[发明专利]一种基于多头注意力指针网络的成像卫星任务规划方法

说明书

本发明针对成像卫星任务规划问题约束复杂、求解空间大和输入任务序列长度不固定的特点，基于深度强化学习求解组合优化的思路，公开了一种基于多头注意力指针网络的成像卫星任务规划方法。首先，综合考虑时间窗口约束、资源约束对成像卫星任务规划问题进行建模。其次，基于多头注意力指针网络建立序列决策算法模型。最后，基于Actor Critic强化学习算法对算法模型进行训练。该方法实现了对成像卫星任务规划问题有效的求解，相比于传统优化算法具有更快的求解速度和获得更高的收益，提出的多头注意力指针网络模型相比于一般指针网络模型具有更快的训练速度和泛化能力。

技术领域

本发明涉及成像卫星任务规划领域，具体涉及一种基于多头注意力指针网络的成像卫星任务规划方法。

背景技术

成像卫星任务规划问题是在考虑时间窗口和资源约束的条件下，对卫星资源加以分配，制定出合理的任务观测序列，从而实现有限的卫星资源得以高效利用。随着成像卫星应用领域的不断扩大和成像卫星用户需求的不断增加，如何对大量用户观测任务进行规划，以充分发挥成像卫星的工作效益成为了卫星在轨运行的重要研究内容，也成为了实现卫星智能化的重要研究课题。

针对成像卫星任务规划问题，目前国内外已经展开了丰富的研究。王法瑞在其硕士论文《基于改进遗传算法的微小卫星自主任务规划方法研究》中考虑时间窗口约束、电池电量约束和存储空间约束对单星任务规划问题进行了建模。考虑卫星任务的复杂多样性和时间相关性，在遗传算法中设计了基于定长整数序列编码的个体编解码规则。面向卫星在轨应用需求，考虑星上计算资源受限，提出了一种多模式交叉、变异的改进遗传算法。贺仁杰等人在《成像卫星任务规划技术》一书中，综合考虑了成像卫星的各种条件，研究了卫星在成像过程中的各种约束条件，综合分析了目前成像卫星任务规划领域的研究情况。书中首先针对卫星的成像问题的研究背景做了深入的分析，考虑卫星的成像特性和各种约束条件，将任务规划问题分割为预处理和规划求解两部分，建立了预处理模型，然后分别研究了单星观测任务规划技术，多星综合任务规划技术，动态任务规划技术和自主任务规划技术，最后详细介绍了一种卫星任务规划仿真系统，并对未来的成像卫星任务规划做了展望。LiY等人在2014年的中国航空学报(英文版)上发表的《Rescheduling of observingspacecraft using fuzzy neural network and ant colony algorithm》论文中，针对不确定性条件下的卫星观测任务重调度问题，提出模糊神经网络和混合重调度策略进行处理。首先建立卫星观测任务重调度的数学模型，并通过提出引入自适应控制机制的蚁群算法来进行求解。最后在某成像卫星的重调度问题上进行应用，具有较好的可行性和有效性。Wei J等人在2013年的ICMSE(International Conference on Management Science andEngineering)会议上发表的《The mission planning model and improved ant colonysolving algorithm for networking SAR satellites》论文中，针对组网合成孔径雷达(synthetic aperture radar，SAR)面临的任务多、调度复杂和求解空间大的问题，构建多目标优化模型，完成组网SAR的协同规划。提出结合蚁群算法和模拟退火算法解决模型的高维离散组合优化问题，以提高算法的收敛速度和鲁棒性。