[发明专利]面向复杂观测任务的多平台联合任务规划方法

权利要求书

1.一种面向复杂观测任务的多平台联合任务规划方法，其特征在于：包括以下步骤：

步骤1：对复杂观测任务进行预处理，得到与目标观测场景上地理网格相对应的若干个子任务；

步骤2：构建多平台联合任务规划模型；

步骤3：将步骤1中预处理后的若干个子任务代入多平台联合任务规划模型进行求解；

步骤4：根据求解结果，输出复杂观测任务分解在每一个观测平台的任务序列；

步骤2中所述多平台联合任务规划模型的构建方法是：

确定目标函数：

其中，pro_ij表示子任务sa_ij的收益，决策变量表示子任务sa_ij是否在平台p^k上进行观测，N表示任务的总数量，n表示第i个任务的子任务数；M表示观测平台数量，sa_ij表示第i个任务的第j个子任务；

式(1)表示目标函数为最大化所有被规划子任务的收益之和；

约束条件：

其中，式(2)表示被规划任务的所有子任务都会被规划；A表示被规划任务a₁,...,a_i,...,a_N的集合，a_i表示第i个任务；

式(3)表示任意一个被规划子任务只能由一个平台来执行，SA_i表示任务a_i的子任务集合sa_i1,...,sa_ij,...,sa_in；

式(4)表示对于任意平台，其执行相邻前后两个子任务的时间段大于两个任务所需的转换时间，所述转换时间对卫星平台而言是姿态转换时间，对无人机平台而言是移动时间；

ob_ij表示子任务sa_ij的规划开始观测时间，oe_ij表示子任务sa_ij的规划结束观测时间，

trans(oe_ij,ob_i'j')表示子任务sa_ij和sa_i'j'之间的转换时间；

式(5)、(6)限定观测窗口必须在可见窗口范围内，同时也必须在任务有效时间窗口内，

表示窗口的开始时间，Tw_ij表示子任务sa_ij的观测窗口集合表示子任务sa_ij在第k个观测平台上的窗口开始时间；

表示子任务sa_ij在第k个观测平台上的有效观测开始时间；

表示子任务sa_ij在第k个观测平台上的规划开始观测时间；

表示子任务sa_ij在第k个观测平台上的规划结束观测时间；

表示窗口的结束时间；

表示子任务sa_ij在第k个观测平台上的有效观测结束时间；

式(7)限定了观测时间必须大于最低持续观测时间；

ct_ij表示满足子任务sa_ij最短持续观测时间；

式(8)限定了传感器类型需要相同，同时空间分辨率要满足要求；

obvType_i表示任务a_i所要求的观测传感器类型；

obvRes_i任务a_i所要求的观测分辨率；

表示子任务sa_ij在第k个观测平台p^k上的传感器类型，obvType_ij表示任务sa_ij所要求的传感器类型；

子任务sa_ij在第k个观测平台p^k的图像分辨率，obvRes_ij表示子任务sa_ij所要求满足的图像分辨率；

式(9)表示任意平台在周期内执行任务消耗的资源不能超过最大值；

R表示观测平台资源的集合r¹,...,r^k,...,r^M，r^k表示第k个观测平台的资源，表示子任务sa_ij在第k个观测平台上的资源消耗量；

混合进化算法具体为：

步骤3.1：初始化外循环迭代次数；

步骤3.2：将步骤1中预处理后的所有子任务和所有平台进行两两组合，输入到根据子任务-平台组合与收益标记集合训练好的神经网络训练模型，输出每个组合的预测收益值，为每一个子任务选择预测收益值最高的平台得到预分配方案，将预分配方案作为初始种群，

步骤3.3：对初始种群进行优化产生新种群；

步骤3.4：对所述新种群中的个体根据相似度进行聚类，将新种群中的个体划分为由相似个体组成的多个子种群，计算每个子种群相似度；

步骤3.5：根据子种群相似度和阈值判断每个子种群是否需要增强多样性，若需要增强多样性则对子种群检测个体差异性和丰富个体，否则跳过；

步骤3.6：将所有子种群合并，通过局部搜索产生新种群，迭代次数加1；

步骤3.7：如果迭代次数达到最大迭代次数，计算当前种群中的所有个体的收益值，将收益值最大的个体作为最优解输出，否则，将步骤3.6中通过局部搜索产生的新种群作为初始种群输入给步骤3.3，并转至步骤3.3。