多星任务规划模型及算法

首先,针对多星任务规划问题,介绍了任务和卫星资源建模以及星上任务冲突分析模型,并在此基础上构建了多星任务规划模型;然后,提出了基于组合智能算法的任务调度算法;最后,通过仿真试验验证了该算法的有效性和适用性。仿真试验结果表明,该算法与传统蚁群算法、禁忌算法和贪心算法相比计算耗时短、规划效益高,可满足多星任务快速规划需求。

基于改进模拟退火的多星任务规划方法

多星任务规划是一个多任务冲突、多资源约束的优化问题。随着卫星数量的日益增多,其地位越来越重要。针对该问题,综合蚁群算法的反馈特性和模拟退火算法的局部搜索特性,设计了一种基于知识的改进模拟退火算法。并对知识定义、知识更新规则和任务冲突处理策略做了详细描述。仿真表明算法在性能上比遗传算法(Genetic Algorithm,GA)和蚁群算法(Ant Colony Algorithm,ACO)均有一定的优势,证明了改进模拟退火算法的有效性。

基于改进合同网协议的多星分布式任务规划

传统的集中式任务规划模式灵活性低、对中心节点的计算能力要求高,难以满足快速增长的观测需求。针对此问题,提出了一种分布式卫星任务规划方法。针对多星分布式任务规划问题,考虑合同网中招标者和投标者的目标差异,分别建立全局分配模型和局部规划模型;改进合同网协议,提出了多任务集中招标策略和任务组中标策略,并改进了评标策略以对重复规划任务进行合理分配;设计了基于改进遗传的修正合同网算法(Modified Contract Network Algorithm Based on Improved Genetics, MCNA-IG)用于求解问题;通过与Cplex和集中式任务规划算法(Centralized Mission Planning Algorithm, CMPA)对比验证了算法在观测收益率和规划耗时上的有效性。从任务完成率、观测收益率以及协商次数3个指标验证了改进合同网算法的合理性;在3种不同场景下验证了算法的稳定性。实验结果表明,算法适用于多星分布式任务规划问题。

基于分层多智能体的多星联合任务规划架构研究

随着卫星规模、种类的不断增长,现有卫星任务规划技术架构已很难满足多类型卫星联合运用的有效性及可扩展性要求。通过深入分析多星任务筹划、单星任务规划、数传资源规划等环节,建立了基于分层多智能体的多星联合任务规划技术架构,设计了与架构匹配的相关优化算法及智能体功能实现机制,实现了多星联合任务规划能力。仿真实验及分析结果表明,该架构对多类型卫星联合任务规划场景有良好的适用性。

一种动态锁定式多星协同任务规划的A2C算法

提出了一种基于强化学习算法的多星协同任务规划方法。该方法将多星协同任务规划视为多个双星协同规划,采用相邻双星锁定的方式来共享双星任务规划结果信息,基于A2C(优势动作评价)强化学习算法对双星任务规划的结果进行再调整。针对多星协同任务规划状态空间复杂且变化的问题,设计了两级状态空间和价值评价函数决策的方法,对强化学习所依赖的状态空间进行维度限制,确保智能体对任务进行调整的过程不影响状态空间维度。算法设计过程考虑了多种约束条件,设置了天气、成像质量和成像优先级等可调参数作为强化学习A2C算法的评价参数,这些可调参数有助于用户自定义决策评价体系。最后,通过仿真验证了算法的可行性。仿真结果表明,该算法多星协同任务规划的组合任务抛弃率小于10%。

大型星座混合模拟退火遗传算法测控任务规划

提出了一种基于拥挤度的混合模拟退火多层编码遗传算法,用于解决大型星座的测控任务规划问题。首先,建立了大型星座测控问题的约束满足模型,对任务规划过程中的各种约束条件和优化目标进行了形式化描述。第二,采用多层编码的方法建立测控方案与解空间的对应关系,并采用遗传算法的启发式方法进行全局搜索。第三,为了增加种群的多样性并加快收敛速度,在每代进化结束后对种群中最优的部分个体进行基于拥挤度的模拟退火。超180颗卫星,32个地面测控天线的真实大型星座测控任务规划试验表明,基于拥挤度的混合模拟退火遗传算法的任务完成率高达99%,归一化综合收益大于0.9,算法运行时间小于15 min,验证了该方法具备工程实用价值。

多星在轨自主协同任务规划仿真试验系统设计

面向多星在轨涉及的任务规划功能复杂、需要在轨协同、频繁信息交互等需求,文章设计了多星在轨自主协同任务规划仿真试验系统,系统由任务场景模拟软件、星载综合电子计算机、遥测遥控收发模拟设备、星间数据链路模拟器、供配电设备等单元组成。通过对地面测试及在轨仿真等方面的验证,表明该系统能够为多星协同星上自主任务规划系统提供一个可视化的闭环测试环境,模拟地面目标分布及运动特性,计算并模拟卫星对目标的搜索发现窗口、机动成像过程。通过仿真系统与星上系统的物理连接,接收并发送星间协同交互的各类数据包,动态监测并显示任务规划信息、遥测数据,并具备验证评估等多种功能。该系统能够丰富多星协同的仿真验证手段,提高现有卫星仿真测试能力,为多星协同仿真、测试、试验、在轨的各环节提供技术保障。

基于成像资源能力的多星区域观测规划方法研究

为满足多种任务快速反应的需求,提出了一个基于成像资源能力的多星区域观测任务规划方法。该方法对成像资源能力进行了形式化描述,提出了成像资源能力的测量框架以及计算资源能力的依据,通过对分析目标观测区域覆盖面方法进行研究,给出基于成像资源能力的区域任务观测规划算法,并通过测试实例对上述结论进行了验证。结果表明提出的区域任务观测规划算法能够有效地促进多卫星在重叠区域的协作,提高了规划效率。

基于顶层优化的多遥感卫星并发任务规划系统设计

随着遥感卫星数量的不断增加，卫星运控复杂程度不断提升，迫切需要针对多遥感卫星并发任务规划进行顶层设计优化，解决复杂情况下的卫星联合调度问题，以便充分发挥卫星系统效能。本文基于顶层优化的思想，构建了多星任务规划系统模型，设计了规划调度、结果评价等系统子模块，实现了多任务目标优化算法，并通过实例进行了验证，取得了较好的仿真结果。

太空信息支援发展现状及趋势分析

太空信息支援已经成为信息化作战体系的重要组成部分,是争夺制信息权继而掌握战场主动权的关键。文中以美军为例,从太空信息支援指导理论、力量编成、装备发展等方面,梳理了太空信息支援发展现状;接着,从多星多任务规划、航天情报智能分析整编、太空信息共享服务等方面,总结了太空信息支援关键技术;最后,从系统建设、作战运用等角度,分析了太空信息支援发展趋势。这些研究可为未来太空信息支援体系的建设与发展规划提供参考。