[发明专利]一种自主遥感卫星任务生成方法

权利要求书

1.一种自主遥感卫星任务生成方法，其特征在于，包括以下步骤：

（1）搜集遥感卫星属性信息，并将遥感卫星属性信息进行向量化；包括：

（101）搜集遥感卫星属性信息，所述遥感卫星属性信息包括卫星类型、轨道信息、载荷信息、分辨率信息、重访周期、光谱信息，每项遥感卫星属性信息均具有有限种可能情况；

（102）对于各项遥感卫星属性信息，分别选取一个固定数值作为中间值，并在该中间值的领域内选取相应个数的数值，作为该项遥感卫星属性信息各种可能情况的编码值；

（103）以各项遥感卫星属性信息作为分量构造卫星属性向量，对卫星属性向量的各分量进行归一化，使各分量的取值均在0~1之间，得到归一化的卫星属性向量；

（2）建立遥感卫星任务生成训练样本，所述遥感卫星任务生成训练样本包括一一对应的任务样本和评价样本；包括：

（201）制作遥感卫星任务样本，每一遥感卫星任务样本具有一个唯一序号，每一遥感卫星任务样本中均包括需求向量、卫星属性向量、态势及环境向量；其中，需求向量包括归一化的以下分量：目标坐标、目标形态、目标类型，态势及环境向量包括归一化的以下分量：卫星对目标的访问时间窗、卫星可用存储资源、卫星可用能量、卫星存量任务；

（202）制作遥感卫星任务评价样本，每一遥感卫星任务评价样本中均包括归一化的以下分量：所属遥感卫星任务样本的序号、观测目标集、完成观测的效用值、资源使用量；

（3）构建遥感卫星任务生成网络模型，所述遥感卫星任务生成网络模型包括任务解码部分、分类决策部分以及编码部分；遥感卫星任务生成网络模型由两个循环神经网络及一个全连接网络构成，分别作为任务生成模型的编码器和解码器以及分类决策部分；其中，两个循环神经网络均由长短时记忆核构成，编码器神经网络将信息序列编码为可供机器掌握的特征序列，之后经过全连接网络分类决策后，将特征向量通过解码器神经网络解码为信息序列；

（4）训练遥感卫星任务生成网络模型并利用环境输入和需求输入生成新的任务；训练网络模型时，输入为需求向量和态势及环境向量，输出为对应的卫星属性向量，评价为评价向量及由评价向量构成的评价值，采用反馈调节的方式训练卫星任务生成网络模型；生成新的任务的方式为：

（401）获得当前的环境参数，包括引导信息、天气情况、需求情况；

（402）输入步骤（401）获得的环境参数，以及新的需求和新的态势及环境信息，对需求和态势及环境信息进行向量化，通过训练完成的卫星任务生成网络模型，获得输出信息，输出为可完成本次需求的卫星属性信息，得到分辨率信息、载荷信息以及光谱信息，完成对需求的任务自动化生成和卫星选择建议。