System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种针对敏捷对地观测卫星调度问题的优化方法、装置、电子设备和计算机存储介质制造方法及图纸_技高网

一种针对敏捷对地观测卫星调度问题的优化方法、装置、电子设备和计算机存储介质制造方法及图纸

技术编号:40489838 阅读:9 留言:0更新日期:2024-02-26 19:20
本发明专利技术体重一种针对敏捷对地观测卫星调度问题的优化方法、装置、电子设备和计算机存储介质,用于解决具有随时间变化的姿态转换约束的AEOSSP问题。用时间‑姿态邻接图对AEOSSP进行建模,然后提取AEOSSP的特征,包括节点和边的特征,并设计一个GDNN来指导任务选择,并通过PPO训练GDNN。本发明专利技术中的针对敏捷对地观测卫星调度问题的优化方法在AEOSSP的大规模和快速反应要求中表现良好,能够解决复杂的卫星调度问题,可以有效提高针对敏捷对地观测卫星调度的效率。

【技术实现步骤摘要】

本专利技术涉及敏捷对地观测卫星调度的,尤其涉及一种针对敏捷对地观测卫星调度问题的优化方法、装置、电子设备和计算机存储介质


技术介绍

1、敏捷地球观测卫星(agile earth observation satellites,aeoss)是新一代的地球观测卫星,具有三个自由度:滚动、俯仰和偏航。由于观测范围广、观测时间长、不受地形限制,aeos在天气预报、灾害预警、环境保护、地面测绘和海上搜救中发挥着重要作用。与传统的只有滚动能力的eos相比,aeos有更长的可见时间窗口(visible time window,vtw)用于地面目标观测。观测窗口(observation window,ow)代表任务的实际观测时间,其长度为用户要求的观测时间。ow是可变的,可以是vtw内的任何时间段来保证观测过程的完整性,这使得aeossp的解决空间很大。此外,当连续观测两个目标时,aeos需要转换姿态。由于aeos的姿态与ow的开始和结束时间有关,所以两个任务之间的姿态转换时间是可变的,并且是随时间变化的。敏捷对地观测卫星调度问题(agile earth observation satellitescheduling problem,aeossp)需要确定任务观测顺序和每个任务的ow,以满足观测完整性、姿态转换约束和卫星的一些如内存和功耗的硬约束。因此,aeossp是一个典型的具有复杂约束的组合优化问题,已被证明是一个np-hard问题。

2、随着aeos应用领域的扩大,观测请求变得频繁,观测要求也变得多样化。尽管aeos的观测能力更加出色,但仍是难以满足高观测需求的稀缺资源。此外,一些突发事件,如地震和洪水,需要卫星尽快完成观测。因此,一个快速有效的调度算法对于提高卫星的利用率至关重要。


技术实现思路

1、本专利技术的目的在于提供一种针对敏捷对地观测卫星调度问题的优化方法、装置、电子设备和计算机存储介质,解决复杂的问题调度问题。

2、为实现上述目的,本专利技术采用以下技术方案:

3、第一方面,本专利技术提供了一种针对敏捷对地观测卫星调度问题的优化方法,具体包括如下步骤:

4、s101、输入问题算例;

5、s102、更新aeossp的状态图及当前状态下的问题特征;

6、s103、将更新后的问题特征输入到基于图注意力网络的决策神经网络gdnn中,得到候选节点的行动概率;

7、s104、使用mask机制对所述s103的输出进行约束;

8、s105、根据得到的节点行动概率,选择下一个任务;

9、s106、判断候选任务是否为空,若是,则输出解序列;若否,则执行步骤s102。

10、进一步地,所述步骤s101进一步包括:

11、将需要调度的aeos及其各项参数构造成问题算例。

12、进一步地,所述步骤s102进一步包括:

13、所述步骤根据最新调度结果,更新aeossp的状态图,以及当前状态下的问题特征。

14、进一步地,所述问题特征包括节点特征和边特征;具体地,包括十个节点特征和五个边特征。

15、进一步地,所述步骤s103进一步包括,gdnn由九层组成,前四层是嵌入层,每个嵌入层是一个单层的gat网络,使用注意力机制来权衡节点和边特征;接下来的五层都是全连接层,只负责更新特征的属性;第五层是中间层,负责转换网络尺寸;第六至第八层是隐藏层,其尺寸保持不变;最后一层是输出层,输出一个一维的行动概率。

16、进一步地,所述步骤s103进一步包括,应用近似策略优化ppo来训练gdnn;其中ppo的训练框架遵循actor-critic框架,包括一个参数为θq的actor网络和一个参数为θv的critic网络。

17、进一步地,所述步骤s104进一步包括,节点ei的mask标签为mi;在选择下一个节点时,如果节点ei违反了约束条件,mi=0,否则,mi=1。

18、第二方面,本专利技术还提供一种针对敏捷对地观测卫星调度问题的优化装置,包括如下模块:

19、输入模块,输入问题算例;

20、更新模块,更新aeossp的状态图及当前状态下的特征;

21、行动概率计算模块,将更新后的问题特征输入到gdnn中,得到候选节点的行动概率;

22、mask机制模块,使用mask机制对行动概率计算模块的输出进行约束;

23、任务选择模块,根据得到的节点行动概率,选择下一个任务;

24、判断模块,判断候选任务是否为空,若是,则输出解序列;若否,则执行更新模块。

25、第三方面,本专利技术还提供了一种电子设备,包括:

26、至少一个处理器,以及与至少一个所述处理器通信连接的存储器;

27、其中,所述存储器存储有可被至少一个所述处理器执行的指令,所述指令被至少一个所述处理器执行,以使至少一个所述处理器能够执行上述的方法。

28、第四方面,本专利技术提供了一种计算机可读存储介质,所述介质上存储有计算机指令,所述计算机指令用于使所述计算机执行上述的方法。

29、本专利技术的有益效果如下:

30、本专利技术体重一种针对敏捷对地观测卫星调度问题的优化方法、装置、电子设备和计算机存储介质,用于解决具有随时间变化的姿态转换约束的aeossp问题。用时间-姿态邻接图对aeossp进行建模,然后提取aeossp的特征,包括节点和边的特征,并设计一个gdnn来指导任务选择,并通过ppo训练gdnn。本专利技术中的针对敏捷对地观测卫星调度问题的优化方法在aeossp的大规模和快速反应要求中表现良好,能够解决复杂的卫星调度问题,可以有效提高针对敏捷对地观测卫星调度的效率。

本文档来自技高网...

【技术保护点】

1.本专利技术提供了一种针对敏捷对地观测卫星调度问题的优化方法,具体包括如下步骤:

2.根据权利要求1所述的方法,所述步骤S101进一步包括:将需要调度的AEOS及其各项参数构造成问题算例。

3.根据权利要求1所述的方法,所述步骤S102进一步包括:

4.根据权利要求2所述的方法,所述问题特征包括节点特征和边特征;具体地,包括十个节点特征和五个边特征。

5.根据权利要求1所述的方法,所述步骤S103进一步包括,GDNN由九层组成,前四层是嵌入层,每个嵌入层是一个单层的GAT网络,使用注意力机制来权衡节点和边特征;接下来的五层都是全连接层,只负责更新特征的属性;第五层是中间层,负责转换网络尺寸;第六至第八层是隐藏层,其尺寸保持不变;最后一层是输出层,输出一个一维的行动概率。

6.根据权利要求1所述的方法,所述步骤S103进一步包括,应用近似策略优化PPO来训练GDNN;其中PPO的训练框架遵循Actor-Critic框架,包括一个参数为ΘQ的Actor网络和一个参数为ΘV的Critic网络。

7.根据权利要求1所述的方法,所述步骤S104进一步包括,节点ei的Mask标签为mi;在选择下一个节点时,如果节点ei违反了约束条件,mi=0,否则,mi=1。

8.一种针对敏捷对地观测卫星调度问题的优化装置,包括如下模块:

9.一种电子设备,包括:

10.一种计算机可读存储介质,其特征在于,所述介质上存储有计算机指令,所述计算机指令用于使所述计算机执行权利要求1-7任一项所述的方法。

...

【技术特征摘要】

1.本发明提供了一种针对敏捷对地观测卫星调度问题的优化方法,具体包括如下步骤:

2.根据权利要求1所述的方法,所述步骤s101进一步包括:将需要调度的aeos及其各项参数构造成问题算例。

3.根据权利要求1所述的方法,所述步骤s102进一步包括:

4.根据权利要求2所述的方法,所述问题特征包括节点特征和边特征;具体地,包括十个节点特征和五个边特征。

5.根据权利要求1所述的方法,所述步骤s103进一步包括,gdnn由九层组成,前四层是嵌入层,每个嵌入层是一个单层的gat网络,使用注意力机制来权衡节点和边特征;接下来的五层都是全连接层,只负责更新特征的属性;第五层是中间层,负责转换网络尺寸;第六至第八层是隐藏层,其尺寸保持不变;最后一层是输出层,...

【专利技术属性】
技术研发人员:刘晓路淳洁何磊陈宇宁杜永浩吕济民闫俊刚陈英武陈盈果张忠山姚锋沈大勇王涛王沛
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:

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