[發(fā)明專利]一種基于多頭注意力指針網(wǎng)絡(luò)的成像衛(wèi)星任務(wù)規(guī)劃方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110182573.0
• 申請(qǐng)日: 2021-02-08
• 公開（公告）號(hào): CN113033072A
• 公開（公告）日: 2021-06-25
• 發(fā)明（設(shè)計(jì)）人: 趙凡宇;馬一凡;金仲和;王春暉;王鑫
• 申請(qǐng)（專利權(quán)）人: 浙江大學(xué)
• 主分類號(hào): G06F30/27
• 分類號(hào): G06F30/27;G06N3/04;G06N3/08
• 代理公司: 杭州求是專利事務(wù)所有限公司 33200
• 代理人: 萬尾甜;韓介梅

1.一種基于多頭注意力指針網(wǎng)絡(luò)的成像衛(wèi)星任務(wù)規(guī)劃方法，其特征在于，該方法首先綜合考慮時(shí)間窗口約束、資源約束對(duì)成像衛(wèi)星任務(wù)規(guī)劃問題進(jìn)行建模，然后基于多頭注意力指針網(wǎng)絡(luò)建立序列決策算法模型，最后基于Actor Critic強(qiáng)化學(xué)習(xí)算法對(duì)算法模型進(jìn)行訓(xùn)練；具體包括如下：

(1)綜合考慮時(shí)間窗口約束、存儲(chǔ)量約束和電量約束對(duì)成像衛(wèi)星任務(wù)規(guī)劃問題進(jìn)行建模；

(2)建立序列到序列的算法模型結(jié)構(gòu)，分為編碼器和解碼器部分；

(3)在解碼器的每個(gè)解碼時(shí)間步驟，依次更新動(dòng)態(tài)元素和Mask向量來考慮成像衛(wèi)星任務(wù)規(guī)劃問題所要滿足的約束；

(4)基于Actor Critic強(qiáng)化學(xué)習(xí)算法對(duì)算法模型進(jìn)行訓(xùn)練。

2.根據(jù)權(quán)利要求1所述的基于多頭注意力指針網(wǎng)絡(luò)的成像衛(wèi)星任務(wù)規(guī)劃方法，其特征在于，在步驟(1)中進(jìn)行成像衛(wèi)星任務(wù)規(guī)劃時(shí)，需綜合考慮以下約束：

(1-1)時(shí)間窗口約束：由于成像衛(wèi)星機(jī)動(dòng)能力有限，要同時(shí)考慮任務(wù)執(zhí)行時(shí)間和任務(wù)轉(zhuǎn)移時(shí)間的約束，下一個(gè)任務(wù)執(zhí)行的開始時(shí)間必須大于當(dāng)前任務(wù)執(zhí)行結(jié)束時(shí)間和衛(wèi)星側(cè)擺機(jī)動(dòng)時(shí)間之和；

(1-2)存儲(chǔ)量約束：在執(zhí)行每個(gè)觀測(cè)任務(wù)時(shí)，需要消耗衛(wèi)星的存儲(chǔ)空間，考慮無數(shù)據(jù)下傳狀態(tài)下的任務(wù)規(guī)劃，則完成所有規(guī)劃出的觀測(cè)任務(wù)所需消耗的存儲(chǔ)空間不能超過衛(wèi)星所提供的存儲(chǔ)總?cè)萘浚?/p>

(1-3)電量約束：衛(wèi)星在執(zhí)行觀測(cè)任務(wù)及在任務(wù)間進(jìn)行姿態(tài)機(jī)動(dòng)轉(zhuǎn)移時(shí)，需要消耗衛(wèi)星的電量，僅考慮無在軌充電的過程，完成所有規(guī)劃的觀測(cè)任務(wù)所需消耗的電量不能超過衛(wèi)星所提供的總電量。

3.根據(jù)權(quán)利要求1所述的基于多頭注意力指針網(wǎng)絡(luò)的成像衛(wèi)星任務(wù)規(guī)劃方法，其特征在于，在步驟(2)中，將輸入任務(wù)集合X＝{x₁,x₂,...,x_M}中的每個(gè)任務(wù)x_i分為兩部分，分別是靜態(tài)元素集合s_i和動(dòng)態(tài)元素集合基于序列到序列的結(jié)構(gòu)，建立一種MHA-PN的算法模型，分為編碼器和解碼器部分：

(2-1)編碼器部分：使用一維卷積層作為嵌入層EL并作為算法模型的編碼器，將輸入序列中每個(gè)任務(wù)的靜態(tài)元素和動(dòng)態(tài)元素分別映射為高維向量，即對(duì)每個(gè)任務(wù)采用EL將其映射為向量

(2-2)解碼器部分：使用GRU作為算法模型的解碼器，y^t為在解碼時(shí)間步驟t時(shí)所選擇要執(zhí)行的任務(wù)序號(hào)，將其對(duì)應(yīng)的靜態(tài)元素經(jīng)EL映射后得到的向量作為解碼器的輸入，解碼器在解碼時(shí)間步驟t時(shí)得到的隱含層狀態(tài)為h^t。

4.根據(jù)權(quán)利要求3所述的基于多頭注意力指針網(wǎng)絡(luò)的成像衛(wèi)星任務(wù)規(guī)劃方法，其特征在于，在步驟(3)中，在每個(gè)解碼時(shí)間步驟t時(shí)，根據(jù)編碼器的輸出向量解碼器的輸出隱含層狀態(tài)h^t和Mask向量計(jì)算得到指向輸入序列各個(gè)節(jié)點(diǎn)的Softmax概率分布，選擇概率最大的節(jié)點(diǎn)作為下一解碼時(shí)間步驟t+1時(shí)的輸出任務(wù)序號(hào)y^t+1，依次對(duì)輸入序列中的動(dòng)態(tài)元素和Mask向量進(jìn)行更新。