当前位置: 首页 > 专利查询>武汉大学专利>正文

一种超敏捷卫星同轨多点目标动中成像任务规划方法技术

技术编号:26891867 阅读:45 留言:0更新日期:2020-12-29 16:10
本发明专利技术提出一种超敏捷卫星同轨多点目标动中成像任务规划方法。本发明专利技术进行多点目标聚类、非沿迹条带分解的预处理,并求出所有条带端点的成像时间窗口;构建条带成像编号序列、条带成像方向序列得到条带端点成像序列,并利用成像时刻归一化系数计算条带端点成像时刻序列;根据条带成像编号序列、条带成像方向序列、条带端点成像时刻序列构建决策变量,成像覆盖收益最大化、任务完成时间最小化构建目标函数,成像时间窗口、姿态转换时间构建约束条件,进一步构建同轨多点目标动中成像任务规划数学模型;通过改进粒子群算法优化得到最优的成像任务规划方案。本方法可充分利用敏捷卫星的姿态机动能力,实现对同轨多点目标动中成像任务方案的优化。

【技术实现步骤摘要】
一种超敏捷卫星同轨多点目标动中成像任务规划方法
本专利技术涉及卫星遥感
,尤其是涉及一种超敏捷卫星同轨多点目标动中成像任务规划方法。
技术介绍
敏捷卫星(AgileEOS)是指有效载荷固定在卫星上,依靠姿控系统控制整星沿俯仰、滚动、偏航3个轴向转动的卫星。敏捷卫星可在执行多个成像任务的间隙进行姿态机动,待姿态稳定后进行推扫成像,可实现侧摆成像、俯仰成像、单轨立体、单轨条带拼接、同轨多点目标等成像模式,与仅能对星下点成像的非敏捷卫星相比,其观测效能有了巨大的提升。近年来,随着卫星姿态控制技术、传感器成像技术的发展,敏捷卫星已具备了“超”敏捷动中成像能力,即在姿态机动过程中同时完成对地面目标的成像,如法国Pléiades卫星、高分辨率多模综合成像卫星。除敏捷卫星成像模式外,动中成像敏捷卫星还可实现任意轨迹推扫成像能力,在单次过境的情况下,实现对更多目标的观测,进一步提升了对地观测卫星的工作效率。同轨多点目标成像是敏捷卫星的一种典型工作模式,即一次过境完成对星下点轨迹临近分布的多个点目标成像。传统敏捷卫星在进行多点目标成像的过程中,利用本文档来自技高网...

【技术保护点】
1.一种超敏捷卫星同轨多点目标动中成像任务规划方法,其特征在于,包括以下步骤:/n步骤1,输入多个点目标的经纬度坐标,将多个点目标的经纬度坐标转化为多个点目标的平面坐标,通过基于密度的聚类方法将多个点目标的平面坐标分成多个点目标簇,将点目标簇通过旋转卡壳方法构建簇的最小外接矩形坐标点集合,将簇的最小外接矩形坐标点集合进行条带分解,得到条带编号集合、条带端点编号集合、条带端点经纬度坐标集合,并求出所有条带端点的成像时间窗口;/n步骤2,构建条带成像编号序列以及条带成像方向序列,根据条带成像编号序列、条带成像方向序列计算条带端点成像序列,结合条带端点成像序列利用成像时刻归一化系数计算条带端点成像时...

【技术特征摘要】
1.一种超敏捷卫星同轨多点目标动中成像任务规划方法,其特征在于,包括以下步骤:
步骤1,输入多个点目标的经纬度坐标,将多个点目标的经纬度坐标转化为多个点目标的平面坐标,通过基于密度的聚类方法将多个点目标的平面坐标分成多个点目标簇,将点目标簇通过旋转卡壳方法构建簇的最小外接矩形坐标点集合,将簇的最小外接矩形坐标点集合进行条带分解,得到条带编号集合、条带端点编号集合、条带端点经纬度坐标集合,并求出所有条带端点的成像时间窗口;
步骤2,构建条带成像编号序列以及条带成像方向序列,根据条带成像编号序列、条带成像方向序列计算条带端点成像序列,结合条带端点成像序列利用成像时刻归一化系数计算条带端点成像时刻序列;
步骤3,根据条带成像编号序列、条带成像方向序列、条带端点成像时刻序列构建决策变量,通过成像覆盖收益最大化、任务完成时间最小化构建目标函数,通过成像时间窗口、姿态转换时间构建约束条件,进一步构建同轨多点目标动中成像任务规划数学模型;
步骤4,结合同归多点目标动中成像任务规划数学模型,通过改进粒子群算法优化得到观测收益最大、任务完成时间最短的成像任务规划方案。


2.根据权利要求1所述的超敏捷卫星同轨多点目标动中成像任务规划方法,其特征在于:
步骤1所述输入多个点目标的经纬度坐标,将多个点目标的经纬度坐标转化为多个点目标的平面坐标为:
假设多个点目标集合为P={P1,P2,…,Pi,…,Pnp},各点目标对应的经纬度坐标为{(B1,L1),(B2,L2),...,(Bi,Li),...,(Bnp,Lnp)}
其中,np为点目标的数量,Pi为第i个点目标,(Bi,Li)为第i个点目标的经纬度坐标,Bi为第i个点目标的纬度,Li为第i个点目标的经度,i∈[1,np];
利用高斯投影正算公式将多个点目标的经纬度坐标,转化为多个点目标的平面坐标:{(x1,y1),(x2,y2),...,(xi,yi),...,(xnp,ynp)}
其中,np为点目标的数量,(xi,yi)为第i个点目标的平面坐标,xi为第i个点目标的X轴坐标,yi为第i个点目标的Y轴坐标,i∈[1,np];
步骤1所述通过基于密度的聚类方法将多个点目标的平面坐标分成多个点目标簇为:
在将多点目标的经纬度坐标转换为平面坐标后,采用基于密度的聚类方法即DBSCAN方法实现点目标聚类;
通过卫星轨道高度为h,地球半径为R,半视场角为V计算聚类半径为:



其中,eps为聚类半径,h为卫星轨道高度,R为地球半径为,V为半视场角,密度阈值为Minpts=2;
所述多个点目标的平面坐标中相邻两点目标之间的平面距离为:



其中,np为点目标的数量,disi,i+1为第i个点目标与第i+1个点目标即平面坐标中相邻两点目标之间的平面距离;
以P中的任意一个点目标为圆心,以eps为半径,将圆内多个点目标的平面坐标中disi,i+1≤eps且Minpts≥2即圆内的点目标个数大于等于2的所有点目标聚类在一起,并逐渐扩展聚类簇得到最终的点目标簇;
所述点目标簇为:



其中,表示在第l个聚类簇中包含cl个点目标,e表示点目标簇的数量,l∈[1,e],cl表示第l个聚类簇中点目标的数量,且c1+c2+...+cl+...+ce=np,保证经过点目标聚类所形成的e个聚类簇包含所有的点目标;
步骤1所述将点目标簇通过旋转卡壳方法构建簇的最小外接矩形坐标点集合为:

基于旋转卡壳思想,构建聚类簇的面积最小外接矩形;
利用旋转卡壳思想,构建的面积最小外接矩形,得到簇的最小外接矩形顶点坐标集合为:{Pointla,Pointlb,Pointlc,Pointld};
其中,Pointla表示在第l个聚类簇的最小外接矩形的第1个顶点坐标,Pointla=(xla,yla),Pointlb表示在第l个聚类簇的最小外接矩形的第2个顶点坐标,Pointlb=(xlb,ylb),Pointlc表示在第l个聚类簇的最小外接矩形的第3个顶点坐标Pointlc=(xlc,ylc),Pointld表示在第l个聚类簇的最小外接矩形的第4顶点坐标Pointld=(xld,yld),所得簇的最小外接矩形顶点坐标集合包含该聚类簇;
步骤1所述将簇的最小外接矩形坐标点集合通过条带分解方法,得到条带集合、条带端点集合、条带端点经纬度坐标集合为:
结合最小外接矩形的四个顶点坐标{Pointla,Pointlb,Pointlc,Pointld},接着按照固定成像幅宽即eps对该外接矩形沿长边或者沿短边进行条带的划分,则可得到聚类簇l中m个条带的四个顶点坐标集合为:
{Pointl,1a,Pointl,1b,Pointl,1c,Pointl,1d;Pointl,2a,Pointl,2b,Pointl,2c,Pointl,2d;...;Pointl,ja,Pointl,jb,Pointl,jc,Pointl,jd;...;Pointl,ma,Pointl,mb,Pointl,mc,Pointl,md};
经过条带的划分所得m个条带的四个顶点坐标集合包含聚类簇的最小外接矩形的顶点坐标集合;
其中,m表示条带数目,j表示第j个条带,1≤j≤m,Pointl,ja表示在第l个聚类簇中第j个条带的第1个顶点坐标,Pointl,ja=(xl,ja,yl,ja),Pointl,jb表示在第l个聚类簇中第j个条带的第2个顶点坐标,Pointl,jb=(xl,jb,yl,jb),Pointl,jc表示在第l个聚类簇中第j个条带的第3个顶点坐标,Pointl,jc=(xl,jc,yl,jc),Pointl,jd表示在第l个聚类簇中第j个条带的第4个顶点坐标,Pointl,jd=(xl,jd,yl,jd);
对聚类簇l中m个条带分别编号为[1,m]的不同的连续正整数,则条带编号集合为{1,2,…,j,…,m},j表示条带编号,1≤j≤m;
以条带的第1,2顶点坐标的中点和第3,4顶点坐标的中点作为条带端点,对聚类簇l中2*m个条带端点分别编号为[1,2*m]的不同的连续正整数,则所得条带端点编号集合为:{1,2,…,k,…,2*m},k表示条带端点编号,1≤k≤2*m;聚类簇l对应的条带端点坐标集合即条带的第1,2顶点坐标的中点和第3,4顶点坐标的中点坐标为:



其中,m表示条带数目,j表示条带编号,1≤j≤m,为聚类簇l中第j个条带的两个条带端点平面坐标分别为
其中,m表示条带数目,j表示条带编号,1≤j≤m;所得2*m个条带端点经纬度坐标集合包含m个条带的四个顶点坐标集合;
在得到聚类簇l对应的条带端点坐标集合后,利用高斯投影反算公式将其转化为条带端点经纬度坐标集合SendPointl表示为:
SendPointl={endPointl,1,endPointl,2,...,endPointl,M,...,endPointl,2*m}
其中,m表示条带数目,2*m表示条带端点数目,M表示条带端点编号,1≤M≤2*m,endPointl,M为聚类簇l中第M个条带端点的经纬度坐标;
对每个聚类簇进行条带划分后,将所有条带进行编号,条带编号集合S,S={1,2,…,k,…,ns};
其中,k表示条带编号,1≤k≤ns,ns表示最终的条带数目;
SP表示最终的条带端点编号集合,SP={1,2,...,n,...,2*ns},其中,n表示条带端点编号,1≤n≤2*ns,2*ns表示最终的条带端点数目;所有条带端点经纬度坐标集合,SendPoint={endPoint1,endPoint2,...,endPointn,...,endPoint2*ns},其中,endPointn表示条带端点编号为n的条带端点对应的经纬度坐标,1≤n≤2*ns;
步骤1所述求出所有条带端点的成像时间窗口为:
依据条带端点编号集合SP及对应的条带端点经纬度坐标集合SendPoint,采用特征圆锥方法(沈欣,李德仁,姚璜.一种面向成像任务规划的光学遥感卫星成像窗口快速预报方法[J].武汉大学学报(信息科学版),2012,37(12):1468-1471)确定各条带端点成像时间窗口,得到条带端点编号集合SP中各条带端点的成像时间窗口为[TWn,s,TWn,e];
其中,[TWn,s,TWn,e]表示条带端点编号为n的条带端点对应的原始成像时间窗口,TWn,s为时间窗口起始时刻,TWn,e为时间窗口终止时刻。


3.根据权利要求1所述的超敏捷卫星同轨多点目标动中成像任务规划方法,其特征在于:
步骤2所述构建条带成像编号序列为:
S_indr={s_indr,1,s_indr,2,...,s_indr,k,...,s_indr,ns}
r∈{1,2,...,ns!}
k∈{1,2,...,ns}
其中,S_indr表示条带成像编号序列,r表示条带成像编号的第r组排列组合,ns表示条带数目,ns!表示条带成像编号所有排列组合的数量
k表示第r组排列组合的条带成像编号序列S_indr中第k个条带,s_indr,k表示第r组排列组合的条带成像编号序列S_indr中第k个条带的编号,s_indr,k∈S,S表示步骤1所述的条带编号集合;
其中,S_indr可根据条带成像编号的第r组排列组合r及步骤1所得条带编号集合S,采用的递归调用的方法确定;
步骤2所述构建条带成像方向序列为:
drtr,k∈{0,1}
r∈{1,2,...,ns!}
k∈{1,2,...,ns}
其中,r表示条带成像编号的第r组排列组合,ns表示条带数目,ns!表示条带成像编号所有排列组合的数量
drtr,k∈{0,1}k∈{1,2,...,ns}为二进制数,确定条带的成像方向;
k表示第r组排列组合的条带成像编号序列S_indr中第k个条带,drtr,k表示第r组排列组合的条带成像编号序列S_indr中第k个条带的编号所对应的成像方向,当drtr,k=0时,表示第r组排列组合的条带成像编号序列S_indr中,第k个条带的成像方向为正向推扫,当drtr,k=1时,表示第r组排列组合的条带成像编号序列S_indr中,第k个条带的成像方向为反向推扫;
步骤2所述计算条带端点成像序列为:
首先,依据条带成像编号的第r组排列组合r确定条带成像编号序列S_indr后,S_indr中每个条带对应两个条带端点,还无法确定先对那个条带端点优先成像,因此,需根据第r组排列组合的条带成像编号序列S_indr中每个条带的成像方向dr,k确定S_indr中各条带的成像方向,从而最终确定条带端点成像序列SP_srtr;
SP_srtr={sp_srtr,1,ST,sp_srtr,1,ET,sp_srtr,2,ST,sp_srtr,1,ET,...,sp_srtr,k,ST,sp_srtr,k,ET...,sp_srtr,ns,ST,sp_srtr,ns,ET}
r∈{1,2,...,ns!}
k∈{1,2,...,ns}
其中,SP_srtr表示条带成像编号的第r组排列组合r对应的条带端点成像序列,r表示条带成像编号的第r组排列组合,ns表示条带数目,ns!表示条带成像编号所有排列组合的数量;k表示第r组排列组合的条带成像编号序列S_indr中第k个条带;ST表示条带的起始成像条带端点,ET表示条带的结束成像条带端点;
其中,s_srtr,k,ST和s_srtr,k,ET表示条带成像编号的第r组排列组合r对应的条带编号成像序列S_indr中第k个条带的条带端点对,s_srtr,k,ST表示条带成像编号的第r组排列组合r对应的条带成像编号序列S_indr中第k个条带的起始成像条带端点的编号,s_srtr,k,ET表示条带成像编号的第r组排列组合r对应的条带成像序列S_indr中第k个条带的结束成像条带端点的编号;
若有ns个条带,则条带端点的个数为2*ns,因此上述条带端点成像序列也可表示为:
SP_srtr={sp_srtr,1,sp_srtr,2,sp_srtr,3,sp_srtr,4,...,sp_srtr,n,sp_srtr,n+1...,sp_srtr,2*ns-1,sp_srtr,2*ns}
r∈{1,2,...,ns!}
n∈{1,2,...,2*ns}
其中,SP_srtr表示条带成像编号的第r组排列组合r对应的条带端点成像序列,r表示条带成像编号的第r组排列组合,ns表示条带数目,2*ns表示条带端点数目,ns!表示条带成像编号所有排列组合的数量;k表示第r组排列组合的条带成像编号序列S_indr中第k个条带;n表示SP_srtr中第n个条带端点,sp_srrr,n表示SP_srtr中第n个条带端点的编号,sp_srtr,n∈SP,SP表示步骤1所述条带端点编号集合;
步骤2所述计算条带端点成像时刻序列为:
所述成像时刻归一化系数为:
t_nrmr,n∈[0,1]
r∈{1,2,...,ns!}
n∈{1,2,...,2*ns}
其中,t_nrmr,n表示条带成像编号的第r组排列组合r对应的条带端点成像序列SP_srtr中第n个条带端点的成像时刻归一化系数,n表示条带端点观测序列SP_srtr中第n个条带端点;
其中,tr,n根据成像时刻归一化系数t_nrmr,n计算得到;
在计算条带端点成像序列SP_srtr中各条带端点对应的成像时刻tr,n时,包括:成像时间窗口裁剪、成像时刻归一化两个步骤;
所述成像时间窗口裁剪:
相邻两个条带端点的成像时间窗口进行裁剪的要求为:
后被观测的端点的成像时间窗口的起始时刻不早于先被观测端点的成像时间窗口的起始时刻、以及先被观测的端点的成像时间窗口的终止时刻不晚于后被观测的端点的成像时间窗口的终止时刻,具体为:
若Tr,n,s>Tr,n+1,s,则ITWr,n+1,s=Tr,n,s,ITWr,n,s=Tr,n,s
若Tr,n,e>Tr,n+1,e,则ITWr,n+1,e=Tr,n+1,e,ITWr,n+1,e=Tr,n+1,e
上式中,Tr,n,s表示条带端点成像序列SP_srtr中,第n个被观测的条带端点对应的时间窗口起始时刻;Tr,n,e表示条带端点成像序列SP_srtr中,第n个被观测的条带端点对应的时间窗口结束时刻;ITWr,n,s表示条带端点成像序列SP_srtr中,第n个被观测的条带端点对应的裁剪后的时间窗口起始时刻;ITWr,n,e表示条带端点成像序列SP_srtr中,第n个被观测的条带端点对应的裁剪后的时间窗口结束时刻;
所述成像时刻归一化:
在条带端点成像序列即SP_srtr上任意两个相邻条带端点之间,先被观测的点的成像时刻会对后被观测点的可行范围存在约束,引入归一化系数对成像时刻进行归一化,具体为:
若n=1,则tr,1=ITWr,1,s+t_nrmr,n*(ITWr,1,e-ITWr,1,s)
若n≠1,则
若tr,n>ITWr,n+1,s,则tr,n+1=tr,n+t_nrmr,n*(ITWr,n+1,e-tr,n)
若tr,n≤ITWr,n+1,s,则tr,n+1=ITWr,n+1,s+t_nrmr,n*(ITWr,n+1,e-ITWr,n+1,s)
其中,tr,1为条带端点成像序列SP_srtr中,第1个被观测的条带端点对应的裁剪后的时间窗口的成像时刻,tr,n为条带端点成像序列SP_srtr中,第n个被观测的条带端点的成像时刻,tr,n+1为条带端点成像序列SP_srtr中,第n+1个被观测的条带端点的成像时刻,ITWr,n,s表示条带端点成...

【专利技术属性】
技术研发人员:沈欣路泽忠陈亚欣
申请(专利权)人:武汉大学
类型:发明
国别省市:湖北;42

网友询问留言 已有0条评论
  • 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。

1