基于分解优化的多星合成观测调度算法

某些卫星的侧摆性能较差,必须进行合成观测以提高观测效率.研究了多星联合对地观测中的任务合成观测调度问题.提出了将原问题分解为任务分配与任务合成的分解优化思路.任务分配为任务选择卫星资源及时间窗口;任务合成则针对该分配方案,将分配到各卫星的任务按照轨道圈次分组,分别进行最优合成.采用蚁群优化算法(Ant colony optimization,ACO)求解任务分配问题,通过自适应参数调整及信息素平滑策略,实现全局搜索和快速收敛间的平衡.提出了基于动态规划的最优合成算法,求解任务合成子问题,能够在多项式时间内求得最优合成方案.依据分配方案的合成结果,得到优化方案的特征信息,反馈并引导蚁群优化算法对任务分配方案的搜索过程.大规模测试算例验证了本文算法的效率.