一种面向卫星任务调度的通用化智能调度引擎及设备制造技术

本发明专利技术提供了一种面向卫星任务调度的通用化智能调度引擎及设备，该引擎包括：卫星任务调度模块化建模与求解层、卫星任务调度约束满足优化层、自适应并行模因演化层、分布式动态滚动决策层；所述卫星任务调度模块化建模与求解层包括卫星任务调度通用化建模模块、面向卫星常规任务调度的通用化求解模块、面向卫星应急任务调度的通用化求解模块。本方案可突破一体化管控建模、复杂约束下组合优化瓶颈，解决约束过度简化与不兼容问题，以及常规调度与应急调度、集中优化与分布优化的多重需求矛盾，实现多元化、一体化管控。一体化管控。一体化管控。

【技术实现步骤摘要】
一种面向卫星任务调度的通用化智能调度引擎及设备


[0001]本专利技术涉及计算机数据处理及卫星任务调度领域，尤其是涉及一种面向卫星任务调度问题的通用化建模与优化方法。

技术介绍

[0002]21世纪以来，我国航天事业步入快速发展时期，卫星技术经历深刻变革。随着多项国家重大专项工程的建设，以及民营、商业航天产业的蓬勃发展，我国卫星系统呈“爆炸式”增长，为多个重要领域提供了及时、精准的数据信息保障。公开资料显示，截止2021年底，我国在轨卫星已达499颗，年均增长率超过20％。但与此同时，受卫星测控站地理位置的限制，我国卫星普遍存在的入境时间短、测控资源紧缺等问题，卫星管控难度激增。此外，突发自然灾害等情况下的卫星应急响应已成为新常态，对卫星管控提出了新的更高要求。在此现状下，为应对飞速增长的卫星规模、有限的管控资源和应急响应的新要求，是卫星管控必须解决的关键问题。
[0003]卫星任务调度是指在卫星使命任务与管控需求的驱动下，通过构建任务与资源调度的组合优化模型，避免卫星执行任务过程中的约束冲突，最大化卫星的任务与管控效益。近年来，卫星任务调度研究与实践成果丰富，但也暴露出一些问题和瓶颈：
[0004]1.约束过度简化，难以满足复杂化、多样化的应用新要求。随着卫星载荷与机动能力的提升，其在轨工作的约束条件也日趋复杂多样。但传统研究与业务系统中普遍存在约束过度简化的现象，不同程度地改变了问题属性、影响了成果的适用性，难以适应卫星及载荷技术持续变革的应用新要求。
[0005]2.模型算法兼容性不足，各型、各类卫星各成体系、难以互容，难以满足多元化、一体化的卫星应用与发展新常态。传统研究及业务系统通常只面向一颗或少数同类卫星，模型算法固化、适用面窄、集成拓展能力不足，造成“烟囱式”“一星一系统”的管控壁垒。在此格局下，新系统研发成本高、周期长，与旧系统不兼容，形成劣性循环，难以适应当下多元化、一体化发展的卫星应用新常态。
[0006]3.缺乏智能高效算法，难以解决地面常规调度与应急调度、集中管控与星上自主协同的多重矛盾。随着星上计算能力的不断提升，呈现出“地面+星上”、“常规+应急”的综合管控格局。一方面，二者对算法的优化效率和自组织性需求不同；另一方面，复杂的约束条件也对算法性能提出更高要求，目前常用的单一元启发式、机器学习等算法难以同时适应多重的综合运用需求。
[0007]4.目前尚无可替代、有竞争力的国产软件技术。

技术实现思路

[0008]为解决上述问题，进一步统筹规模持续增长、型号约束各异、应用环境复杂的在轨卫星及管控资源，最大限度发挥我国卫星系统效益，本专利技术围绕多元化、一体化的卫星管控要求，实现一种智能任务调度引擎，重点实现通用化的卫星任务调度建模与求解方法。
[0009]具体而言，本专利技术提供了以下技术方案：
[0010]一方面，本专利技术提供了一种面向卫星任务调度的通用化智能调度引擎，包括：
[0011]卫星任务调度模块化建模与求解层、卫星任务调度约束满足优化层、自适应并行模因演化层、分布式动态滚动决策层；
[0012]所述卫星任务调度模块化建模与求解层包括卫星任务调度通用化建模模块、面向卫星常规任务调度的通用化求解模块、面向卫星应急任务调度的通用化求解模块；
[0013]所述卫星任务调度通用化建模模块连接所述卫星任务调度约束满足优化层，并为所述卫星任务调度约束满足优化层提供通用基础模型及任务调度问题描述；所述卫星任务调度通用化建模模块包括通用的模型接口、收益计算接口；
[0014]所述面向卫星常规任务调度的通用化求解模块连接所述自适应并行模因演化层，并为自适应并行模因演化层提供常规调度核心算法；所述面向卫星常规任务调度的通用化求解模块基于所述模型接口，优化卫星任务调度方案；
[0015]所述面向卫星应急任务调度的通用化求解模块连接所述分布式动态滚动决策层，并为所述分布式动态滚动决策层提供应急调度核心算法；所述面向卫星应急任务调度的通用化求解模块通过智能体对当前任务调度方案进行实时应急优化。
[0016]优选的，所述卫星任务调度约束满足优化层将卫星任务调度描述为统一的约束满足问题，包括：
[0017]卫星任务调度问题描述模块，用于将卫星任务调度问题转换为包含任务集、资源集、评分集合决策矩阵的四元组，并将卫星任务的执行时机作为最底层抽象资源，构建资源结构；
[0018]卫星任务调度0
‑
1混合整数决策模块，基于所述问题描述模块的结果，通过0
‑
1混合整数决策变量及决策矩阵，构建卫星任务与执行时机之间的决策模型；
[0019]卫星任务调度网络化约束模块，用于构建基于约束模板和约束网络的统一约束模型及增量式约束算法；
[0020]卫星任务调度时间依赖性收益模型，基于所述0
‑
1混合整数决策变量和决策矩阵，获得收益函数。
[0021]优选的，所述自适应并行模因演化层中，包含：
[0022]启发式策略模块，用于基于启发式规则方法对输入数据求解初始解集；
[0023]并行局部优化模块，获得所述初始解集，基于局部搜索算法、算子使用概率，并行启用一个或多个线程，基于至少一个局部搜索算法，获得至少一个局部优化解集；
[0024]自适应选择模块，基于所述至少一个局部优化解集，获得局部优化合集，基于对至少一个局部搜索算法的寻优效果，获得各局部搜索算法、算子贡献度，并基于算法、算子贡献度，更新局部搜索算法、算子使用概率；
[0025]种群演化模块，通过种群演化方式的全局优化方法，修复不可行解，并更新局部优化解集；当满足终止条件时，将该更新局部优化解集作为最优解输出，否则返回并行局部优化模块，基于更新后的局部搜索算法、算子使用概率进行再次求解。
[0026]优选的，所述分布式动态滚动决策层，包括：
[0027]任务协商分配模块，基于协商分配策略，结合历史窗口数据、当前窗口数据、未来窗口数据，对卫星任务进行分配；
[0028]滚动调度模块，对于分配后的卫星任务，基于窗口滚动和资助调度，在连续时域内实现对单星任务调度方案的动态更新；
[0029]冲突消解模块，基于深度强化学习，进行卫星任务的选择及快速插入；
[0030]冲突消解模块，基于冲突消解模块提供的任务插入策略，基于约束网络计算任务冲突度，优先移除冲突度高于阈值的任务，实现冲突消解。
[0031]优选的，所述面向卫星常规任务调度的通用化求解模块中，优化算法为元启发式方法，具体为：
[0032]步骤1、初始化决策矩阵X0，令决策变量均为0，即{x
ij
|x
ij
＝0,0≤i≤|T|,0≤j≤|E
i
|}；x
ij
为决策矩阵中的决策变量；
[0033]步骤2、遍历任务集T；
[0034]步骤3、针对任务集T中的任务t
i
，遍历本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向卫星任务调度的通用化智能调度引擎，其特征在于，包括：卫星任务调度模块化建模与求解层、卫星任务调度约束满足优化层、自适应并行模因演化层、分布式动态滚动决策层；所述卫星任务调度模块化建模与求解层包括卫星任务调度通用化建模模块、面向卫星常规任务调度的通用化求解模块、面向卫星应急任务调度的通用化求解模块；所述卫星任务调度通用化建模模块连接所述卫星任务调度约束满足优化层，并为所述卫星任务调度约束满足优化层提供通用基础模型及任务调度问题描述；所述卫星任务调度通用化建模模块包括通用的模型接口、收益计算接口；所述面向卫星常规任务调度的通用化求解模块连接所述自适应并行模因演化层，并为自适应并行模因演化层提供常规调度核心算法；所述面向卫星常规任务调度的通用化求解模块基于所述模型接口，优化卫星任务调度方案；所述面向卫星应急任务调度的通用化求解模块连接所述分布式动态滚动决策层，并为所述分布式动态滚动决策层提供应急调度核心算法；所述面向卫星应急任务调度的通用化求解模块通过智能体对当前任务调度方案进行实时应急优化。2.根据权利要求1所述的调度引擎，其特征在于，所述卫星任务调度约束满足优化层将卫星任务调度描述为统一的约束满足问题，包括：卫星任务调度问题描述模块，用于将卫星任务调度问题转换为包含任务集、资源集、评分集合决策矩阵的四元组，并将卫星任务的执行时机作为最底层抽象资源，构建资源结构；卫星任务调度0
‑
1混合整数决策模块，基于所述问题描述模块的结果，通过0
‑
1混合整数决策变量及决策矩阵，构建卫星任务与执行时机之间的决策模型；卫星任务调度网络化约束模块，用于构建基于约束模板和约束网络的统一约束模型及增量式约束算法；卫星任务调度时间依赖性收益模型，基于所述0
‑
1混合整数决策变量和决策矩阵，获得收益函数。3.根据权利要求1所述的调度引擎，其特征在于，所述自适应并行模因演化层中，包含：启发式策略模块，用于基于启发式规则方法对输入数据求解初始解集；并行局部优化模块，获得所述初始解集，基于局部搜索算法、算子使用概率，并行启用一个或多个线程，基于至少一个局部搜索算法，获得至少一个局部优化解集；自适应选择模块，基于所述至少一个局部优化解集，获得局部优化合集，基于对至少一个局部搜索算法的寻优效果，获得各局部搜索算法、算子贡献度，并基于算法、算子贡献度，更新局部搜索算法、算子使用概率；种群演化模块，通过种群演化方式的全局优化方法，修复不可行解，并更新局部优化解集；当满足终止条件时，将该更新局部优化解集作为最优解输出，否则返回并行局部优化模块，基于更新后的局部搜索算法、算子使用概率进行再次求解。4.根据权利要求2所述的调度引擎，其特征在于，所述分布式动态滚动决策层，包括：任务协商分配模块，基于协商分配策略，结合历史窗口数据、当前窗口数据、未来窗口数据，对卫星任务进行分配；滚动调度模块，对于分配后的卫星任务，基于窗口滚动和资助调度，在连续时域内实现对单星任务调度方案的动态更新；
冲突消解模块，基于深度强化学习，进行卫星任务的选择及快速插入；冲突消解模块，基于冲突消解模块提供的任务插入策略，基于约束网络计算任务冲突度，优先移除冲突度高于阈值的任务，实现冲突消解。5.根据权利要求1所述的调度引擎，其特征在于，所述面向卫星常规任务调度的通用化求解模块中，优化算法为启发式规则方法，具体为：步骤1、初始化决策矩阵X0，令决策变量均为0，即{x
ij
|x
ij
＝0,0≤i≤|T|,0≤j≤|E
i
|}；x
ij
为决策矩阵中的决策变量；步骤2、遍历任务集T；步骤3、针对任务集T中的任务t
i
，遍历任务t
i
的事件集E
i
；步骤4、针对空的卫星或测站集i，记录事件执行时机数；该集合可以表示为：P：{p
m
|p
m
＝0,0≤m≤|P|}；p表示卫星或测站提供的事件执行时机数；步骤5、遍历事件集E
i
中的事件e
ij
的执行时机集合EO
ij
；步骤6、获得供第m个执行时机的卫星或测站id，优选的，该id可以表示为Id(p(eo
kij
))，即第m个时机的卫星或测站id；步骤7、卫星或测站提供的事件执行时机数+1，即p
m
＝p
m
+1；步骤8、基于步骤6的结果，获取预分配的卫星或测站id，该获取过程可以通过例如轮盘赌等方式实现；步骤9、再次遍历事件e
ij
的执行时机集合EO
ij
；并对决策变量赋值：x
ij
＝k/|EO
ij
|；步骤10、若执行时机属于步骤8中预分配的卫星或测站id，并且满足约束条件F
H
(X)，则规划成功，并返回步骤3；否则，将决策变量x
ij
重置为0，返回步骤9。6.根据权利要求1所述的调度引擎，其特征在于，面向卫星应急任务调度的通用化求解模块，通过智能体对当前任务调度方案进行实时优化，包括对单星任务的执行时机选择和插入，具体采用以下方式：步骤1、从待插入任务集T
X
中随机抽取一带插入任务t
i
；步骤2、若该任务t
i
属于任务集T中未调度的任务，则获取该任务t
i
的任务编号Id(t
i
)，执行步骤5；若该任务t
i
不属于任务集T中的任务，则将该任务t
i
并入任务集T中，执行步骤3；步骤3、在决策矩阵中增加一行决策变量，优选的，该增加的一行决策变量均为0；步骤4、赋予该任务t
i
当前最大编号；步骤5、遍历该任务t
i
的事件集E
i
并初始化可调度性预测集；步骤6、遍历该任务t
i
的事件集E
i
中各事件的执行时机集EO
ij
，并预测各事件在对应执行时机下的可调度性，即p
k
＝Pre(X,t
i
,eo
kij
)；步骤7、基于步骤6的结果，统计最高可调度性的事件的执行时机的编号k；步骤8、给决策变量赋值，即x
ij
＝k/|EO
ij
|；步骤9、从待插入任务集T
X
中删除该任务t
i
。步骤10、判断待插入任务集T
X
中是否为空；若为空，则插入完毕，输出当前决策矩阵X；若不为空，则返回步骤1。7.根据权利要求2所述的调度引擎，其特征在于，所述决策矩阵为：
所述0
‑
1混合整数决策变量通过以下方式表示：其中，T表示任务集，E
i<...

【专利技术属性】
技术研发人员：杜永浩，陈盈果，陈宇宁，姚锋，刘晓路，陈英武，吕济民，何磊，闫俊刚，张忠山，沈大勇，王涛，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：