[發明專利]一種多星應急觀測任務規劃方法、裝置和計算機設備

在審

• 申請號: 202011229034.X
• 申請日: 2020-11-06
• 公開（公告）號: CN112232594A
• 公開（公告）日: 2021-01-15
• 發明（設計）人: 陳浩;羅棕;彭雙;杜春;伍江江;熊偉;歐陽雪;鐘志農;吳曄;楊岸然;李軍;陳犖;景寧
• 申請（專利權）人: 中國人民解放軍國防科技大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06N20/00
• 代理公司: 長沙國科天河知識產權代理有限公司 43225
• 代理人: 趙小龍

本申請涉及一種多星應急觀測任務規劃方法、裝置和計算機設備。所述方法包括：獲取衛星任務規劃系統中待規劃的觀測任務集合，將觀測任務集合中包含的任務特征信息輸入到預先訓練的第一機器學習模型中，得到任務可調度性決策信息，將任務特征信息和任務可調度性決策信息輸入到預先訓練的第二機器學習模型中，得到第一任務分配信息，將第一任務分配信息輸入基于隨機爬山的約束修正算法進行修正，得到第二任務分配信息，根據第二任務分配信息對觀測任務進行任務規劃。采用本方法可以通過機器學習模型為傳統任務規劃算法提供初始解，既利用了機器學習方法學習能力強，預測速度快的優勢，又發揮了傳統任務規劃算法適用性好的優點，效率高，穩定性好。

技術領域

本申請涉及衛星的應急任務規劃技術領域，特別是涉及一種多星應急觀測任務規劃方法、裝置和計算機設備。

背景技術

隨著衛星觀測技術不斷發展，對地觀測衛星已成為獲取地震、洪澇、海嘯等突發事件災情的重要手段，觀測信息可以幫助地面人員在第一時間掌握災區受災情況。當面臨較為密集的觀測請求時，單顆對地觀測衛星往往效能不足，而多星協同觀測能夠有效響應觀測需求。在應急條件下，多星任務規劃不僅需要考慮復雜的約束因素(星載存儲空間、星上能源消耗、側擺角等等)，而且還應考慮觀測任務的強時效性，任務必須在規定的時限內完成，否則任務就會失效。目前關于衛星應急任務規劃的研究多是單獨優先規劃應急任務，雖然保證了應急任務的響應時間但犧牲了常規任務的完成度，使整體規劃收益受到較大影響。如何在兼顧收益與效率的前提下，完成多星應急觀測任務規劃成為當前亟需解決的問題。

當前基于優化分解的多星任務規劃方法多采用啟發式算法進行求解，在兼顧收益的同時，規劃效率得到了很大地提升，但是啟發式算法的優化方向具有一定程度的隨機性，且算法的初始解通常采用隨機方式生成，解的搜索空間較大，影響計算的效率。因此，現有技術存在效率低、穩定性差的問題。

發明內容

基于此，有必要針對上述技術問題，提供一種能夠解決衛星應急任務規劃方法效率低、穩定性差問題的一種多星應急觀測任務規劃方法、裝置和計算機設備。

一種多星應急觀測任務規劃方法，所述方法包括：

獲取衛星任務規劃系統中待規劃的觀測任務集合；所述觀測任務集合中包含多個觀測任務的任務特征信息；

將所述任務特征信息輸入到第一機器學習模型中，得到任務可調度性決策信息；所述第一機器學習模型是通過歷史調度數據構建的訓練集訓練得到的；所述歷史調度數據中包含觀測任務的執行信息；

將所述任務特征信息和所述任務可調度性決策信息輸入到第二機器學習模型中，得到第一任務分配信息；所述第二機器學習模型是通過歷史分配數據構建的訓練集訓練得到的；所述歷史分配數據中包含觀測任務的分配信息；

將所述第一任務分配信息輸入基于隨機爬山的約束修正算法進行修正，得到第二任務分配信息，根據所述第二任務分配信息對所述觀測任務集合中的觀測任務進行衛星指派。

在其中一個實施例中，還包括：所述第一機器學習模型是基于Transformer的第一預測模型；將所述任務特征信息輸入到基于Transformer的第一預測模型中，得到任務可調度性決策信息。

在其中一個實施例中，還包括：所述第二機器學習模型是基于Transformer的第二預測模型；將所述任務特征信息和所述任務可調度性決策信息輸入到基于Transformer的第二預測模型中，得到第一任務分配信息。

在其中一個實施例中，還包括：獲取衛星任務規劃系統中待規劃的觀測任務集合；根據待規劃觀測任務集合中每一項待規劃觀測任務，得到每一項任務對應的任務特征信息；將所述每一項任務對應的任務特征信息組合得到所述任務特征信息。

在其中一個實施例中，還包括：在獲取衛星任務規劃系統中待規劃的觀測任務集合之前，設置多星任務規劃建模的約束條件；根據所述約束條件確定所述任務特征信息。