基于粒子群算法的卫星任务地面站资源调度方法

针对卫星数传、测控任务的地面站资源调度问题,提出一种结合启发式方法的粒子群改进算法,对卫星的数传、测控任务进行一体化调度。首先分析卫星任务及地面站资源的约束条件,建立基于启发式规则的约束满足模型,筛选出较优的初始种群,然后设计一种结合启发式规则的粒子群算法求解。仿真对比实验表明,相对于常规调度算法(如遗传算法),粒子群算法具有较好的寻优能力和收敛速度;相对于传统粒子群算法,结合启发式方法的粒子群改进算法具有更好的寻优能力、收敛速度和稳定性。

一种测控数传一体化站网资源调度算法

站网资源调度主要解决如何合理有效地为卫星任务需求分配地面站资源及资源使用时间的问题。首先,根据测控数传一体化站网资源使用需求,分析了站网资源调度的工作模式和约束条件,为站网资源调度问题建立了约束满足模型;然后,针对该模型设计了一种卫星过境弧段序列驱动的启发式站网资源调度算法,并为启发式算法与遗传算法组合使用而设计了相应的邻域交换方法;最后,根据实际的应用需求,通过仿真对比验证了算法的有效性。仿真结果显示,在典型调度场景下,所提的组合式算法调度成功率较启发式算法平均提高了22.3%。

基于离散粒子群算法的卫星地面站任务规划系统

卫星地面站是卫星通信系统的重要组成部分,主要作用是上注指令控制卫星,并接收和处理卫星发回的观测数据。近年来卫星任务数量剧增,地面站资源相对不足,资源使用冲突日益明显。为了提高地面站资源使用效率,针对多卫星、多地面站的测控类任务和数传接收任务建立了任务规划系统。具体流程为,首先,计划接收子系统收到任务需求后对任务进行分类和预处理;其次,资源调度子系统采用基于离散粒子群算法(DPSO)的优化方法进行资源调度优化,为各任务安排合适的测控或接收资源;第三,任务资源下发子系统将各任务和需要的资源下发到各个地面站和相关的接收设备。任务规划过程综合考虑了任务时间约束、资源优先级、任务优先级、设备负载均衡等因素,系统应用到中国遥感地面站的实际生产环境中,真实案例分析证明了建模的合理性和算法的有效性。