[发明专利]面向动态目标观测的空天异构对地观测资源协同调度方法

权利要求书

1.面向动态目标观测的空天异构对地观测资源协同调度方法，其特征在于，包括以下步骤：

S1：对任务区域Ω进行网格化处理；

S2：以滚动规划周期长度T_x将空天对地观测资源对移动目标的搜索过程等距离散化处理；计算卫星对任务区域的过境时间窗和无人机抵达移动目标失踪位置的时间；

S3：将离散后的滚动规划周期点和卫星的过境时间窗，以及无人机抵达移动目标失踪位置的时间进行分割和合并处理，形成n个有限时域，设置g＝1；

S4：根据移动目标在失踪时刻t₀的位置和最大移动速度，构建从移动目标失踪时间t₀到t_g+1时刻的潜在区域R；

S5：如果g＝1，初始化任务区域内网格的概率和确定度；否则，更新任务区域内网格的概率和确定度；所述网格的概率计算步骤如下：

定义t时刻移动目标在任务区域Ω内的网格g_ij上的概率为p_ij，则移动目标出现在网格g_ij上的概率为

其中x_LU，y_LU，x_RB，y_RB为网格在平面直角坐标系的左上点坐标和右下点坐标，x_t，y_t表示移动目标在时刻t的平面直角坐标系上的坐标，p(x_t，y_t)为移动目标在位置(x_t，y_t)上出现的联合概率密度；

对任务区域Ω内的网格g_ij进行归一化处理，网格g_ij上的归一化概率为

假设在时刻t卫星和无人机对任务区域实施了观测，定义时刻t卫星和无人机条带和视野范围内的动态网格集合为I(t)；在t+1时刻，网格g_ij上的归一化概率p_ij(t+1)；位于潜在区域R_t的网格g_ij，如果处于卫星和无人机的观测范围I(t)内，假设移动目标不在网格g_ij内，则对网格的概率进行衰减，反之，假设移动目标在网格g_ij内，则认为卫星和无人机搜索到移动目标，算法终止；如果不处于卫星和无人机的观测范围I(t)内，按照下面的公式更新其概率：

为了使任务区域内在t+1时刻，目标出现在网格的概率为1，对位于潜在区域R_t的网格g_ij，在保留先验信息的基础上，按照下式进行最后的更新：

其中，∈表示网格的概率衰减系数，∈∈[0，1]；

所述确定度的计算如下：

定义t+1时刻网格g_ij的确定度为

其中，ξ是确定度的动态因子，ξ∈[0，1]，在初始时刻，网格的确定度初始化为0.99；

S6：判断卫星和无人机在有限时域T_g内对所述潜在区域R是否具备观测能力，如果仅有卫星具备观测能力，执行S7，如果仅有无人机具备观测能力，执行S8，如果卫星和无人机都具备观测能力，执行S7后继续执行S8；如果卫星和无人机都不具备观测能力，g＝g+1，执行S9；

S7：采用基于离散侧摆角的卫星最优覆盖算法确定卫星对所述潜在区域R的最优的覆盖条带，并判断在时域T_g内移动目标是否在最优的覆盖条带内，如果移动目标在该最优的覆盖条带内，执行S10，否则，g＝g+1，执行S9；所述基于离散侧摆角的卫星最优覆盖算法步骤如下：

S71.采用线段连接卫星星下点的经纬度坐标形成卫星的星下点轨迹；

S72.获取任务区域的顶点坐标集合，以顶点坐标向卫星的星下点轨迹作垂线，得到垂足点集合；

S73.根据任务区域顶点对应的垂足点集合，采用线性插值法计算对应的时刻{t_s1，t_s2，t_s3，t_s4}；令卫星对任务区域的过境时间窗为[w_s，w_e]，则

w_s＝min{t_s1，t_s2，t_s3，t_s4}

w_e＝max{t_s1，t_s2，t_s3，t_s4}；

S74.根据卫星对任务区域的最晚过境时间w_e，采用移动目标模型及潜在区域模型构建对应的潜在区域R，并计算潜在区域R顶点坐标与星下点轨迹的垂足点集合；

S75.基于墨卡托投影技术，计算潜在区域R顶点坐标与其对应的垂足点之间的距离，判断其最短距离是否在卫星的最大观测范围之内；

S76.如果卫星对潜在区域无观测机会，算法终止；如果在卫星的最大观测范围之内，转到S77执行；

S77.根据卫星成像几何关系，逆运算潜在区域R顶点对应的星载传感器侧摆角度{ψ_r1，ψ_r2，ψ_r3，ψ_r4}，得到顶点对应的星载传感器的左右侧摆角度[ψ_rl，ψ_rr]；根据位置的相互关系，得到卫星对潜在区域R的侧摆角度范围ψ_max和ψ_min；

ψ_max＝min{ψ_R，ψ_rr}

ψ_min＝max{ψ_L，ψ_rl}

其中[ψ_L，ψ_R]为星载传感器的侧摆角度范围；

S78.从侧摆角度ψ_min开始，以星载传感器的侧摆角离散参数Δλ为偏移量，对[ψ_min，ψ_max]进行等距离散，得到离散后的侧摆角{ψ_s1，ψ_s2，...，ψ_sk，...，ψ_sn}，以离散后的星载传感器侧摆角和固定的幅宽长度W_d确定卫星对地球表面覆盖的条带；

S79.计算每根条带对应的目标函数值，选择目标函数值最高的条带为对应的卫星侧摆角，并更新任务区域内网格的概率和确定度大小；

S8：采用基于免疫算法的多无人机协同搜索算法制定多无人机的观测计划，并判断在多无人机的协同搜索过程中移动目标是否被无人机观测到，如果被观测到，执行S10，否则，g＝g+1，更新各架无人机的位置，执行S9；

S9：判断是否满足终止条件：g≤n+1，如果满足，执行S10，否则执行S4；

S10：算法终止，输出移动目标是否被发现的结果，如果被发现，同时输出移动目标此时的位置和空天异构对地观测资源协同调度所消耗的时间，以及卫星和无人机的观测计划。