论文部分内容阅读
对地观测卫星利用卫星传感器从太空对地球表面进行探测以获取信息,已广泛应用于社会经济和军事等领域。随着在轨卫星类型增加,以及人们对对地观测数据的需求类型日益复杂化,越来越需要对多类型对地观测卫星进行联合任务规划。目前关于卫星任务规划的研究大多针对单类型卫星、面向简单观测任务请求展开,考虑的卫星观测过程和载荷约束相对简化,缺乏面向多类型卫星、多类型观测任务请求、将卫星观测与数据传输联合考虑的方法和技术。论文面向光学、SAR、电子侦察等多种类型的中低轨对地观测卫星联合任务规划的应用需求,以多类型对地观测卫星和多类型数传资源的联合为手段,以满足多种类型的观测任务请求为出发点,在总结分析国内外相关研究工作的基础上,对多类型对地观测卫星联合任务规划关键问题进行研究。主要工作和创新点包括:(1)建立了多类型对地观测卫星联合任务规划层次化描述模型。由于多类型卫星联合任务规划问题的复杂性,论文系统地分析和总结了多类型卫星联合任务规划的规划要素,针对参与规划卫星载荷多样和观测任务请求多样的特点,将问题模型抽象为五个层次,并重点对资源约束、规划约束、业务组件、业务过程四个层次进行详细地建模描述;论文模型采用了组件式建模方法,约束和优化目标函数作为组件参与到模型中,在规划过程中可以根据观测任务请求特点、优化策略和规划要素约束特点动态地选择适宜的处理流程,每种流程又可以根据问题特点进行约束和优化目标函数的组合选择,从而使问题模型具有高度的可移植性和扩展性,能够较好地适应多类型卫星联合任务规划的复杂规划要求。(2)提出了数传资源规划数学模型和优化算法。作为卫星任务规划的重要组成部分,数传资源规划对卫星动作规划具有重要影响,需要展开研究。论文以卫星观测过程中星载存储器变化为研究切入点,建立了基于约束图的数传资源规划模型,将数传资源规划问题转化为约束图中多顶点对之间的多条路径搜索问题;并基于置换序列表示方法,引入自适应邻域搜索机制以改进邻域搜索过程,提出了自适应邻域搜索模拟退火算法,算法收敛性分析和实验验证了算法的优化性。相对于其它方法,论文模型从星地联合的角度出发,考虑了观测任务分布、卫星载荷能力、卫星实传和回放动作对规划的影响,因而能够更贴切地满足对地观测卫星的数传需求,论文算法相对于模拟退火、随机爬山和遗传算法等算法也具有更好的全局收敛性。(3)面向综合效益优先策略提出了基于贪婪随机自适应搜索过程算法框架的混合算法。面向综合效益优先策略的多类型对地观测卫星联合任务规划问题具有多时间窗约束车辆装卸和过载规划问题的问题特点。论文采用修复搜索问题求解机制,提出了一种新的混合算法,该算法基于贪婪随机自适应搜索过程求解框架,在构建阶段引入大邻域搜索算法,并在大邻域搜索结果保留和每一步的迭代搜索中分别应用模拟退火思想,算法同时将车辆装卸问题的三种邻域算子高效组合,提出一种新的迭代修复邻域搜索算子以改进算法搜索过程。算法收敛性分析验证了算法的全局收敛性,实验验证结果也表明算法具有更好的收敛性;该算法可对车辆装卸问题和过载规划问题提供一种新的求解思路。(4)面向任务优先策略提出了分层控制免疫遗传算法。任务优先下多类型对地观测卫星联合任务规划的观测任务子任务之间具有复杂关联关系,使问题成为一个复杂的约束优化问题。论文基于免疫遗传算法框架,提出了分层控制免疫遗传算法;算法采用置换序列编码和双层编码方式,求解中引入分层控制机制,对顶层编码采用遗传操作算子,对底层编码采用免疫操作算子,并在免疫操作算子中引入免疫选择、免疫更新、小生境等思想以改进搜索过程,有效解决任务优先策略下的多类型卫星联合任务规划问题。实验结果表明该算法在组合观测任务参与规划的算例下是可行有效的。(5)面向移动跟踪监视任务提出了多类型对地观测卫星联合任务规划流程和算法。针对移动跟踪监视任务,根据获取的先验信息的不同,提出了搜索发现+跟踪监视配合的任务规划流程:无先验信息条件下,即搜索发现阶段,对区域进行等距网格划分,假设目标位置在搜索区域内随机分布,目标运动模型为随机运动,提出了基于网格目标分布概率动态更新的搜索发现算法;部分先验信息已知条件下,即跟踪监视阶段,考虑地理信息和目标先验信息对目标运动的影响,借鉴交互多模型算法思想,引入目标运动模型的自适应更新和选择机制,提出自适应交互多模型移动目标跟踪监视算法,解决了面向移动跟踪监视任务的多类型卫星联合任务规划问题。实验验证表明上述流程和算法是可行有效的。