[发明专利]一种基于独立指针网络的敏捷成像卫星任务规划方法

权利要求书

1.一种基于独立指针网络的敏捷成像卫星任务规划方法，其特征在于，该方法首先综合考虑时间窗口约束、资源约束对敏捷成像卫星任务规划问题进行建模，然后基于独立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，具体包括如下：

(1)综合考虑时间窗口约束、存储量约束和电量约束对敏捷成像卫星任务规划问题进行建模；

(2)建立序列到序列的Ind-PN算法模型结构，分为编码器和解码器部分；利用融合IndRNN和Pointer Networks的Ind-PN算法模型对敏捷成像卫星任务规划问题进行求解，使用多层的IndRNN结构作为算法模型的解码器；具体的，将输入任务集合X＝{x₁,x₂,...,x_M}中的每个任务x_i分为两部分，分别是静态元素集合s_i和动态元素集合基于序列到序列的结构，建立一种Ind-PN的算法模型，分为编码器和解码器部分：

(2-1)编码器部分：使用一维卷积层作为嵌入层EL并作为算法模型的编码器，将输入序列中每个任务的静态元素和动态元素分别映射为高维向量，即对每个任务采用EL将其映射为向量

(2-2)解码器部分：

使用L层的IndRNN结构作为算法模型的解码器，y^t为在解码时间步骤t时所选择要执行的任务序号，将其对应的静态元素经EL映射后得到的向量作为编码器的输入，解码器在解码时间步骤t时第l层的隐含层状态为

(3)在解码器的每个解码时间步骤，依次更新动态元素和Mask向量来考虑敏捷成像卫星任务规划问题所要满足的约束；具体的，在每个解码时间步骤t时，根据编码器的输出向量解码器最后一层输出的隐含层状态和Mask向量计算得到指向输入序列各个节点的Softmax概率分布，选择概率最大的节点作为下一解码时间步骤t+1时的输出任务序号y^t+1，依次对输入序列中的动态元素和Mask向量进行更新；

(4)基于Actor Critic强化学习算法对算法模型进行训练。

2.根据权利要求1所述的基于独立指针网络的敏捷成像卫星任务规划方法，其特征在于，在步骤(1)中进行敏捷成像卫星任务规划时，需综合考虑以下约束：

(1-1)时间窗口约束：由于敏捷成像卫星机动能力有限，要同时考虑任务执行时间和任务转移时间的约束，下一个任务执行的开始时间必须大于当前任务执行结束时间和卫星侧摆机动时间之和；

(1-2)存储量约束：在执行每个观测任务时，需要消耗卫星的存储空间，考虑无数据下传状态下的任务规划，则完成所有规划出的观测任务所需消耗的存储空间不能超过卫星所提供的存储总容量；

(1-3)电量约束：卫星在执行观测任务及在任务间进行姿态机动转移时，需要消耗卫星的电量，仅考虑无在轨充电的过程，完成所有规划的观测任务所需消耗的电量不能超过卫星所提供的总电量。