[go: up one dir, main page]

CN107392382B - 一种高分辨率地球静止轨道成像卫星观测任务规划方法 - Google Patents

一种高分辨率地球静止轨道成像卫星观测任务规划方法 Download PDF

Info

Publication number
CN107392382B
CN107392382B CN201710627365.0A CN201710627365A CN107392382B CN 107392382 B CN107392382 B CN 107392382B CN 201710627365 A CN201710627365 A CN 201710627365A CN 107392382 B CN107392382 B CN 107392382B
Authority
CN
China
Prior art keywords
imaging
time
observation
satellite
task
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710627365.0A
Other languages
English (en)
Other versions
CN107392382A (zh
Inventor
霍国清
王保伟
孔庆玲
马万权
王如双
张栋
韩续
赵超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CETC 54 Research Institute
Original Assignee
CETC 54 Research Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by CETC 54 Research Institute filed Critical CETC 54 Research Institute
Priority to CN201710627365.0A priority Critical patent/CN107392382B/zh
Publication of CN107392382A publication Critical patent/CN107392382A/zh
Application granted granted Critical
Publication of CN107392382B publication Critical patent/CN107392382B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Biophysics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Physiology (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Genetics & Genomics (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Image Processing (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种高分辨率地球静止轨道成像卫星对地观测任务规划方法，针对不同用户的全天时需求，考虑到卫星观测需求的冲突情况、不同光照条件下卫星的成像质量、卫星使用约束、卫星摆动路线和卫星的观测能力，设计了一种基于遗传算法的高分辨率地球静止轨道成像卫星对地观测任务规划方法，该方法首先根据用户观测需求的时间要求设置最佳观测时间，然后基于卫星使用约束，调用遗传算法安排观测需求，最后生成观测方案和接收方案，该方法具有消解成像需求冲突、满足卫星约束、发挥卫星最大潜能、卫星成像路径最优、在最佳光照条件下满足用户观测需求的能力。

Description

一种高分辨率地球静止轨道成像卫星观测任务规划方法
技术领域
本发明涉及一种高分辨率地球静止轨道成像卫星观测任务规划方法，特别适用于地球静止轨道成像卫星的任务规划领域。
背景技术
地球静止轨道卫星特指运行于垂直于地球赤道上空的正圆形地球同步轨道的卫星，与地面相对静止且固定在赤道上空。与常见的观测类极轨卫星相比，通过选择合适的静点位置高分辨率地球静止轨道成像卫星即可对于我国国土范围内24小时进行成像，具备快速动态任务规划和响应能力，可对突发性的观测需求进行快速访问，并可通过卫星姿态机动实现对观测范围内任意位置的观测成像。
遗传算法是基于自然遗传机制和自然选择的一种有效解决最优解的方法。当遗传算法作用于卫星任务规划时，只需要为每一代群体的观测接收方案经过适应度函数计算得到评价值，加上一些必要的约束，即可在评价值的驱使下不断向最优的任务规划方案方向进化，具有稳定性和鲁棒性强的特点。另外由于适应度函数的选择直接影响卫星任务规划遗传算法进化的方向，针对具体应用场景需要具体设计。
发明内容
本发明所需解决的技术问题在于避免上述背景技术的不足之处而提供一种基于遗传算法的高分辨率地球静止轨道成像卫星对地观测任务规划方法。本发明具有充分发挥地球静止轨道卫星特点、需求满足率高、鲁棒性强的特点。
本发明所需要解决的技术问题是由以下技术方案实现的：
一种高分辨率地球静止轨道成像卫星观测任务规划方法，包括以下步骤：
(1)获取各用户观测需求，分别根据各用户观测需求的地理经纬度和目标的观测模式，计算卫星的俯仰侧摆角度、滚动侧摆角度、俯仰幅数和滚动幅数；根据各用户观测需求要求的工作时间段、观测区域的地方时和过往卫星运行的经验设置最佳成像时间；
(2)选择遗传算法中的编码方式并确定遗传策略，所述的遗传策略包括群体大小以及选择、变异和交叉方法；
(3)根据用户的观测需求调用遗传算法进行任务规划，随机初始化生成群体；
(4)确定群体中每个个体成像任务的空闲成像时间段，在空闲成像时间段根据最佳成像时间、成像任务对应卫星的俯仰幅数和滚动幅数计算得到成像开始时间、成像时长和成像结束时间，并根据前后成像任务对应卫星的俯仰侧摆角度和滚动侧摆角度计算得到俯仰侧摆时间和滚动侧摆时间，若可以合并开关机则根据合并开关机关系计算开机时间和关机时间，否则，根据俯仰滚动侧摆时间、成像模式、成像开始时间和成像结束时间计算得到开机时间和关机时间；并为每个成像任务安排接收时段，得到观测方案和接收方案；
(5)根据特定评价策略分别计算每个群体的任务完成度、优先权评价值、卫星侧摆路线评价值、成像质量评价值和任务的时效性评价值，分别对每个指标进行归一化得到归一化值，根据各个指标的归一化值，计算得到每个群体的综合评价值；
(6)按照遗传策略，运用选择和交叉方法作用于群体，运用变异方法自适应调整群体的变异率，形成新一代群体；
(7)判断新一代群体是否完成迭代次数或满足预定指标，不满足则返回步骤(4)，满足则结束本流程并返回卫星观测方案和接收方案。
其中，步骤(4)具体包括以下步骤：
(401)根据群体中每个个体需求的成像时间要求，规避已安排需求的成像时间段和不可使用的成像时间段，获取每个个体的所有空闲成像时间段；
(402)针对所有空闲时间段和最佳成像时间的关系，依据空闲时间段距离最佳成像时间越近则优先级越高的原则为所有空闲时间段排序；
(403)从前往后遍历所有排序后空闲时间段，将第一个空闲时间段作为当前空闲时间段；
(404)在当前空闲时间段安排成像任务时，首先根据任务的最佳成像时间确定成像开始时间，根据成像模式、观测模式、成像次数、成像任务对应的卫星的俯仰幅数和滚动幅数计算得到成像时长，依据成像开始时间和成像时长计算得到成像结束时间；
(405)根据前后成像任务对应卫星的俯仰侧摆角度和滚动侧摆角度计算得到俯仰侧摆时间和滚动侧摆时间，判断当前空闲时间段前后是否存在已安排成像任务，如果是，执行步骤(406)；否则根据俯仰侧摆时间、滚动侧摆时间、成像模式、成像开始时间和成像结束时间计算得到开机时间和关机时间，得到观测方案，执行步骤(407)；
(406)根据前后成像任务的成像模式、数传模式、成像时间间隔判断是否可以合并开关机，如果是，则根据合并开关机后开关机要求计算得到开机时间和关机时间，得到观测方案；否则，根据俯仰侧摆时间、滚动侧摆时间、成像模式、成像开始时间和成像结束时间计算得到开机时间和关机时间，得到观测方案；
(407)为成像任务安排接收时段，生成接收方案；
(408)进行约束检验，如果通过则返回观测方案和接收方案；如果不通过则将下一个空闲时间段作为当前空闲时间段，返回步骤(404)，直至选择最后一个空闲时间段作为当前空闲时间段。
其中，步骤(5)具体为：
首先根据成像任务个数和已安排成像任务个数计算得到任务完成度；根据成像任务的优先级计算得到任务的优先权评价值；根据每个成像任务对应卫星的俯仰侧摆时间和滚动侧摆时间计算得到总观测方案的卫星侧摆路线评价值；根据目标的实际安排时间与最佳成像时间的关系确定成像质量评价值；根据接收开始时间与观测开始时间的时间差计算任务的时效性评价值；对每个指标进行归一化得到归一化值；根据各个指标的归一化值，计算得到综合评价值。
本发明与背景技术中极轨卫星的任务规划方法相比具有如下优点：
1、本发明在进行地球静止轨道观测卫星的任务规划时，充分考虑了地球静止轨道观测卫星的特点，能够最大程度发挥地球静止轨道观测卫星的特点。
考虑了需求观测时间要求下的最佳观测时间，能够有效保证卫星在最佳光照条件下成像；
2、本发明在进行地球静止轨道卫星的任务规划时，考虑了观测任务时间要求下的最佳观测时间和卫星最佳成像路线等指标，能够保证卫星按照既定最佳成像路线进行卫星成像时，能够观测最多优先级高的任务，总侧摆时间最少，且任务的成像质量最高，并能够将观测数据尽快下传地面进行应用；
3、本发明具有逻辑清晰易懂，稳定性高、鲁棒性强等优点。
附图说明
图1为本发明根据现有方案和不可用时段段获取空闲时间段示意图；
图2为本发明根据空闲时间段安排成像任务示意图；
图3为本发明合并开关机时间段生成观测方案示意图；
图4为本发明根据观测方案生成接收方案示意图。
具体实施方式
下面，结合图1至图4对本发明作进一步说明。
一种高分辨率地球静止轨道成像卫星观测任务规划方法，包括以下步骤：
(1)获取各用户观测需求，分别根据各用户观测需求的地理经纬度和目标的观测模式，计算卫星的俯仰侧摆角度、滚动侧摆角度、俯仰幅数和滚动幅数；根据各用户观测需求要求的工作时间段、观测区域的地方时和过往卫星运行的经验设置最佳成像时间；
(2)选择遗传算法中的编码方式并确定遗传策略，所述的遗传策略包括群体大小以及选择、变异和交叉方法；
(3)根据用户的观测需求调用遗传算法进行任务规划，随机初始化生成群体；
(4)确定群体中每个个体成像任务的空闲成像时间段，在空闲成像时间段根据最佳成像时间、成像任务对应卫星的俯仰幅数和滚动幅数计算得到成像开始时间、成像时长和成像结束时间，并根据前后成像任务对应卫星的俯仰侧摆角度和滚动侧摆角度计算得到俯仰侧摆时间和滚动侧摆时间，若可以合并开关机则根据合并开关机关系计算开机时间和关机时间，否则，根据俯仰侧摆时间、滚动侧摆时间、成像模式、成像开始时间和成像结束时间计算得到开机时间和关机时间；并为每个成像任务安排接收时段，得到观测方案和接收方案；
(5)根据特定评价策略分别计算每个群体的任务完成度、优先权评价值、卫星侧摆路线评价值、成像质量评价值和任务的时效性评价值，分别对每个指标进行归一化得到归一化值，根据各个指标的归一化值，计算得到每个群体的综合评价值；
(6)按照遗传策略，运用选择和交叉方法作用于群体，自适应调整变异率进行变异操作，形成新一代群体；
(7)判断新一代群体是否完成迭代次数或满足预定指标，不满足则返回步骤(3)，满足则结束本流程并返回最优的卫星观测方案和接收方案。
对于在为每个个体需求安排相应的观测接收资源，生成观测方案和接收方案时，具体为：
(401)首先根据个体需求的成像时间要求，获取已安排需求的成像时间段Observei,i＝1,2,...,k,其中k为已安排任务个数和不可使用的成像时间段Uselessi,i＝1,2,...,m，其中m为不可用时间段个数；规避已使用时间段和不可用时间段获取空闲成像时间段Usablei,i＝1,2,...,n，其中n为空闲时间段个数，如图1所示；
(402)针对所有空闲时间段和最佳成像时间的关系，为所有空闲时间段排序，排序原则为空闲时间段距离最佳成像时间越近则优先级越高；
(403)在待安排任务成像时间TimeRequire要求内从前往后遍历所有空闲时间段，将第一个空闲时间段作为当前空闲时间段为成像任务安排成像时间段，如图2所示；
(404)在当前空闲时间段安排成像任务时，首先根据任务的最佳成像开始时间在可用时间段内确定成像开始时间，根据成像模式、观测模式、成像次数、成像任务对应的卫星的俯仰幅数和滚动幅数计算得到成像时长，依据成像开始时间和成像时长计算得到成像结束时间；
(405)根据前后成像任务对应卫星的俯仰侧摆角度和滚动侧摆角度计算得到俯仰侧摆时间和滚动侧摆时间，判断当前空闲时间段前后是否存在已安排成像任务，如果是，执行步骤(406)；否则根据俯仰侧摆时间、滚动侧摆时间、成像模式、成像开始时间和成像结束时间计算得到开机时间和关机时间，得到观测方案，执行步骤(407)；
(406)根据前后观测需求的成像模式、数传模式、成像时间间隔判断是否可以合并开关机，如果是则合并开关机，根据合并开关机时间段WorkSpani,i＝1,2,...,n，其中n为开关机时间段个数，以及俯仰侧摆时间、滚动侧摆时间、成像模式、成像开始时间和成像结束时间计算得到开机时间和关机时间，得到观测方案，如图3所示；
(407)为每个观测任务安排接收时段，生成接收方案，如图4所示；
(408)对观测方案和接收方案按照卫星使用约束进行检验，如果不满足约束则继续步骤(3)，如果满足约束则返回观测方案和接收方案。所述的观测方案包括成像开始时间、成像结束时间以及开关机时间。
对于在通过适应度函数计算每个群体的综合评价值时，具体为：
1)根据观测目标总数和已安排任务个数计算得到任务完成度Completion：
对于不同用户所提出的观测需求由于时间冲突及卫星约束的原因，最终生成的观测方案可能不能满足所有用户的所有需求，所以统计已安排任务的个数占任务总数的比率即可得到任务完成度：
Figure GDA0002284831870000081
其中，Number表示观测目标总数；Mission表示已安排观测目标个数。
2)根据任务的优先级计算得到任务的优先权评价值Priority：
由于每个任务都根据紧迫程度设置了优先级，当优先级高的任务被安排越多的时候，任务优先权越高，综合收益值越大。
Figure GDA0002284831870000091
其中，Number表示已安排目标总数；Priorityj表示第j个目标的优先级；Max为优先级的最大值，其中优先级越小表示任务紧急程度越高。
3)根据每个任务总侧摆时间计算得到总侧摆时间最少的侧摆路线评价值Path：
Figure GDA0002284831870000092
其中，Number表示目标总数；MaxSwayTime为最大侧摆时间包括俯仰侧摆时间和滚动侧摆时间；SwayTimej表示第j个目标的侧摆时间，当第j个目标没有被安排时，则为MaxSwayTime。
4)根据目标的实际安排时间与最佳成像时间的关系确定成像质量评价值Quality：
当需求目标有选择准确的成像开始时间的时候则理想成像开始时间即为用户设置的成像开始时间；当用户只设置了成像时间段的时候，在成像时间段内寻找光照条件最佳的时刻设置为理想成像时间，任务被安排的实际成像时间距离理想成像时间越近则成像质量越高。
Figure GDA0002284831870000093
其中，Number表示已安排任务总数；ObserveTimej表示第j个观测任务的被安排实际成像时间；IdealTimej为第j个观测任务的最佳成像时间。
5)根据接收开始时间与观测开始时间的时间差计算任务的时效性评价值Urgency：
当接收开始时间距离成像开始时间距离越近则任务时效性满足率越高。
Figure GDA0002284831870000101
其中，Number表示已安排任务总数；ObserveTimej表示第j个观测任务的被安排实际成像时间；ReceiveTimej为第j个观测任务的接收开始时间。
6)对每个指标进行归一化得到Basei：
由于每个指标的量纲不同，为了对各指标进行统一处理，所以先对各指标进行归一化处理。对于正指标，即值越大则收益越大，归一化公式为
Figure GDA0002284831870000102
对于逆指标，即值越大收益越小，归一化公式为
Figure GDA0002284831870000103
其中，
Figure GDA0002284831870000104
为第i个目标的第j个指标。
7)根据各个指标的归一化值，计算得到综合评价值valuation，
Figure GDA0002284831870000105
其中，Basei为第i个指标的归一化值；ωi为第i个指标的权重。
完成地球静止轨道成像卫星对地观测任务规划。

Claims (3)

1.一种高分辨率地球静止轨道成像卫星观测任务规划方法，其特征在于，包括以下步骤：
(1)获取各用户观测需求，分别根据各用户观测需求的地理经纬度和目标的观测模式，计算卫星的俯仰侧摆角度、滚动侧摆角度、俯仰幅数和滚动幅数；根据各用户观测需求要求的工作时间段、观测区域的地方时和过往卫星运行的经验设置最佳成像时间；
(2)选择遗传算法中的编码方式并确定遗传策略，所述的遗传策略包括群体大小以及选择、变异和交叉方法；
(3)根据用户的观测需求调用遗传算法进行任务规划，随机初始化生成群体；
(4)确定群体中每个个体成像任务的空闲成像时间段，在空闲成像时间段根据最佳成像时间、成像任务对应卫星的俯仰幅数和滚动幅数计算得到成像开始时间、成像时长和成像结束时间，并根据前后成像任务对应卫星的俯仰侧摆角度和滚动侧摆角度计算得到俯仰侧摆时间和滚动侧摆时间，若可以合并开关机则根据合并开关机关系计算开机时间和关机时间，否则，根据俯仰滚动侧摆时间、成像模式、成像开始时间和成像结束时间计算得到开机时间和关机时间；并为每个成像任务安排接收时段，得到观测方案和接收方案；
(5)根据特定评价策略分别计算每个群体的任务完成度、优先权评价值、卫星侧摆路线评价值、成像质量评价值和任务的时效性评价值，分别对每个指标进行归一化得到归一化值，根据各个指标的归一化值，计算得到每个群体的综合评价值；
(6)按照遗传策略，运用选择和交叉方法作用于群体，运用变异方法自适应调整群体的变异率，形成新一代群体；
(7)判断新一代群体是否完成迭代次数或满足预定指标，不满足则返回步骤(4)，满足则结束本流程并返回卫星观测方案和接收方案。
2.根据权利要求1所述的一种高分辨率地球静止轨道成像卫星观测任务规划方法，其特征在于：步骤(4)具体包括以下步骤：
(401)根据群体中每个个体需求的成像时间要求，规避已安排需求的成像时间段和不可使用的成像时间段，获取每个个体的所有空闲成像时间段；
(402)针对所有空闲时间段和最佳成像时间的关系，依据空闲时间段距离最佳成像时间越近则优先级越高的原则为所有空闲时间段排序；
(403)从前往后遍历所有排序后空闲时间段，将第一个空闲时间段作为当前空闲时间段；
(404)在当前空闲时间段安排成像任务时，首先根据任务的最佳成像时间确定成像开始时间，根据成像模式、观测模式、成像次数、成像任务对应的卫星的俯仰幅数和滚动幅数计算得到成像时长，依据成像开始时间和成像时长计算得到成像结束时间；
(405)根据前后成像任务对应卫星的俯仰侧摆角度和滚动侧摆角度计算得到俯仰侧摆时间和滚动侧摆时间，判断当前空闲时间段前后是否存在已安排成像任务，如果是，执行步骤(406)；否则根据俯仰侧摆时间、滚动侧摆时间、成像模式、成像开始时间和成像结束时间计算得到开机时间和关机时间，得到观测方案，执行步骤(407)；
(406)根据前后成像任务的成像模式、数传模式、成像时间间隔判断是否可以合并开关机，如果是，则根据合并开关机后开关机要求计算得到开机时间和关机时间，得到观测方案；否则，根据俯仰侧摆时间、滚动侧摆时间、成像模式、成像开始时间和成像结束时间计算得到开机时间和关机时间，得到观测方案；
(407)为成像任务安排接收时段，生成接收方案；
(408)进行约束检验，如果通过则返回观测方案和接收方案；如果不通过则将下一个空闲时间段作为当前空闲时间段，返回步骤(404)，直至选择最后一个空闲时间段作为当前空闲时间段。
3.根据权利要求1所述的一种高分辨率地球静止轨道成像卫星观测任务规划方法，其特征在于：步骤(5)具体为：
首先根据成像任务个数和已安排成像任务个数计算得到任务完成度；根据成像任务的优先级计算得到任务的优先权评价值；根据每个成像任务对应卫星的俯仰侧摆时间和滚动侧摆时间计算得到总观测方案的卫星侧摆路线评价值；根据目标的实际安排时间与最佳成像时间的关系确定成像质量评价值；根据接收开始时间与观测开始时间的时间差计算任务的时效性评价值；对每个指标进行归一化得到归一化值；根据各个指标的归一化值，计算得到综合评价值。
CN201710627365.0A 2017-07-28 2017-07-28 一种高分辨率地球静止轨道成像卫星观测任务规划方法 Active CN107392382B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710627365.0A CN107392382B (zh) 2017-07-28 2017-07-28 一种高分辨率地球静止轨道成像卫星观测任务规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710627365.0A CN107392382B (zh) 2017-07-28 2017-07-28 一种高分辨率地球静止轨道成像卫星观测任务规划方法

Publications (2)

Publication Number Publication Date
CN107392382A CN107392382A (zh) 2017-11-24
CN107392382B true CN107392382B (zh) 2020-03-24

Family

ID=60342013

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710627365.0A Active CN107392382B (zh) 2017-07-28 2017-07-28 一种高分辨率地球静止轨道成像卫星观测任务规划方法

Country Status (1)

Country Link
CN (1) CN107392382B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108304958B (zh) * 2017-12-08 2020-08-18 中国科学院空间应用工程与技术中心 一种单星多载荷复杂约束任务规划方法和系统
FR3084059B1 (fr) * 2018-07-19 2020-10-02 Extreme Weather Expertises Procede d'observation d'une planete a l'aide de satellites d'observation en orbite autour de la planete
CN109460294A (zh) * 2018-10-13 2019-03-12 中国人民解放军战略支援部队信息工程大学 一种基于面积优先和动态遗传算法的可重构任务布局方法
CN109741837B (zh) * 2018-12-24 2020-12-11 深圳航天东方红海特卫星有限公司 一种星上自主成像任务规划系统
CN109767128B (zh) * 2019-01-15 2021-06-11 中国人民解放军国防科技大学 基于机器学习的成像卫星自主任务规划方法
CN109918731B (zh) * 2019-01-31 2023-04-07 上海卫星工程研究所 基于关键路径的卫星任务规划仿真分析方法与系统
CN113625734B (zh) * 2020-04-15 2024-03-29 中国科学院微小卫星创新研究院 基于启发式链条优化组合方法
CN112348242B (zh) * 2020-10-28 2023-09-01 北京空间飞行器总体设计部 一种静止轨道遥感卫星区域划分及观测方法
CN113962525B (zh) * 2021-09-23 2024-06-28 北京市遥感信息研究所 一种基于可配置准则的遥感卫星任务决策方法
CN116562466B (zh) * 2023-07-07 2024-02-23 中国人民解放军战略支援部队航天工程大学 一种高轨卫星观测任务的规划方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2143640B1 (fr) * 2008-07-10 2011-09-07 Astrium Sas Procédé de lancement, de mise à poste et de maintien à poste d'un satellite en orbite geo
CN103093098A (zh) * 2013-01-21 2013-05-08 武汉大学 一种卫星光学传感器动态观测能力的定量评价方法
CN105426964A (zh) * 2015-11-03 2016-03-23 合肥工业大学 一种卫星成像与传输的联合任务规划方法
CN105512479A (zh) * 2015-12-03 2016-04-20 中国地质大学（武汉） 一种多星对地观测任务规划算法的评价方法及装置
CN105654220A (zh) * 2014-11-27 2016-06-08 航天恒星科技有限公司 一种多卫星联合观测方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2143640B1 (fr) * 2008-07-10 2011-09-07 Astrium Sas Procédé de lancement, de mise à poste et de maintien à poste d'un satellite en orbite geo
CN103093098A (zh) * 2013-01-21 2013-05-08 武汉大学 一种卫星光学传感器动态观测能力的定量评价方法
CN105654220A (zh) * 2014-11-27 2016-06-08 航天恒星科技有限公司 一种多卫星联合观测方法及系统
CN105426964A (zh) * 2015-11-03 2016-03-23 合肥工业大学 一种卫星成像与传输的联合任务规划方法
CN105512479A (zh) * 2015-12-03 2016-04-20 中国地质大学（武汉） 一种多星对地观测任务规划算法的评价方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Satellite Observing Mission Scheduling Method;Chen Wang;《2016 IEEE 28th International Conference on Tools with Artificial Intelligence》;20170116;全文 *
刘嵩等.敏捷成像卫星时间依赖型调度问题、模型与算法.《系统工程理论与实践》.2016,第36卷(第3期), *
鲁棒性资源调度方法及其在卫星任务规划中的应用;张弛;《中国优秀硕士学位论文全文数据库工程科技II辑》;20120215;全文 *

Also Published As

Publication number Publication date
CN107392382A (zh) 2017-11-24

Similar Documents

Publication Publication Date Title
CN107392382B (zh) 一种高分辨率地球静止轨道成像卫星观测任务规划方法
CN109933842B (zh) 一种基于约束满足遗传算法的移动目标单星任务规划方法
US20180096606A1 (en) Method to control vehicle fleets to deliver on-demand transportation services
CN111311074B (zh) 面向应急任务的多星分布式协同重调度方法
CN113852405B (zh) 多波束中继卫星任务调度模型的构建方法及装置
EP3365864B1 (en) Systems and methods for updating sequence of services
US11223674B2 (en) Extended mobile grid
CN110515708A (zh) 卫星在轨自主任务规划方法及系统
CN113064449A (zh) 一种无人机调度方法及系统
CN113962525B (zh) 一种基于可配置准则的遥感卫星任务决策方法
CN108830449B (zh) 航拍无人机选取方法及系统
US11790289B2 (en) Systems and methods for managing dynamic transportation networks using simulated future scenarios
CN108846504A (zh) 一种超敏捷卫星区域多点目标任务优化方法及系统
CN112529317B (zh) 卫星成像任务规划方法、装置、电子设备及存储介质
CN103368788A (zh) 信息处理设备、信息处理方法和程序
Sun et al. Agile earth observation satellite scheduling algorithm for emergency tasks based on multiple strategies
CN113660304A (zh) 一种基于双向拍卖博弈的无人机群分布式学习资源管控方法
Chen et al. Multi-satellite data downlink resource scheduling algorithm for incremental observation tasks based on evolutionary computation
JP2006523874A5 (zh)
CN112561351B (zh) 用于评估中继卫星系统中的任务申请的方法及装置
CN118473501A (zh) 针对星群的任务规划方法、电子设备及存储介质
CN116738247A (zh) 车辆换电站的匹配方法、装置及车辆
CN109409594B (zh) 一种短期风电功率预测方法
CN108988933B (zh) 一种卫星数据接收窗口全局优化分配方法
CN114330888B (zh) 订单处理方法、系统及电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant