[发明专利]面向应急响应的基于任务优先级的多星动态任务规划方法

说明书

本发明公开了一种面向应急响应的基于任务优先级的多星动态任务规划方法，针对紧急情况下地球观测卫星综合调度问题，在分析任务优先级的基础上，提出了一种任务需求的综合调度模型。首先针对应急任务设计任务优先级评价准则，基于七种影响因素提出了一套合理的任务优先级计算方法。其次，详细分析调度过程中的约束条件，以最大化观测任务优先级、最大化任务收益和最小化对执行时间有紧迫性要求的任务的等待时间为子目标函数，通过遗传禁忌混合算法获得初始卫星调度方案。针对初始方案执行过程中应急任务动态到达的情况，提出一种基于优先级的动态调度算法以解决新增任务的调度问题，以获得新增任务的调度方案。

技术领域

本发明涉及多星动态任务规划方法，尤其是面向应急响应的基于任务优先级的多星动态任务规划方法。

背景技术

对地观测卫星的任务规划就是在卫星数量固定、传感器能力有限，而任务之间存在冲突的情况下，确定任务的执行顺序以及其与资源、时间的对应关系，以排除不同任务之间的冲突，并最大化满足用户的需求，提高卫星资源的利用率、优化观测任务的执行方案。近年来，随着对地观测卫星在自然灾害监测、事故灾难、公共卫生事件等应急条件下的广泛应用，对地观测卫星调度呈现出一些新的特点。应急条件下的对地观测卫星调度存在诸多不确定因素，包括用户需求、天气条件、卫星状态等。此外，用户提交的应急任务通常是动态到达的，任务数量和到达时间均是不确定的。由于动态实时调度的特点，在调度时需要同时考虑多个目标，如调度收益，稳定性和节能。所有这些约束和不确定性使得紧急调度成为NP-hard组合优化问题。因此提出一种快速高效的多星动态应急调度策略具有重要意义。

目前，国内外学者针对卫星调度问题开展了大量研究，在满足各项约束的条件下，为成像观测任务合理分配卫星资源和观测时段，以提高任务执行的效率。但是，在考虑资源争用时，在目标上分配多个交互式卫星更加复杂和具有挑战性。解决这个问题的方法包括基于优先级的启发式，局部搜索，禁忌搜索，模拟退火，遗传算法和蚁群算法。基于上述方法的卫星调度策略大都是在静态调度框架下提出的，不适用于应急条件下的多星动态调度问题。对于应急规划一个显著的特点是有新的应急成像任务的到来，一些学者采用完全重规划算法对原问题重新建模求解，产生的新任务规划方案与初始方案相差较大，导致卫星重调度难度大。然而上述方法大多以常规任务为背景，难以适用于应急任务的调度。对于应急观测任务规划，大多数研究方法多侧重于在应急情况下卫星影像的获取，对卫星规划调度问题并没有详细的说明。此外，由于任务的重要性不同因此执行的顺序有所差别，合理有效的优先级算法对提高任务执行效率有重要意义。

发明内容

考虑到应急观测问题的特殊性，本发明构建了一套完整的模型对应急条件下的多星动态调度问题开展研究。首先针对应急任务设计任务优先级评价准则，考虑因素包括成像任务等级、观测图像类型、卫星资源的可用度、执行紧迫性程度、执行任务类型、任务之间的冲突度和成像任务收益，以获得任务的重要性程度并将其作为求解约束规划问题时的启发式信息。其次，详细分析问题中的主要约束条件，以最大化观测任务优先级、最大化任务收益和最小化对执行时间有紧迫性要求的任务的等待时间为子目标函数，通过遗传禁忌混合算法相结合获得初始卫星调度方案，以避免在算法后期逼近最优解时做大量无用的迭代。以此为基础，在有新紧急任务插入的情况下，提出一种基于优先级的动态调度算法以解决新增任务的调度问题，该方法基于规则将新到达的任务插入到初始的调度方案，以获得新的调度方案。最后通过实验仿真验证算法有效性，通过模型性能评价函数以验证应急观测任务规划模型的可行性。

本发明实现以上思路所采用的具体的技术方案是：

本发明构建了基于任务优先级的多星协同应急调度模型(图1)，并将该模型进一步分为任务排序子问题和卫星资源配置子问题两部分。

1任务优先级排序

1.1任务优先级影响因子

通过分析对地观测卫星资源及应急任务的应用需求，确定任务优先级设置主要考虑的如下主要影响因子