[發(fā)明專利]一種基于獨(dú)立指針網(wǎng)絡(luò)的敏捷成像衛(wèi)星任務(wù)規(guī)劃方法

有效

• 申請?zhí)枺?/td>: 202110291278.9
• 申請日: 2021-03-18
• 公開（公告）號: CN113051815B
• 公開（公告）日: 2023-08-11
• 發(fā)明（設(shè)計(jì)）人: 趙凡宇;馬一凡;金仲和;王春暉;王鑫
• 申請（專利權(quán)）人: 浙江大學(xué)
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/092;G06N3/0985;G06N3/0455;G06N20/00;G06F111/04
• 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

本發(fā)明公開了一種基于獨(dú)立指針網(wǎng)絡(luò)的敏捷成像衛(wèi)星任務(wù)規(guī)劃方法。綜合考慮時間窗口約束、任務(wù)轉(zhuǎn)移時衛(wèi)星姿態(tài)調(diào)整時間、存儲約束和電量約束對敏捷成像衛(wèi)星任務(wù)規(guī)劃問題進(jìn)行建模。提出一種融合IndRNN和Pointer?Networks的算法模型(Ind?PN)對敏捷成像衛(wèi)星任務(wù)規(guī)劃問題進(jìn)行求解，使用多層的IndRNN結(jié)構(gòu)作為算法模型的解碼器。基于Actor?Critic強(qiáng)化學(xué)習(xí)算法對算法模型進(jìn)行訓(xùn)練，以獲得最大的觀測收益率。該方法實(shí)現(xiàn)了對敏捷成像衛(wèi)星任務(wù)規(guī)劃問題的有效求解，相比于傳統(tǒng)優(yōu)化算法具有更快的求解速度和獲得更高的收益，對于較長的輸入任務(wù)序列，Ind?PN算法收斂速度更快，可獲得更高的觀測收益率。

技術(shù)領(lǐng)域

本發(fā)明涉及敏捷成像衛(wèi)星任務(wù)規(guī)劃領(lǐng)域，具體涉及一種基于獨(dú)立指針網(wǎng)絡(luò)的敏捷成像衛(wèi)星任務(wù)規(guī)劃方法。

背景技術(shù)

敏捷成像衛(wèi)星相比于普通成像衛(wèi)星具有更強(qiáng)的姿態(tài)機(jī)動能力，具備沿俯仰軸側(cè)擺的能力，對于地面觀測目標(biāo)可產(chǎn)生更長的可觀測時間窗口。隨著敏捷成像衛(wèi)星應(yīng)用領(lǐng)域的不斷擴(kuò)大，用戶任務(wù)需求也在不斷增加。如何對大量的用戶任務(wù)需求進(jìn)行規(guī)劃，制訂出合理有效的任務(wù)觀測序列，對充分發(fā)揮衛(wèi)星的空間位置優(yōu)勢，提升敏捷成像衛(wèi)星的工作效率具有重要的作用。敏捷成像衛(wèi)星任務(wù)規(guī)劃問題可以描述為在滿足一定約束的條件下，將獲得的觀測任務(wù)收益作為優(yōu)化目標(biāo)，對一組待觀測任務(wù)進(jìn)行選取、排序和確定任務(wù)執(zhí)行開始時間的過程。

針對敏捷成像衛(wèi)星任務(wù)規(guī)劃問題，目前國內(nèi)外已經(jīng)展開了豐富的研究。邱滌珊等人在期刊航空學(xué)報發(fā)表的論文《敏捷成像衛(wèi)星多星密集任務(wù)調(diào)度方法》中面向應(yīng)急任務(wù)規(guī)劃場景，綜合考慮敏捷成像衛(wèi)星時間約束和資源約束，借鑒螞蟻系統(tǒng)和最大最小螞蟻系統(tǒng)提出一種改進(jìn)蟻群算法，對敏捷成像衛(wèi)星任務(wù)規(guī)劃問題進(jìn)行求解。在尋優(yōu)策略、信息素更新策略、任務(wù)轉(zhuǎn)移概率上分別進(jìn)行了針對性的設(shè)計(jì)。張銘在期刊計(jì)算機(jī)應(yīng)用發(fā)表的文章《基于改進(jìn)煙花算法的密集任務(wù)成像衛(wèi)星調(diào)度方法》中對密集觀測場景下的敏捷成像衛(wèi)星觀測任務(wù)進(jìn)行合成約束分析，考慮時間窗口約束和資源約束建立基于任務(wù)合成的多星密集任務(wù)調(diào)度問題模型，利用精英選擇策略對煙花算法進(jìn)行了改進(jìn)，保證種族多樣性并提高了算法的收斂速度。相比于無任務(wù)合成的任務(wù)算法，獲取了更高的收益率和求解效率。耿遠(yuǎn)卓在期刊控制與決策發(fā)表的文章《敏捷凝視衛(wèi)星密集點(diǎn)目標(biāo)聚類與最優(yōu)觀測規(guī)劃》中針對密集點(diǎn)目標(biāo)，基于考慮頂點(diǎn)度的團(tuán)劃分算法進(jìn)行任務(wù)聚類。綜合考慮任務(wù)優(yōu)先級、任務(wù)可見時間窗口和任務(wù)之間轉(zhuǎn)移時間對原始蟻群算法進(jìn)行改進(jìn)，解決了蟻群優(yōu)化算法易陷入局部最優(yōu)、收斂速度慢的問題。最后，對提出的改進(jìn)啟發(fā)式蟻群算法在大規(guī)模密集問題實(shí)例上進(jìn)行了驗(yàn)證。Kananub?S等人在期刊Computer?Integrated?Manufacturing?Systems中發(fā)表的文章《Agile?earth?observing?satellites?mission?scheduling?based?on?decompositionoptimization?algorithm》考慮多時間窗口約束對敏捷成像衛(wèi)星任務(wù)規(guī)劃問題進(jìn)行建模。首先，將敏捷成像衛(wèi)星任務(wù)規(guī)劃問題分解為兩階段問題進(jìn)行求解，首先進(jìn)行任務(wù)資源分配，然后進(jìn)行單星任務(wù)規(guī)劃。針對資源分配問題，提出一種新型可學(xué)習(xí)遺傳算法，知識模型從迭代過程中學(xué)習(xí)和獲取知識，進(jìn)行反饋來指導(dǎo)算法的搜索過程。針對單星任務(wù)規(guī)劃問題，設(shè)計(jì)了后向時間松弛和最優(yōu)位置搜索方法。