[发明专利]面向大区域目标观测的多星调度方法

权利要求书

1.一种面向大区域目标观测的多星调度方法，其特征在于，包括以下步骤：

S1根据用户需求，确定观测任务即确定待观测的目标区域T，确定可用卫星集合S以及可用卫星集合S中所有可用卫星的卫星参数信息，其中S1中，卫星参数信息包括六个轨道参数，分别为轨道半长轴、轨道倾角、轨道偏心率、升交点赤经、近地点辐角和真近点角；

S2目标区域离散化；

将待观测的目标区域T通过点阵等距离散化，待观测的目标区域T中的所有离散点组成点集A，点集A中的每个点即为一个点目标，点目标p_i的位置坐标用表示，分别表示其在WGS 84坐标系中该点目标的纬度，经度和高度；其中i＝1,2,3……n，n为点集A中点目标的个数；这样，待观测的目标区域T用一系列的点目标表示；

S3对目标区域进行条带分解；

S3.1构建函数F描述卫星与点目标之间的位置关系

时刻t时，对于可用卫星集合S中的可用卫星S_j，其中j＝1,2,3……m，m为可用卫星集合S中可用卫星的个数，可用卫星S_j其在J2000地心惯性坐标系中的空间位置为点目标p_i在WGS84坐标系的空间位置为可用卫星S_j能够观测到点目标p_i的当前姿态为则有

构建函数F来描述卫星与点目标之间的位置关系

函数F中的自变量可缩写为(t,r)_T，称为时间-姿态矢量经S2中目标区域离散化方法，待观测的目标区域T可以用一系列的点目标表示；因此，待观测的目标区域T可以表示为:{(t,r)₁,(t,r)₂,...,(t,r)_n}；

S3.2对于可用卫星集合S中的每个可用卫星S_j，计算S_j对目标区域T的可见范围即视场FOV，并计算FOV与目标区域T重叠区域的边界矩形；

对于可用卫星集合S中的每个可用卫星S_j其所对应的边界矩形，边界矩形的确定与FOV和目标区域T之间的交点e相关联，该交点可用球面解析几何计算得到；

与可用卫星S_j的卫星地面轨迹平行的矩形边是可用卫星S_j其所对应的边界矩形的长度方向的矩形边，垂直于可用卫星S_j的卫星地面轨迹的边是可用卫星S_j其所对应的边界矩形的宽度方向的矩形边；

可用卫星S_j其所对应的边界矩形宽度方向的矩形边上的两个端点决定该边界矩形的长度；设可用卫星S_j最早和最晚观测目标区域T的时间为t^e_j和t^l_j；可用卫星S_j能够观测到目标区域T的最小和最大侧摆角为r_j^-和r_j⁺；用可用卫星S_j其所对应的边界矩形的宽度可以由侧摆角来表示，W_j＝(r_j^--r_j⁺)；那么与可用卫星S_j相对应的边界矩形可用时间-姿态矢量表示，即为

S3.3设置偏移参数Δλ，划分条带；

按照所设置的偏移参数Δλ将每个可用卫星S_j其所对应的边界矩形分解为条带；

条带可以用时间-姿态向量来表示，即则每个条带对应的可用卫星S_j的侧摆角范围为(r_j⁺-r_j^-)_strip，即为Δλ；

沿着卫星轨道的垂直方向，条带以从西到东的间隔排列，直到条带集合充满整个可用卫星S_j其所对应的边界矩形；

S3.4切割条带

在S3.3之后，将获得由可用卫星S_j其所对应的边界矩形分解得到的条带集合，条带集合中各条带均是等宽且等长的条带；接下来需根据可用卫星S_j其所对应的边界矩形切割各条带以提高有效覆盖率；

对于条带集合中的任意一条带，先确定该条带中是否有区域目标的顶点；然后利用球面解析几何计算确定目标区域T和该条带的交点，接着通过比较目标区域T和该条带的交点以及该条带中存在的区域目标的顶点来找出可用卫星S_j过境的最早时间和最晚时间以确定条带切割边界，完成对该条带的切割；

S3.5计算各条带相应的可见时间窗VTW；

VTW通过判定在给定时间段[T_begin,T_end]，可用卫星S_j与目标区域T可见性来得到可见时间窗[TW_begin,TW_end]；

经过上述S3.1至S3.5五个步骤，实现对目标区域T的分解；

S4将面向大区域目标观测的多星调度问题转化为具有多个约束的集合覆盖问题，并建立数学模型；

S4.1符号定义

T＝{t₁,...,t_|T|},指来自不同用户的观测任务集合；对于每个任务t_q,定义了如下属性:

q指t_q对应的区域观测目标编号；

H_q指需获取图像的分辨率要求；

B_q指规划开始时间；

E_q指规划结束时间；

S＝{S₁,...,S_m},指可用卫星集合；对于每颗可用卫星S_j,定义了如下属性:

O_j指可用卫星S_j的圈次集合，|O_j|即可用卫星S_j的圈次集合中圈次的个数；o_ja指可用卫星S_j的第a个圈次；

M_j指可用卫星S_j的最大储存容量；

V_j指可用卫星S_j的最大电量；

G_j指可用卫星S_j的最大机动能力；

W_j＝{w_j1,...,w_j|Wj|}指可用卫星S_j对应的时间窗集合，|W_j|即可用卫星S_j对应的时间窗集合中时间窗的个数；w_jak代表可用卫星S_j的第a圈次中的第k个时间窗；

对每个时间窗w_jak,定义了如下属性:

bt_jak,et_jak分别是时间窗w_jak的开始和结束时间；

m_jak是指在时间窗w_jak对应卫星图像所占的存储容量；

v_jak是指在时间窗w_jak内拍摄对应卫星图像所耗费的卫星电量；

g_jak是指可用卫星S_j在时间窗w_jak内的姿态；

GSD_jak是指可用卫星S_j在时间窗w_jak内对应卫星图像的分辨率；

q_jak是指时间窗w_jak对应的区域目标；

建模过程中应用的函数定义如下:

f是用来计算观测计划收益的分段线性函数，四个拐点分别为(0,0),(0.4,0.1),(0.7,0.4),(1,1)；函数与观测计划覆盖的目标区域面积正相关，覆盖面积越大，观测方案收益越大；

P是用来计算条带覆盖面积的函数；

决策变量定义如下:

S4.2数学模型

其中：目标函数(2)为最大化观测计划的总收益,即最大化卫星观测总面积，其中ΔP为选择条带x_jak而带来的观测面积增幅；

约束(3)规定了由于面向大区域观测的卫星长条带观测模式而导致的每次卫星过境最多选择一个时间窗的特性；

约束(4)说明了卫星存储容量限制，即卫星储存图片所占内存不超过卫星的存储极限；

约束(5)描述了卫星的电量限制，即卫星成像过程所耗电量不超过卫星存储的最大电量；

约束(6)表明时间窗长度不能超过卫星单次最长工作时间；

约束(7)和(8)表明观测计划中选择的时间窗要在规划时间段内；

约束(9)表明卫星机动要在自身机动能力下进行；

约束(10)阐述了对卫星图像的分辨率要求，即通过当前条带x_ijk得到的卫星图片分辨率要满足用户提出的图像分辨率要求；

S5采用遗传算法对S4中建立的数学模型进行求解，输出是求解得到的观测计划。

2.根据权利要求1所述的面向大区域目标观测的多星调度方法，其特征在于，S5的实现方法如下：

S5.1编码

个体的编码利用一定规划时间[B_q，E_q]内可用卫星集合S中所有可用卫星S_j的轨道圈数之和Q_num来构建；每个染色体长度为Q_num，染色体上的每个基因代表一可用卫星S_j的轨道圈次上的可见时间窗口，染色体上所有基因的顺序为条带选择顺序，即卫星观测顺序；

S5.2适应度函数

适应度函数如下所示：

其中，Schedule_k代表为响应一定观测需求而生成的可行观测方案，即选择的卫星条带组合；G是适应度函数，f是由(0,0),(0.4,0.1),(0.7,0.4),(1,1)决定的分段线性函数，促进优化过程向提高覆盖率的方向进行；I_q是代表目标区域T中所有点目标组成的点集，而I_ql是观测方案所能覆盖的点集，N是用来计算点目标的数量的函数；

S5.3算子设计

定义单点交叉算子、单点变异算子和可行性算子如下：

(1)单点交叉算子:P1和P2为亲代个体，可表示为P1[1]...P1[N]和P2[1]...P2[N]，其中选择算子利用轮盘赌的形式；随机产生交叉点K并进行个体交叉，得到子代个体C1和C2:

C1:P1[1]...P1[K]...P2[K+1]...P2[N]

C2:P2[1]...P2[K]...P1[K+1]...P1[N]

(2)单点变异算子：P为亲代个体，表示为P[1]...P[N]；随机产生变异点K并进行变异，产生子代个体C：

C:P[1]...P[K]0...P[K+1]...P[N]

(3)可行性算子：可行性算子将检验方案是否满足卫星的存储以及电量等约束，若不满足则随机选择一个亲代个体进入子代中；

S5.4确定种群数量

设置种群数量参数以及遗传算法迭代次数。