一种求解天文卫星短期任务规划的方法及系统技术方案

本发明专利技术涉及天文卫星任务规划技术领域，特别涉及一种求解天文卫星短期任务规划的方法及系统。该方法包括：步骤1)构建待规划天文卫星的短期任务规划数学模型，将任务规划问题抽象为最大化的寻优问题；步骤2)采用混合搜索策略人工蜂群算法求解，由雇佣蜂基于“精英解引导搜索”策略对优良解进行搜索，由跟随蜂基于“基于邻域最优解更新”策略进行搜索，实现加快求解并提高求解精度。相比基本的人工算法本发明专利技术的方法具有收敛速度快，求解精度高，寻优能力强的优点，相比其他群体智能算法其控制参数也更少；在天文卫星短期任务规划问题上，采用本发明专利技术的方法规划结果的任务完成度更高，能够获得更大的观测收益。获得更大的观测收益。获得更大的观测收益。

【技术实现步骤摘要】
一种求解天文卫星短期任务规划的方法及系统


[0001]本专利技术涉及天文卫星任务规划
，特别涉及一种求解天文卫星短期任务规划的方法及系统。

技术介绍

[0002]天文卫星短期任务规划问题是一个复杂的多约束、多目标优化问题，但这也是每颗天文卫星所面临的关键技术问题，是实现科学目标并使科学产出最大化的一个重要的手段。目前我国在天文卫星任务规划中所使用的规划算法通常是具体任务具体设计，本专利技术也是针对我国目前某颗在研的空间科学天文卫星的短期规划任务所设计。
[0003]短期规划相比其他类型的规划需要考虑的因素比较多，使用的模型精度更高。例如太阳、月球星体的轨道计算模型，卫星轨道计算模型，过南大西洋异常区时段模型，数传机会计算模型等。短期规划要求在未来较短一段时间内安排更具体的观测任务。
[0004]在以往的规划系统或规划算法中，应用最广泛的是启发式的。设计一个启发式依赖于先验知识，而通常为了一个任务需要设计多个启发式，并根据测试结果加以选择。对于一些复杂的场景，甚至可能找不到一个合适的启发式。一旦任务约束有变更，可能需要再次进行这个设计和选择的过程，十分耗时。基于群体智能的规划算法应用也较为广泛，与启发式的算法相比，设计目标函数比设计启发式要容易得多。但基本的群体智能算法通常存在收敛速度慢或求解精度不够高的不足。

技术实现思路

[0005]本专利技术的目的在于克服现有技术的缺陷，提出了一种求解天文卫星短期任务规划的方法及系统。
[0006]为了实现上述目的，本专利技术提出了一种求解天文卫星短期任务规划的方法，所述方法包括：
[0007]步骤1)构建待规划天文卫星的短期任务规划数学模型，将任务规划问题抽象为最大化的寻优问题；
[0008]步骤2)采用混合搜索策略人工蜂群算法求解，由雇佣蜂基于“精英解引导搜索”策略对优良解进行搜索，由跟随蜂基于“基于邻域最优解更新”策略进行搜索，实现加快求解并提高求解精度。
[0009]作为上述方法的一种改进，短期规划需满足以下约束：
[0010]望远镜方向与太阳矢量夹角不小于95
°
，且与月球矢量夹角不小于20
°
，且与地球矢量夹角不小于77
°
；天文卫星在过站前6分钟及过站中均不可调姿；天文卫星在通过SAA区时有效载荷不开展观测任务；每个任务有效观测时长均不短于该任务本周最短观测时长；每个轨道周期内天文卫星调姿次数不超过三次。
[0011]作为上述方法的一种改进，所述步骤1)包括：
[0012]将天文卫星上多个载荷等效为一个虚拟载荷，多个载荷的不同工作模式等效为一
个虚拟载荷的不同工作模式；
[0013]设计目标函数fit为：
[0014][0015]其中，o
i
为任务的优先级，用于衡量一个规划结果的好坏，若任务c
i
违反了任意约束，则令该任务有效观测时长[e
i
]＝0。
[0016]作为上述方法的一种改进，所述步骤2)包括：
[0017]步骤2
‑
1)生成SN个初始解，并设置解被搜索次数trial
l
＝0，l＝1,2,
…
,SN，l表示解的个数，当前迭代次数t＝1；
[0018]步骤2
‑
2)重复以下步骤，直至t达到设定的最大迭代次数：
[0019]步骤2
‑
3)进入雇佣蜂阶段，雇佣蜂采用“精英解引导搜索”策略进行搜索，探索新解并估计解的质量；
[0020]步骤2
‑
4)利用贪婪策略在新解和旧解中选择较好的一个；若解没有更新，则搜索次数trial
l
+1，否则，trial
l
＝0；
[0021]步骤2
‑
5)进入跟随蜂阶段，跟随蜂进行轮盘赌选择雇佣蜂对应的解，采用“基于邻域最优解更新”策略进行搜索，得到新解；
[0022]步骤2
‑
6)利用贪婪策略在新解和旧解中选择较好的一个；若解没有更新，则搜索次数trial
l
+1，否则，trial
l
＝0；
[0023]步骤2
‑
7)若存在trial
l
≥limit，，该解对应的雇佣蜂转变为侦查蜂，重新生成一个新解，进入侦查蜂阶段；其中，limit表示蜜源搜索上限；
[0024]步骤2
‑
8)记录当前最优解,令迭代次数t+1。
[0025]作为上述方法的一种改进，所述步骤2
‑
1)包括：
[0026]对于N维问题，第t次迭代中第l个蜜源的形式表示为：
[0027][0028]其中，表示对应解的第i维，即任务c
i
的开始观测时间，i表示维度，i＝1,2,
…
,N，L
i
和U
i
分别表示任务c
i
开始时间取值范围的下界和上界，蜜源初始位置的每一维依据下式生成：
[0029][0030]其中，rand(0,1)表示生成一个介于0到1的随机数。
[0031]作为上述方法的一种改进，所述步骤2
‑
3)包括：
[0032]雇佣蜂采用“精英解引导搜索”策略在当前解随机选择一维，依据下式进行更新搜索：
[0033][0034]其中，表示选当前解的第i维，是更新后解的第i维，i＝1,2,
…
,N；是一个扰动因子，一个扰动因子，表示在精英种群中随机选择一个精英解选其第i
维，种群中精英比例为η，精英数量EN＝ceil(η
·
SN)，ceil表示向下取整，q∈[1,EN]；
[0035]采用适应度估计的质量记为
[0036]作为上述方法的一种改进，所述步骤2
‑
5)包括：
[0037]根据蜜源的适应度值以及种群中最大适应度值以及种群中最大适应度值由下式计算蜜源被选择的概率prob
l
：
[0038][0039]依据概率进行轮盘赌，蜜源的适应度越高，被选择的概率越大；
[0040]跟随蜂在选中的蜜源附近根据下式进行“基于邻域最优解更新”策略的搜索：
[0041][0042]其中，N
l
表示解的邻域解集合，定义为N
l
＝{j|dist(l,j)≤ρ
·
md
l
}，j表示N
l
中的解，md
l
为其余解到解的平均距离，即ρ是邻域系数，用于控制邻域的大小，dist()用于衡量两个解的欧几里得距离。
[0043]作为上述方法的一种改进，所述步骤2
‑
7)包括：
[0044]若存在trial
l
≥limit，那本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种求解天文卫星短期任务规划的方法，所述方法包括：步骤1)构建待规划天文卫星的短期任务规划数学模型，将任务规划问题抽象为最大化的寻优问题；步骤2)采用混合搜索策略人工蜂群算法求解，由雇佣蜂基于“精英解引导搜索”策略对优良解进行搜索，由跟随蜂基于“基于邻域最优解更新”策略进行搜索，实现加快求解并提高求解精度。2.根据权利要求1所述的求解天文卫星短期任务规划的方法，其特征在于，短期规划需满足以下约束：望远镜方向与太阳矢量夹角不小于95
°
，且与月球矢量夹角不小于20
°
，且与地球矢量夹角不小于77
°
；天文卫星在过站前6分钟及过站中均不可调姿；天文卫星在通过SAA区时有效载荷不开展观测任务；每个任务有效观测时长均不短于该任务本周最短观测时长；每个轨道周期内天文卫星调姿次数不超过三次。3.根据权利要求2所述的求解天文卫星短期任务规划的方法，所述步骤1)包括：将天文卫星上多个载荷等效为一个虚拟载荷，多个载荷的不同工作模式等效为一个虚拟载荷的不同工作模式；设计目标函数fit为：其中，o
i
为任务的优先级，用于衡量一个规划结果的好坏，若任务c
i
违反了任意约束，则令该任务有效观测时长[e
i
]＝0。4.根据权利要求3所述的求解天文卫星短期任务规划的方法，所述步骤2)包括：步骤2
‑
1)生成SN个初始解，并设置解被搜索次数trial
l
＝0，l＝1,2,
…
,SN，l表示解的个数，当前迭代次数t＝1；步骤2
‑
2)重复以下步骤，直至t达到设定的最大迭代次数：步骤2
‑
3)进入雇佣蜂阶段，雇佣蜂采用“精英解引导搜索”策略进行搜索，探索新解并估计解的质量；步骤2
‑
4)利用贪婪策略在新解和旧解中选择较好的一个；若解没有更新，则搜索次数trial
l
+1，否则，trial
l
＝0；步骤2
‑
5)进入跟随蜂阶段，跟随蜂进行轮盘赌选择雇佣蜂对应的解，采用“基于邻域最优解更新”策略进行搜索，得到新解；步骤2
‑
6)利用贪婪策略在新解和旧解中选择较好的一个；若解没有更新，则搜索次数trial
l
+1，否则，trial
l
＝0；步骤2
‑
7)若存在trial
l
≥limit，，该解对应的雇佣蜂转变为侦查蜂，重新生成一个新解，进入侦查蜂阶段；其中，limit表示蜜源搜索上限；步骤2
‑
8)记录当前最优解,令迭代次数t+1。5.根据权利要求4所述的求解天文卫...

【专利技术属性】
技术研发人员：尹晓丹，白萌，李卓恒，郭国航，
申请(专利权)人：中国科学院国家空间科学中心，
类型：发明
国别省市：