[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

说明书

本发明公开了一种基于独立指针网络的敏捷成像卫星任务规划方法。综合考虑时间窗口约束、任务转移时卫星姿态调整时间、存储约束和电量约束对敏捷成像卫星任务规划问题进行建模。提出一种融合IndRNN和Pointer Networks的算法模型(Ind‑PN)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。基于Actor Critic强化学习算法对算法模型进行训练，以获得最大的观测收益率。该方法实现了对敏捷成像卫星任务规划问题的有效求解，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，对于较长的输入任务序列，Ind‑PN算法收敛速度更快，可获得更高的观测收益率。

技术领域

本发明涉及敏捷成像卫星任务规划领域，具体涉及一种基于独立指针网络的敏捷成像卫星任务规划方法。

背景技术

敏捷成像卫星相比于普通成像卫星具有更强的姿态机动能力，具备沿俯仰轴侧摆的能力，对于地面观测目标可产生更长的可观测时间窗口。随着敏捷成像卫星应用领域的不断扩大，用户任务需求也在不断增加。如何对大量的用户任务需求进行规划，制订出合理有效的任务观测序列，对充分发挥卫星的空间位置优势，提升敏捷成像卫星的工作效率具有重要的作用。敏捷成像卫星任务规划问题可以描述为在满足一定约束的条件下，将获得的观测任务收益作为优化目标，对一组待观测任务进行选取、排序和确定任务执行开始时间的过程。

针对敏捷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。邱涤珊等人在期刊航空学报发表的论文《敏捷成像卫星多星密集任务调度方法》中面向应急任务规划场景，综合考虑敏捷成像卫星时间约束和资源约束，借鉴蚂蚁系统和最大最小蚂蚁系统提出一种改进蚁群算法，对敏捷成像卫星任务规划问题进行求解。在寻优策略、信息素更新策略、任务转移概率上分别进行了针对性的设计。张铭在期刊计算机应用发表的文章《基于改进烟花算法的密集任务成像卫星调度方法》中对密集观测场景下的敏捷成像卫星观测任务进行合成约束分析，考虑时间窗口约束和资源约束建立基于任务合成的多星密集任务调度问题模型，利用精英选择策略对烟花算法进行了改进，保证种族多样性并提高了算法的收敛速度。相比于无任务合成的任务算法，获取了更高的收益率和求解效率。耿远卓在期刊控制与决策发表的文章《敏捷凝视卫星密集点目标聚类与最优观测规划》中针对密集点目标，基于考虑顶点度的团划分算法进行任务聚类。综合考虑任务优先级、任务可见时间窗口和任务之间转移时间对原始蚁群算法进行改进，解决了蚁群优化算法易陷入局部最优、收敛速度慢的问题。最后，对提出的改进启发式蚁群算法在大规模密集问题实例上进行了验证。Kananub S等人在期刊Computer Integrated Manufacturing Systems中发表的文章《Agile earth observing satellites mission scheduling based on decompositionoptimization algorithm》考虑多时间窗口约束对敏捷成像卫星任务规划问题进行建模。首先，将敏捷成像卫星任务规划问题分解为两阶段问题进行求解，首先进行任务资源分配，然后进行单星任务规划。针对资源分配问题，提出一种新型可学习遗传算法，知识模型从迭代过程中学习和获取知识，进行反馈来指导算法的搜索过程。针对单星任务规划问题，设计了后向时间松弛和最优位置搜索方法。