【技术实现步骤摘要】
基于遗传算法的成像卫星调度方法和系统
本专利技术涉及卫星观测
，具体涉及一种基于遗传算法的成像卫星调度方法和系统。
技术介绍
随着科技的发展，人们对于航空航天领域不断的进行探索和开发，各种飞行器和卫星被制造并广泛应用于各种领域，例如通过卫星对地面进行监测。用户向地面站提出观测任务需求，地面站将任务上注给卫星，围绕地面，并对任务目标进行观测，从而得到用户需要的信息。因此利用卫星实现任务观测是当前的一大研究热点。随着卫星科技不断发展，成像卫星随之问世并被广泛应用，成像卫星调度主要是在多星多任务的情况下规划任务集开展对地目标的成像任务。在成像卫星进行任务调度的过程中，需要为卫星合理分配任务集，现有技术通常采用人工智能的方法，如蚁群算法、贪婪算法、人工神经网络来对其求解，以获取任务分配方案。然而本申请的专利技术人发现，多星任务的规划为复杂组合优化问题，任务方面，需要处理的观测任务数较多，观测任务需求有差异；资源方面，观测计划的制定需要考虑存储、传感器和轨道的限制等因素，致使解空间显示出不规则的特征，获取最优解的...
【技术保护点】
1.一种基于遗传算法的成像卫星调度方法，其特征在于，所述方法有计算机执行，包括以下步骤：/nS1、获取卫星资源和卫星任务；/nS2、基于所述卫星资源和所述卫星任务获取卫星任务观测收益和卫星任务优先级；/nS3、基于所述卫星任务观测收益和所述卫星任务优先级设定目标函数，并设定约束条件；/nS4、基于所述目标函数和所述约束条件构建卫星任务观测模型；/nS5、对所述卫星任务观测模型求取初始解，并将所述初始解作为卫星任务种群；/nS6、基于预设的遗传算法对所述卫星任务种群求取最优解，得到卫星任务调度方案。/n
【技术特征摘要】
1.一种基于遗传算法的成像卫星调度方法，其特征在于，所述方法有计算机执行，包括以下步骤：
S1、获取卫星资源和卫星任务；
S2、基于所述卫星资源和所述卫星任务获取卫星任务观测收益和卫星任务优先级；
S3、基于所述卫星任务观测收益和所述卫星任务优先级设定目标函数，并设定约束条件；
S4、基于所述目标函数和所述约束条件构建卫星任务观测模型；
S5、对所述卫星任务观测模型求取初始解，并将所述初始解作为卫星任务种群；
S6、基于预设的遗传算法对所述卫星任务种群求取最优解，得到卫星任务调度方案。
2.如权利要求1所述的调度方法，其特征在于，所述目标函数为：
其中：
ei表示第i个卫星任务的观测收益；
oi表示第i个卫星任务是否被安排观测，当oi＝1时，第i个卫星被安排观测，当oi＝0时，第i个卫星不被安排观测；
所述约束条件至少包括以下一项：
Tb≤TbWinlg≤TeWinlg≤Te
TbWinlg≤Ob≤Oe≤TeWinlg
Tope+Tclo+Tsle≤TbWinki-TeWinlg
Timemax≥Timeope
其中：
TbWinlg表示第l个任务的第g个窗口Winlg的开始时间；
TeWinlg表示第l个任务的第g个窗口Winlg的结束时间；
TbWinki表示第k个任务的第i个窗口Winki的开始时间；
[Tb,Te]表示第l个任务的调度时间窗；
[Ob,Oe]表示第l个任务的观测活动时间窗；
Tope表示卫星sats的开机稳定时间；
Tclo表示卫星sats的关机稳定时间；
Tsle表示卫星sats的侧摆时间；
Timeope表示卫星的开机工作时间；
Timemax表示卫星的最大工作时间；
表示卫星sats的当前剩余容量；
表示将第l个任务添加到卫星sats所用的容量。
3.如权利要求1所述的调度方法，其特征在于，步骤S6具体包括以下步骤：
S601、初始化遗传算法参数，构建禁忌表；
S602、基于实数排列编码方法对所述卫星任务种群进行编码处理；
S603、基于预设的适应度函数对编码后的卫星任务种群个体求取适应度值，并根据所述适应度值更新禁忌表；
S604、依次对种群个体进行一次变异操作、交叉操作、二次变异操作和选择操作，得到任务观测序列；
S605、判断此时是否达到迭代终止条件，若是，则跳转到S606；若否，则跳转到S603；
S606、输出最优解，作为卫星任务调度方案。
4.如权利要求3所述的调度方法，其特征在于，在步骤S6中，将迭代过程中产生的较优个体以及适应度值存入禁忌表中，且存放个体的数量由禁忌表的长度决定，禁忌表中个体按照适应度值由大到小进行排列；当迭代产生个体的适应度值大于禁忌表中已有个体的适应度值时对禁忌表进行更新。
5.如权利要求3所述的调度方法，其特征在于，在S602中...
【专利技术属性】
技术研发人员：靳鹏，张歆悦，胡笑旋，罗贺，王国强，马华伟，夏维，唐晓茜，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：安徽;34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。