为任务/>的开始时间,/>为任务/>的完成百分比,/>为任务/>的预计时间。
作为本技术方案的进一步改进,所述S4中更新调整卫星任务计划和资源分配方案返回S2中,对比多个任务完成数据,包括以下步骤:
识别多个任务流程对应的运行数据,找出任务完成百分比相同的任务流程;
采用统计分析算法在任务完成百分比相同的任务流程中,比较每个任务完成时间,找到任务完成时间最少的那个任务流程。
与现有技术相比,本发明的有益效果:
该基于卫星仿真和关键路径的卫星任务规划分析方法中,通过将多个卫星任务组合确定出多个任务流程和资源分配方案,对任务流程和资源分配方案确定关键路径,基于关键路径将任务流程输入到卫星仿真软件内进行模拟,并对任务执行进行实时监控,不仅可以仿真出该任务流程在执行过程中瓶颈和风险因素,提高实际执行卫星任务的安全性,对卫星任务的精准计划和控制,且对多个任务流程的运行数据进行比对,方便规划出执行任务用时最短的最优任务流程,确保任务规划的高效进行,对提高卫星运行效率和质量,减轻卫星系统工程师工作负担具有积极意义。
附图说明
图1为本发明的整体流程框图;
图2为本发明的确定卫星的任务流程和资源分配方案的流程框图;
图3为本发明的关键路径分析算法流程框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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。
随着卫星应用范围越来越广,在轨运行的卫星数量也逐年上升,同时观测任务的需求也日益的复杂、多样,所以如何为观测任务合理的安排卫星资源进行观测,即能满足观测任务的需求,又能够最大限度的利用卫星资源已经成为卫星技术广泛应用急需解决的问题,尤其是在进行多个任务工作时,不能预先模拟出多个任务工作的时长,导致在执行任务时出现各类问题不能及时发现,造成在执行过程中发现问题,由于一个任务停滞,造成多个任务同时停滞,降低了任务运行的精度,并且增大了时间成本;
请参阅图1-图3所示,本实施例提供一种基于卫星仿真和关键路径的卫星任务规划分析方法,包括以下步骤:
S1、利用卫星仿真软件,对卫星的参数进行建模并进行虚拟仿真,确定卫星的运行轨迹和姿态参数;
所述S1中卫星仿真软件,对卫星的参数进行建模并进行虚拟仿真包括以下步骤:
创建卫星对象:使用卫星仿真软件创建一个卫星对象,可以设置卫星的基本信息,例如卫星的ID、名称、质量、初始位置、速度,以及使用的轨道模型等信息;
配置轨道信息:配置卫星的轨道信息,例如卫星轨道的形状、大小、倾角、升交点位置,以及轨道周期等信息;
确定姿态参数:确定卫星的姿态参数,例如卫星的方向角、俯仰角、滚转角,以及使用的姿态模型(例如欧拉角或四元数模型)等信息;
添加传感器和仪器:添加卫星上搭载的传感器和仪器,例如相机、遥感仪器等,可以设置仪器的视场角、分辨率、探测频率等信息;
进行虚拟仿真分析数据:使用卫星仿真软件进行虚拟仿真,模拟卫星的运行轨迹和姿态变化,并在仿真过程中输出相应的数据,得出卫星的运行轨迹和姿态参数;
其中,卫星仿真软件是一款基于多体动力学的卫星轨道仿真软件,可以对卫星进行建模并进行虚拟仿真,从而确定卫星的运行轨迹和姿态参数,具体的,卫星的轨道运动可以使用Kepler轨道模型、SPG4模型等进行计算;卫星的姿态运动可以使用欧拉角、四元数等模型进行描述;卫星上的传感器和仪器可以进行建模并进行虚拟仿真,从而得出相应的数据。
S2、组合多个卫星任务确定卫星的任务流程和资源分配方案;
所述S2中确定卫星的任务流程和资源分配方案包括以下步骤:
定义每个卫星任务的类型和相应的约束条件,例如任务时限、资源限制和协调要求等;
采用遗传算法将任务分配到不同的卫星上,并分配资源,例如通信带宽、传感器带宽、功率限制等;
根据任务分配和资源分配情况生成协同计划,包括每个卫星的任务流程和资源利用率等,方便将多个卫星任务有效地组合成卫星任务计划,并确定相应的任务流程和资源分配方案,满足不同任务的约束条件并最大化系统的协同效率。
S3、运用关键路径分析算法,从卫星任务流程中识别出关键路径,在卫星仿真软件内模拟执行关键路径的任务流程,并确保关键路径的任务流程在指定时间内完成,关键路径即在资源限制条件下,能在规定时间内完成任务的卫星任务流程,对关键路径进行优化和管理,以保证任务可以在合理的时间内完成;
所述S3中的关键路径分析算法,关键路径分析算法基于网络图方法,将任务流程转换为活动节点和路径的网络图,并计算每个活动节点的最早开始时间和最晚开始时间,以确定关键路径,关键路径是指在资源限制条件下,能在规定时间内完成任务的路线,包括以下步骤:
计算卫星任务流程的最早开始时间和最晚开始时间;
输出卫星任务流程预计时间为最晚开始时间与最早开始时间的差值,表达式为:或/>,取绝对值,ET为预计时间;
遍历差值数据,将最晚开始时间等于最早开始时间对应的卫星任务流程作为关键路径,也就是,对应的卫星任务流程,这是因为该任务必须恰好在它的最早开始时间和最晚开始时间之间完成,否则就影响后续任务的开始和完成时间,因此,该任务的最早开始时间和最晚开始时间相等,其预计时间也为0,成为关键路径上的任务,可以更加准确地确定任务流程中的关键路径,并从而合理安排任务时间表以确保关键任务在指定时间内完成。
计算卫星任务流程的最早开始时间和最晚开始时间,表达式为:
,
,
其中,为卫星任务流程的最早开始时间,/>为卫星任务流程的最晚开始时间,/>是所有跨越到/>的卫星任务流程,其中/>是所有从/>跨越出去的卫星任务流程,/>是从/>到/>的卫星任务流程,最早开始时间是指一个任务在无资源争用的情况下的开始时间,对于每个任务来说,最早开始时间可以通过顺着其前置任务路径向前推算得出,最晚开始时间是指一个任务的最晚开始时间点,这个时间点是指在不影响后续任务的情况下,任务必须开始的最晚时间,每个任务的最晚开始时间点可以通过倒退其后续任务路径得到。
S4、对任务执行进度和资源消耗情况进行实时监控和反馈,实时输出运行数据,更新调整卫星任务流程和资源分配方案返回S2中,对比多个任务流程对应的运行数据,规划出资源限制条件下的最优运行数据对应的任务流程为卫星任务计划;
所述S4中对任务执行进度和资源消耗情况进行实时监控和反馈,包括以下步骤:
实时跟踪任务进度,通过仿真状态分析算法识别任务执行的瓶颈,得出潜在的资源依赖关系和瓶颈,从而降低任务执行过程中的风险因素,包括以下姿态:
姿态一、分析出任务进度在阈值时间内完成百分比提高,输出任务正常执行信号;
姿态二、分析出任务进度在阈值时间内完成百分比停滞,输出异常信号,直接更新卫星任务流程和资源分配方案,有利于在出现问题时,可以及时发现,直接停止当前任务流程的继续进行,避免资源的浪费,同时,在S2中生成新的任务流程在卫星仿真软件内进行多次模拟,方便后续输出最佳的任务流程。
所述S4中输出运行数据采用仿真状态分析算法,运行数据包括任务完成百分比和任务完成时间,所述仿真状态分析算法表达式为:
,
,
为任务/>的实际完成时间,/>为任务/>的预计完成时间,/>为任务/>的开始时间,/>为任务/>的完成百分比,/>为任务/>的预计时间,通过对任务实时进展情况的监测,更新任务的最早和最晚开始时间,计算任务的实际完成时间和预计时间,同时,对任务的实时进展情况进行分析,识别出资源的依赖关系和瓶颈,以及任务中的风险因素,对任务进行实时调整,以确保任务可以在合理的时间内完成,大大提高任务执行的效率和准确性,使卫星任务能够顺利的完成。
所述S4中更新调整卫星任务计划和资源分配方案返回S2中,对比多个任务完成数据,包括以下步骤:
识别多个任务流程对应的运行数据,找出任务完成百分比相同的任务流程;
采用统计分析算法在任务完成百分比相同的任务流程中,比较每个任务完成时间,找到任务完成时间最少的那个任务流程,统计分析算法诸如均值、标准差、极值和正态分布等,来分析任务完成时间的差异性和规律性,从而确定任务完成时间最少的任务流程,也就是最高效的任务流程,将该任务流程作为卫星任务计划,作为卫星真实运行的执行任务计划。
综上,本发明考虑到进行多个任务工作时,不能预先模拟出多个任务工作的时长,导致在执行任务时出现各类问题不能及时发现,造成在执行过程中发现问题,由于一个任务停滞,造成多个任务同时停滞,降低了任务运行的精度,并且增大了时间成本,因此,通过将多个卫星任务组合确定出多个任务流程和资源分配方案,对任务流程和资源分配方案确定关键路径,基于关键路径将任务流程输入到卫星仿真软件内进行模拟,并对任务执行进行实时监控,不仅可以仿真出该任务流程在执行过程中瓶颈和风险因素,提高实际执行卫星任务的安全性,对卫星任务的精准计划和控制,且对多个任务流程的运行数据进行比对,方便规划出执行任务用时最短的最优任务流程,确保任务规划的高效进行,对提高卫星运行效率和质量,减轻卫星系统工程师工作负担具有积极意义。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的仅为本发明的优选例,并不用来限制本发明,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (8)
1.一种基于卫星仿真和关键路径的卫星任务规划分析方法,其特征在于,包括以下步骤:
S1、利用卫星仿真软件,对卫星的参数进行建模并进行虚拟仿真,确定卫星的运行轨迹和姿态参数;
S2、组合多个卫星任务确定卫星的任务流程和资源分配方案;
S3、运用关键路径分析算法,从卫星任务流程中识别出关键路径,在卫星仿真软件内模拟执行关键路径的任务流程,并确保关键路径的任务流程在指定时间内完成;
S4、对任务执行进度和资源消耗情况进行实时监控和反馈,实时输出运行数据,更新调整卫星任务流程和资源分配方案返回S2中,对比多个任务流程对应的运行数据,规划出资源限制条件下的最优运行数据对应的任务流程为卫星任务计划。
2.根据权利要求1所述的基于卫星仿真和关键路径的卫星任务规划分析方法,其特征在于:所述S1中卫星仿真软件,对卫星的参数进行建模并进行虚拟仿真包括以下步骤:
创建卫星对象;
配置轨道信息;
确定姿态参数;
添加传感器和仪器;
进行虚拟仿真分析数据。
3.根据权利要求2所述的基于卫星仿真和关键路径的卫星任务规划分析方法,其特征在于:所述S2中确定卫星的任务流程和资源分配方案包括以下步骤:
定义每个卫星任务的类型和相应的约束条件;
采用遗传算法将任务分配到不同的卫星上,并分配资源;
根据任务分配和资源分配情况生成协同计划。
4.根据权利要求3所述的基于卫星仿真和关键路径的卫星任务规划分析方法,其特征在于:所述S3中的关键路径分析算法,包括以下步骤:
计算卫星任务流程的最早开始时间和最晚开始时间;
输出卫星任务流程预计时间为最晚开始时间与最早开始时间的差值;
遍历差值数据,将最晚开始时间等于最早开始时间对应的卫星任务流程作为关键路径。
5.根据权利要求4所述的基于卫星仿真和关键路径的卫星任务规划分析方法,其特征在于:计算卫星任务流程的最早开始时间和最晚开始时间,表达式为:
,
,
其中,为卫星任务流程的最早开始时间,/>为卫星任务流程的最晚开始时间,/>是所有跨越到/>的卫星任务流程,其中/>是所有从/>跨越出去的卫星任务流程,/>是从/>到的卫星任务流程。
6.根据权利要求5所述的基于卫星仿真和关键路径的卫星任务规划分析方法,其特征在于:所述S4中对任务执行进度和资源消耗情况进行实时监控和反馈,包括以下步骤:
实时跟踪任务进度,通过仿真状态分析算法识别任务执行的瓶颈,包括以下姿态:
姿态一、分析出任务进度在阈值时间内完成百分比提高,输出任务正常执行信号;
姿态二、分析出任务进度在阈值时间内完成百分比停滞,输出异常信号,直接更新卫星任务流程和资源分配方案。
7.根据权利要求6所述的基于卫星仿真和关键路径的卫星任务规划分析方法,其特征在于:所述S4中输出运行数据采用仿真状态分析算法,运行数据包括任务完成百分比和任务完成时间,所述仿真状态分析算法表达式为:
,
,
为任务/>的实际完成时间,/>为任务/>的预计完成时间,/>为任务/>的开始时间,/>为任务/>的完成百分比,/>为任务/>的预计时间。
8.根据权利要求1所述的基于卫星仿真和关键路径的卫星任务规划分析方法,其特征在于:所述S4中更新调整卫星任务计划和资源分配方案返回S2中,对比多个任务完成数据,包括以下步骤:
识别多个任务流程对应的运行数据,找出任务完成百分比相同的任务流程;
采用统计分析算法在任务完成百分比相同的任务流程中,比较每个任务完成时间,找到任务完成时间最少的那个任务流程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311004365.7A CN116738765B (zh) | 2023-08-10 | 2023-08-10 | 一种基于卫星仿真和关键路径的卫星任务规划分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311004365.7A CN116738765B (zh) | 2023-08-10 | 2023-08-10 | 一种基于卫星仿真和关键路径的卫星任务规划分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116738765A true CN116738765A (zh) | 2023-09-12 |
CN116738765B CN116738765B (zh) | 2023-11-21 |
Family
ID=87915432
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311004365.7A Active CN116738765B (zh) | 2023-08-10 | 2023-08-10 | 一种基于卫星仿真和关键路径的卫星任务规划分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116738765B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120116835A1 (en) * | 2010-11-10 | 2012-05-10 | Microsoft Corporation | Hybrid task board and critical path method based project management application interface |
WO2017000396A1 (zh) * | 2015-06-30 | 2017-01-05 | 中国空间技术研究院 | 基于多体分析试验的桁架天线反射器展开动力学建模方法 |
CN107291090A (zh) * | 2017-05-12 | 2017-10-24 | 北京空间飞行器总体设计部 | 一种基于关键路径优化的连续成像控制方法 |
CN109918731A (zh) * | 2019-01-31 | 2019-06-21 | 上海卫星工程研究所 | 基于关键路径的卫星任务规划仿真分析方法与系统 |
CN113033072A (zh) * | 2021-02-08 | 2021-06-25 | 浙江大学 | 一种基于多头注意力指针网络的成像卫星任务规划方法 |
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 |
CN114036759A (zh) * | 2021-11-15 | 2022-02-11 | 中国人民解放军32039部队 | 一种卫星在轨管理数字仿真训练系统 |
US20220052756A1 (en) * | 2018-09-10 | 2022-02-17 | Telesat Technology Corporation | Resource deployment optimizer for non-geostationary and/or geostationary communications satellites |
WO2022089979A1 (de) * | 2020-10-29 | 2022-05-05 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Verfahren zur planung eines satellitenmanövers |
-
2023
- 2023-08-10 CN CN202311004365.7A patent/CN116738765B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120116835A1 (en) * | 2010-11-10 | 2012-05-10 | Microsoft Corporation | Hybrid task board and critical path method based project management application interface |
CN102567840A (zh) * | 2010-11-10 | 2012-07-11 | 微软公司 | 基于混合任务板和关键路径方法的项目管理应用界面 |
WO2017000396A1 (zh) * | 2015-06-30 | 2017-01-05 | 中国空间技术研究院 | 基于多体分析试验的桁架天线反射器展开动力学建模方法 |
CN107291090A (zh) * | 2017-05-12 | 2017-10-24 | 北京空间飞行器总体设计部 | 一种基于关键路径优化的连续成像控制方法 |
US20220052756A1 (en) * | 2018-09-10 | 2022-02-17 | Telesat Technology Corporation | Resource deployment optimizer for non-geostationary and/or geostationary communications satellites |
CN109918731A (zh) * | 2019-01-31 | 2019-06-21 | 上海卫星工程研究所 | 基于关键路径的卫星任务规划仿真分析方法与系统 |
WO2022089979A1 (de) * | 2020-10-29 | 2022-05-05 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Verfahren zur planung eines satellitenmanövers |
CN113033072A (zh) * | 2021-02-08 | 2021-06-25 | 浙江大学 | 一种基于多头注意力指针网络的成像卫星任务规划方法 |
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 |
CN114036759A (zh) * | 2021-11-15 | 2022-02-11 | 中国人民解放军32039部队 | 一种卫星在轨管理数字仿真训练系统 |
Non-Patent Citations (2)
Title |
---|
HUILONG FAN 等: "A novel multi-satellite and multi-task scheduling method based on task network fraph aggregation", 《EXPERT SYSTEMS WITH APPLICATIONS》, vol. 205, pages 1 - 22 * |
毛李恒 等: "针对多星多任务仿真调度的关键路径遗传算法", 《 系统仿真学报》, vol. 33, no. 1, pages 205 - 214 * |
Also Published As
Publication number | Publication date |
---|---|
CN116738765B (zh) | 2023-11-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Aziz | RPERT: Repetitive-projects evaluation and review technique | |
US8180619B2 (en) | System and method for digital effects analysis | |
Deshmukh | A hybrid approach to manufacturing enterprise simulation | |
JP2022020672A (ja) | 軌跡を処理するための方法、装置、路側機、クラウド制御プラットフォーム及びコンピュータプログラム | |
CN115509712A (zh) | 一种基于smt的自动驾驶系统实时性任务调度分析方法 | |
CN108829996A (zh) | 获得车辆定位信息的方法及装置 | |
CN116738765B (zh) | 一种基于卫星仿真和关键路径的卫星任务规划分析方法 | |
CN104081298B (zh) | 用于自动化和/或电气工程项目中的工作流程的自动化操控的系统和方法 | |
Kemmerling et al. | Towards production-ready reinforcement learning scheduling agents: A hybrid two-step training approach based on discrete-event simulations | |
Simson et al. | Virtual state estimation calculator model for three phase power system network | |
Kumawat et al. | Total span of farm work flow using Petri net with resource sharing | |
CN114609969B (zh) | 一种基于云计算的数控机床轨迹误差补偿方法 | |
CN113967910B (zh) | 一种基于增强现实和数字孪生的人机协同控制方法及系统 | |
Schattka et al. | Framework for simulation-based performance assessment and resilience improvement | |
Kesavadas et al. | Computational steering in simulation of manufacturing systems | |
Bu et al. | Incremental online verification of dynamic cyber-physical systems | |
Chu et al. | CPSSim: simulation framework for large-scale cyber-physical systems | |
Yong et al. | The project schedule management model based on the program evaluation and review technique and Bayesian networks | |
Dangelmaier et al. | Simulation assisted optimization and real-time control aspects of flexible production systems subject to disturbances | |
CN116684306B (zh) | 一种故障预测方法、装置、设备及可读存储介质 | |
Valente et al. | A methodology for static and dynamic scheduling of automation tasks in reconfigurable production systems | |
Sokolov et al. | Complex scheduling of measurement and calculation systems functioning | |
Zhou et al. | An edge intelligence-based model deployment method for CNC systems | |
Hossny et al. | Minimizing impact of bounded uncertainty on McNaughton's scheduling algorithm via interval programming | |
Xu et al. | A Novel Time Advancing Mechanism for Agent-Oriented Supply Chain Simulation. |
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 |