[发明专利]敏捷单星多约束任务优化调度方法

权利要求书

1.敏捷单星多约束任务优化调度方法，其特征在于，包括如下步骤：

(1)根据复杂观测目标任务区域进行动态任务分解，生成具有多个可见时间窗口的姿态文件；

(2)建立满足多约束条件的任务规划数学优化模型，主要分为对姿态机动时间约束模型、卫星能量约束模型、数据存储约束模型以及最小俯仰角约束模型进行构建；

(3)利用遗传搜索算法对生成的姿态文件集合中的多个可见时间窗口进行编码、初始化。

2.根据权利要求1所述的敏捷单星多约束任务优化调度方法，其特征在于，所述步骤(1)的方法如下：已知点目标P经纬度坐标卫星轨道高度h，卫星轨道倾角τ，地球半径R，相机视场角φ，遥感器侧摆角范围[α_min,α_max]，规划周期T；

设卫星观测角β_t，星下点坐标为原理公式如下：

计算卫星的最小观测角β_min和最大观测角β_max：

计算星下点经纬度：

其中，圆心角C为：

C＝arcsin((1+h/R)sinβ_t)-β_t；

计算驻点：

确定单调区间：

如果且β_max＞β₀，函数u＝f(β)在[β_min,β₀]上单调递减，在[β₀,β_max]上单调递增；

如果且β_min＜β₀，函数u＝f(β)在[β_min,β₀]上单调递增，在[β₀,β_max]上单调递减；

如果且β_max≤β₀，函数u＝f(β)在[β_min,β_max]上单调递减；

如果且β_min≥β₀，函数u＝f(β)在[β_min,β_max]上单调递减；

判断是否存在可见时间窗口。

3.根据权利要求1所述的敏捷单星多约束任务优化调度方法，其特征在于，所述步骤(3)的具体步骤如下：编码：编码机制是遗传操作的基础，由于遗传算法通常不直接处理问题空间的数据，而是在一定编码机制对应的码空间上进行的，因此编码机制的选择决定了算法的性能与效率，本算法采用二进制机制，二进制编码是将问题的解用一个二进制字符串来表示；初始化种群：编码之后的任务是初始群体的设定，并以此为起点一代代的进化直到按照某种进化终止准则实行终止，本算法采用的种群规模为50。

4.根据权利要求1所述的敏捷单星多约束任务优化调度方法，其特征在于，求解方法是对优化目标函数加入约束分析模型进行遗传搜索算法的求解，在运用遗传算法进行求解的过程中，而是用适应度函数作为操作依据，运用解空间中每个个体的适应度值来进行搜索，遗传操作选择、交叉和变异三个算子。

5.根据权利要求1所述的敏捷单星多约束任务优化调度方法，其特征在于，根据遗传搜索的算法的求解单星任务规划数学模型。

6.根据权利要求1所述的敏捷单星多约束任务优化调度方法，其特征在于，包括复杂区域目标动态任务分解模块、单星任务规划数学建模与求解模块、多约束分析模型建立模块；

复杂区域目标动态任务分解模块根据用户的观测需求以及卫星自身的资源情况，对所观测区域进行动态的任务分解，并依据几何关系建立条带划分的方法，生成卫星一次可执行观测的条带目标；

单星任务规划数学建模与求解模块用于对卫星任务规划观测计划进行优化与资源合理的分配；

多约束分析模型建立模块依据任务约束、资源约束以及它们之间的关系，建立满足多约束条件的分析模型，并对能源平衡、姿态机动时间以及存储量进行分析。

7.根据权利要求1所述的敏捷单星多约束任务优化调度方法，其特征在于，对不同的场景模式，进行任务规划相邻任务间的时间冲突调整，来确定满足多约束的任务具体时间窗口。