[發明專利]基于海上移動目標的多星協同規劃方法

有效

• 申請號: 202110961893.6
• 申請日: 2021-08-20
• 公開（公告）號: CN113408835B
• 公開（公告）日: 2022-01-28
• 發明（設計）人: 劉禹汐;姜青濤;潘富成;王慧靜;侯立旺
• 申請（專利權）人: 北京道達天際科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06N3/08
• 代理公司: 北京華專卓海知識產權代理事務所(普通合伙) 11664
• 代理人: 王一;張繼鑫

1.一種基于海上移動目標的多星協同規劃方法，其特征在于，包括：

接收海上監測任務，所述海上監測任務為對動態的目標進行監測的任務，將動態的目標的監視區域劃分沿其航行方向的多個斷續的靜態區域來進行協同監視，生成多個觀測任務其中，動態的目標的監視區域為衛星在單個訪問時間窗內無法覆蓋成像的區域；

按照靜態區域對應的觀測時間的時間順序對所述多個觀測任務進行排序，得到海上目標觀測任務集合，所述海上目標觀測任務集合包括多個觀測任務以及每個觀測任務對應的任務特征；

對任務特征進行歸一化處理，根據處理后的任務特征，將所述海上目標觀測任務集合轉換為觀測任務序列集合；所述觀測任務序列對應觀測任務的任務特征；

將所述觀測任務序列集合輸入到預先訓練的多星協同任務分配模型中，以基于注意力機制根據建模的當前任務與其前驅任務集合和/或后驅任務集合之間的潛在關系對移動物體進行監控，通過Encoder對所述觀測任務序列集合進行處理，確定所述Encoder的隱藏狀態；基于所述Encoder的隱藏狀態和Attention機制，計算背景變量；基于所述背景變量，確定Decoder的隱藏狀態；基于所述Decoder的隱藏狀態，通過Softmax函數確定每一個觀測任務序列對應的衛星載荷，輸出最優規劃方案，其中，所述多星協同任務分配模型通過如下方式進行訓練：

將歷史規劃數據作為訓練樣本；所述歷史規劃數據包括觀測任務序列以及對應的調用載荷結果；將所述訓練樣本中的觀測任務序列作為輸入，將與所述觀測任務序列對應的調用載荷結果作為輸出，通過Seq2seq神經網絡構建所述多星協同任務分配模型，所述Seq2seq神經網絡由Encoder+Decoder+Attention結構組成。

2.根據權利要求1所述的方法，其特征在于，所述對任務特征進行歸一化處理，根據處理后的任務特征，將所述海上目標觀測任務集合轉換為觀測任務序列集合包括：

將所述任務特征進行量化，轉換為預設格式的數據；所述任務特征包括任務的id、經度、緯度、任務最早開始時間、任務最遲結束時間、任務時間間隔、云量和/或任務收益；

通過Z-Score模型對所述預設格式的數據進行歸一化，得到觀測任務序列集合。

3.根據權利要求1所述的方法，其特征在于，所述基于所述Encoder的隱藏狀態和Attention機制，計算背景變量包括：

基于Attention機制確定所述觀測任務序列集合在每一個時間步的隱藏狀態；

基于注意力權重，通過所述Encoder對所有時間步的隱藏狀態進行加權平均，得到背景變量；

其中，所述注意力權重包括：

基于總時間步數通過softmax函數，得到所述注意力權重。

4.根據權利要求3所述的方法，其特征在于，還包括：

采用交叉熵作為損失函數，通過Seq2seq神經網絡訓練所述任務分配模型。