[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

本公開的實施例提供了基于海上移動目標的多星協同規劃方法、裝置、設備和計算機可讀存儲介質。所述方法包括接收海上監測任務，將所述海上監測任務分解為一個或多個觀測任務；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；根據所述任務特征，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，得到所述觀測任務序列集合中每一個觀測任務序列對應的衛星載荷，輸出最優規劃方案。以此方式，可在短時間內完成任務的規劃，實現收益與計算效率的兼顧。

技術領域

本公開的實施例一般涉及衛星觀測技術領域，并且更具體地，涉及基于海上移動目標的多星協同規劃方法、裝置、設備和計算機可讀存儲介質。

背景技術

觀測衛星是利用衛星遙感器對地球表面和底層大氣進行光學或電子探測以獲取有關信息的一類衛星。按照星載遙感器視場與觀測目標面積的相對大小關系，觀測目標通常可分為點目標和區域目標兩類，點目標相對星載遙感器的幅寬較小，通常可以為一個較小的圓形或矩形區域，能夠被單張衛星照片的視場所包含，例如：機場、港口等；區域目標的圖像通常是一個多邊形區域，相對星載遙感器的幅寬較大，無法完全被星載遙感器單景或單張條帶照片覆蓋，需要被衛星多次觀測才能被完全覆蓋，區域目標通常為多張照片拼合在一起的結果。

在現有的衛星任務規劃研究中，大多是將成像衛星任務規劃問題建模為優化問題，然后采用各種智能優化算法進行求解。當前主流的智能優化算法主要包括蟻群算法、模擬退火算法、粒子群算法和遺傳算法等。

上述優化算法在求解多星協同任務規劃問題時，都有其缺點：

蟻群算法利用了信息素的正反饋特性，能夠較快的時間內搜索到較優解，但是算法易陷入早熟，即某路徑的信息素濃度明顯高于其他路徑時，算法會過快的收斂于該路徑。

模擬退火算法雖然局部搜索能力強，不易于陷入局部最優解，但是收斂速度慢，執行時間長，算法性能與初始值有關及參數敏感等缺點。

粒子群算法雖然有較快逼近最優解的能力。但是，由于所有粒子都向最優解的方向飛去，所有粒子趨于同一化(失去了多樣性)使得后期收斂速度明顯變慢，同時算法收斂到一定精度時，無法繼續優化，所能達到的精度也不高。

遺傳算法在多星協同規劃方面應用最為廣泛，雖然全局搜索能力較強，但是其也存在一個明顯缺點，主要是遺傳算法的初始解通常采用隨機方式生成，解的搜索空間較大，搜索速度較慢，且在搜素全局最優解時往往會花費較多的時間，影響計算的效率，容易錯過觀測時間窗口。

發明內容

根據本公開的實施例，提供了一種多星協同規劃方案。

在本公開的第一方面，提供了一種多星協同規劃方法。該方法包括：

接收海上監測任務，將所述海上監測任務分解為一個或多個觀測任務；

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；

根據所述任務特征，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，得到所述觀測任務序列集合中每一個觀測任務序列對應的衛星載荷，輸出最優規劃方案。

進一步地，所述根據所述任務特征，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；