[發明專利]一種分布估計方法

有效

• 申請號: 201711250676.6
• 申請日: 2017-12-01
• 公開（公告）號: CN108022045B
• 公開（公告）日: 2021-05-14
• 發明（設計）人: 張忠山;褚驍庚;陳英武;陳宇寧;呂濟民;陳盈果;陳成;王濤;劉曉路;邢立寧;姚鋒;賀仁杰
• 申請（專利權）人: 中國人民解放軍國防科技大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06K9/62;G06N3/12
• 代理公司: 北京匯智勝知識產權代理事務所(普通合伙) 11346
• 代理人: 石輝

1.一種分布估計方法，雙星星簇包括目標發現星和目標識別星，其特征在于，包括：

Step1，目標識別星獲取輔助決策知識信息，提取目標發現星提供的前瞻信息，該前瞻信息包括目標位置信息、成像時長和觀測收益；輔助決策知識信息包括目標過濾知識和方案評估知識；

Step2，根據目標過濾知識中的觀測目標的目標成像時長的過濾閾值threPDR、目標觀測收益的過濾閾值threPro、和目標觀測收益時長比的過濾閾值threPDR，對前瞻時間窗內的目標的觀測固存性價比和觀測電量性價比進行初步的評估，以刪除前瞻信息中觀測價值較低的目標，目標信息包括目標位置信息、成像時長和觀測收益，衛星的使用約束有時間窗約束、姿態機動約束、固存約束和電量約束；

Step3，調用調度算法集中的多種啟發式算法生成多個局部觀測方案，局部觀測方案是指衛星在當前狀態下僅根據前瞻時間窗內的目標信息所生成的觀測方案，其中，觀測方案通過序列解描述，并利用一個調度解生成器將一個序列解翻譯成一個可行的調度解；

Step4，根據方案評估知識中的評估參數結合評估方法，利用局部觀測方案的評價函數對各個局部觀測方案進行綜合評價；

Step5，選定Step4中的得分最高的局部觀測方案，并鎖定該方案中的第一個目標作為下一觀測目標；

目標過濾知識和方案評估知識中的各參數采用分布估計算法計算得到，所述分布估計算法具體包括：

Step71，種群初始化，利用隨機采樣產生一個在值域中均勻分布的初始種群，并評價每個個體的適應值；

Step72，小生境劃分，采用基于歐氏距離的K均值聚類算法將種群劃分為若干子種群，其中，子總群的個數是迭代次數的一個函數，迭代次數越多子種群個數越多；

Step73，概率分布估計，對每個子種群內的個體進行擇優操作，利用各子種群內的優秀個體在假設所有變量都相互獨立的情況下建立該子種群內的優勢個體概率分布模型；

Step74，子代采樣，算法每次以一定概率選取某個子種群進行采樣操作，被選中子種群根據自身的概率分布模型進行采樣子代，直到算法新采樣的個體數與當前種群規模相等時結束該步驟；

Step75，個體選擇，每個子種群將父代個體和子代個體進行合并，采用臨近精英擇優策略得到新一代種群；

Step76，局部搜索，采用局部搜索算法以一定概率對種群內的優勢個體進行優化，進一步提高解的質量；

Step77，終止判定，判斷是否達到了算法的終止條件，如果達到則返回找到的最優個體，否則跳轉至Step72。

2.如權利要求1所述的分布估計方法，其特征在于，Step3中的“調用調度算法集中的多種啟發式算法生成多個局部觀測方案”包括利用目標選取指標指導啟發式算法的搜索方向，具體如下：

利用啟發式算法在目標子集的選擇過程中，先選取目標，再將所選目標按照時間升序插入到已有的目標觀測序列中得到新的目標觀測序列，然后用調度解生成器對目標觀測序列進行調度解轉換；若能使調度方案的收益增大則采用新的目標觀測序列，否則放棄新插入的目標，保留原目標觀測序列及對應的調度解；

“目標選取指標”包括時間序列指標、目標觀測收益指標、目標成像時長指標和收益時長比指標，其中：時間序列指標是將目標按照時間窗開始時間升序排列，依次選取擁有最早開始時間的目標；目標觀測收益指標是將目標按照觀測收益的降序排列，依次選取擁有最高觀測收益的目標；目標成像時長指標是指將目標按照成像時長的升序排列，依次選取擁有最小成像時長的目標；收益時長比指標是將目標按照觀測收益時長比的降序排列，依次選取擁有最高觀測收益時長比的目標。