[发明专利]一种渐进式多星任务筹划方法

说明书

本发明涉及卫星任务筹划领域，目的是提供一种渐进式多星任务筹划方法，以解决在任务筹划中求解空间会随着卫星任务与资源数量的增加急剧增大，对于大规模任务筹划问题，无法在合理时间内求解的问题。为了解决上述技术问题，具体包括如下步骤：首先，接收航天对地观测卫星资源、数传资源和任务；然后，赋予任务权重；其次，将卫星按任务量从小到大排序，依次进行任务筹划；最后，整合任务筹划结果，得到最终任务筹划方案。本发明从任务筹划流程入手，对任务筹划解空间进行分解，为任务筹划解空间大的情况下无法在合理时间求解问题的解决提供了一种新思路。

技术领域

本发明涉及卫星任务筹划领域，具体涉及一种渐进式多星任务筹划方法。

背景技术

卫星任务筹划是指将任务分配给各卫星进行执行的过程，卫星任务筹划问题属于NP-hard问题，求解空间会随着卫星任务与资源数量的增加急剧增大，对于大规模任务筹划问题，无法在合理时间内求解。

对于卫星任务筹划方法国内外研究有很多。国外方面，Lemaitre为敏捷卫星Pleiades的任务筹划问题构建约束筹划模型，并利用贪婪、动态筹划以及局部搜索等算法进行求解，取得了一定效果。JasonT.Lam等人提出了使用强化学习做卫星任务筹划，该算法学习一种启发式方法，根据当前问题和部分解决方案选择下一个最佳任务，避免在创建计划时进行任何搜索，该算法尽管表现不如传统智能算法，但是可以近实时给出筹划结果。JeanBerger等人提出一种一种基于图的遗传算法解决虚拟星座多卫星采集调度问题，与其他启发式方法对比实验证明，该方法可以做到在资源消耗少的情况下给出较为理想的效果。国内方面，高新洲提出了改进的禁忌退火遗传算法与自适应变异遗传算法，该方法兼具了禁忌搜索算法与模拟退火算法在寻优过程中的优势,并改善了算法的变异效果,提升算法的寻优能力，并经过实验证明了其有效性。谷雨针对长期任务筹划问题进行研究，采用基于规则的启发式算法求解长期筹划问题,给出了启发式规则和信息，为长期在轨的卫星的任务规划问题的求解提供了一种可参考的方法。

从背景技术可以看出，国内外在任务筹划领域的研究主要集中于方法的研究，本发明从多星任务筹划解空间分解入手，解决在任务筹划中求解空间会随着卫星任务与资源数量的增加急剧增大，对于大规模任务筹划问题，无法在合理时间内求解的问题。

发明内容

本发明的目的是提供一种渐进式多星任务筹划方法，以解决在任务筹划中求解空间会随着卫星任务与资源数量的增加急剧增大，对于大规模任务筹划问题，无法在合理时间内求解的问题。

为了解决上述技术问题，本发明提供一种渐进式多星任务筹划方法，具体包括如下步骤：

步骤1：接收航天对地观测卫星资源、数传资源和任务；

步骤2：赋予任务权重；

步骤3：将卫星依据任务数量从大到小排序；

步骤4：选取任务量最小的卫星进行单星任务筹划，筹划策略为优先考虑任务权重，任务筹划结束后分配数传资源窗口，若数传资源分配成功，则跳转到步骤5，若不成功，则跳转到步骤7；

步骤5：将已被筹划的任务和数传资源窗口进行标记；

步骤6：从各卫星所包含的任务中去除被标记的任务，并从数传资源中去除被标记的数传资源窗口；

步骤7：若卫星是最后一颗需要筹划的卫星，则整合各卫星任务筹划结果，得到可执行的任务筹划方案，若不是，则跳转到步骤2。

其中，所述步骤2具体过程包括：

步骤2.1：统计每个任务关联的卫星数量；

步骤2.2：对每个任务赋予权重，权重值为任务关联数量的倒数。

其中，步骤4中任务筹划算法选择遗传算法、模拟退火或粒子群算法。