CN105955812A - 一种地球观测卫星任务调度的方法及*** - Google Patents
一种地球观测卫星任务调度的方法及*** Download PDFInfo
- Publication number
- CN105955812A CN105955812A CN201610297934.5A CN201610297934A CN105955812A CN 105955812 A CN105955812 A CN 105955812A CN 201610297934 A CN201610297934 A CN 201610297934A CN 105955812 A CN105955812 A CN 105955812A
- Authority
- CN
- China
- Prior art keywords
- task
- observation
- satellite
- earth
- earth observation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
- G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/48—Indexing scheme relating to G06F9/48
- G06F2209/485—Resource constraint
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Physiology (AREA)
- Genetics & Genomics (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Radio Relay Systems (AREA)
Abstract
本发明提供了一种地球观测卫星任务调度的方法及***,所述地球观测卫星任务包括观测任务和下传任务,该方法包括:在所述地球观测卫星任务中根据预设约束条件***观测任务和/或下传任务,得到初始地球观测卫星任务序列;通过预设第一算法对所述初始地球观测卫星任务序列进行运算,得到调度后的地球观测卫星任务序列。根据预设约束条件在地球观测卫星任务中***观测任务和/或下传任务,得到初始地球观测卫星任务序列,并通过第一算法对初始地球观测卫星任务序列进行优化,得到调度后的地球观测卫星任务序列,提高了卫星的使用效率。
Description
技术领域
本发明涉及卫星观测技术领域,尤其涉及一种地球观测卫星任务调度的方法及***。
背景技术
地球观测卫星是一种重要的图像获取平台,它们能够在运行轨道上通过遥感器对地面目标进行观测,并将获得的图像数据下传至地面站,通过后期加工形成图像产品。当前,地球观测卫星经常作为系列发射,如中国的高分系列,计划发射7颗民用卫星,目前已发射2颗。这些卫星能够组成较为完整的观测***,服务于特定领域的信息需求。
地球观测卫星的任务调度是指根据一定的优化目标,对多个对地观测任务(简称观测任务)进行排程,以确定执行各任务的具体卫星和具体时间,由于受到星上存储器的容量限制,每执行一定数量的观测任务,就需要将图像数据传回至地面站,以释放星上存储容量。因此,对地观测和数据下传总是穿插进行的,任务调度也应该包括对数据下传任务(简称下传任务)的调度。这两种任务最大的区别在于观测任务是根据用户需求产生的,在调度之前就已经确定,而下传任务根据调度的情况以及卫星的星上存储量而动态产生的,在调度之前无法确定。
卫星的任务调度是影响卫星应用效率的关键技术之一。然而当前的很多研究是将观测任务和下传任务分开调度的,分开调度降低了卫星的使用效率,因此如何通过将观测任务和下传任务的集成调度,提高卫星的使用效率成为了亟需解决的问题。
发明内容
针对现有技术中的缺陷,本发明提供了一种地球观测卫星任务调度的方法及***,提高了卫星的使用效率。
第一方面,本发明提供了一种地球观测卫星任务调度的方法,地球观测卫星任务包括观测任务和下传任务,该方法包括:
在所述地球观测卫星任务中根据预设约束条件***观测任务和/或下传任务,得到初始地球观测卫星任务序列;
通过预设第一算法对所述初始地球观测卫星任务序列进行运算,得到调度后的地球观测卫星任务序列。
可选的,所述地球观测卫星任务包括至少一个地球观测卫星的观测任务;
所述在所述地球观测卫星任务中根据预设约束条件***观测任务和/或下传任务,包括:
获取第一地球观测卫星在每一次下传任务之前观测任务已消耗的存储容量以及所述第一地球观测卫星在各圈次消耗的能量;
在所述第一地球观测卫星的地球观测卫星任务中***观测任务时,判断所述地球观测卫星在下传任务之前已消耗的存储容量是否大于预设存储容量,以及在各圈次已消耗的能量是否大于预设消耗的能量,若是,则不执行在所述第一地球观测卫星的地球观测卫星任务中***卫星的观测任务;
或者;
在所述第一地球观测卫星的地球观测卫星任务中***下传任务时,判断所述地球观测卫星在各圈次已消耗的能量是否大于预设消耗的能量,若是,则不执行在所述第一地球观测卫星的地球观测卫星任务中***下传任务。
可选的,所述通过预设第一算法对所述初始地球观测卫星任务序列进行运算,得到调度后的地球观测卫星任务序列,包括:
通过预设遗传算法对所述初始地球观测卫星任务序列进行运算,得到调度后的地球观测卫星任务序列。
可选的,所述通过预设遗传算法对所述初始地球观测卫星任务序列进行运算,得到调度后的地球观测卫星任务序列,包括:
通过交换时间窗的交叉策略,对初始地球观测卫星任务序列中的观测任务和下传任务进行交叉,获得目标集合,所述目标集合为交叉后的观测任务按照目标序号排序的目标集合,所述目标集合中的每一观测任务均包括所属的地球观测卫星和观测时间窗;
根据所述目标集合中的观测任务所属的地球观测卫星和观测时间窗,将所述观测任务***到交叉后的下传任务中,得到交叉后的地球观测卫星任务序列;
对所述交叉后的地球观测卫星任务序列中的观测任务和下传任务进行变异,得到调度后的地球观测卫星任务序列。
可选的,所述对初始地球观测卫星任务序列中的观测任务和下传任务进行交叉,包括:
对所述初始地球观测卫星任务序列中的观测任务和下传任务分别进行交叉;
所述对所述交叉后的地球观测卫星任务序列中的观测任务和下传任务进行变异,包括:
对所述交叉后的地球观测卫星任务序列中的观测任务和下传任务分别进行变异。
第二方面,本发明还提供了一种地球观测卫星任务调度的***,地球观测卫星任务包括观测任务和下传任务,该***包括:
***模块,用于在所述地球观测卫星任务中根据预设约束条件***观测任务和/或下传任务,得到初始地球观测卫星任务序列;
运算模块,用于通过预设第一算法对所述初始地球观测卫星任务序列进行运算,得到调度后的地球观测卫星任务序列。
可选的,所述地球观测卫星任务包括至少一个地球观测卫星的观测任务;
所述***模块,具体用于:
获取第一地球观测卫星在每一次下传任务之前观测任务已消耗的存储容量以及所述第一地球观测卫星在各圈次消耗的能量;
在所述第一地球观测卫星的地球观测卫星任务中***观测任务时,判断所述地球观测卫星在下传任务之前已消耗的存储容量是否大于预设存储容量,以及在各圈次已消耗的能量是否大于预设消耗的能量,若是,则不执行在所述第一地球观测卫星的地球观测卫星任务中***卫星的观测任务;
或者;
在所述第一地球观测卫星的地球观测卫星任务中***下传任务时,判断所述地球观测卫星在各圈次已消耗的能量是否大于预设消耗的能量,若是,则不执行在所述第一地球观测卫星的地球观测卫星任务中***下传任务。
可选的,所述运算模块,用于:
通过预设遗传算法对所述初始地球观测卫星任务序列进行运算,得到调度后的地球观测卫星任务序列。
可选的,所述运算模块,具体用于:
通过交换时间窗的交叉策略,对初始地球观测卫星任务序列中的观测任务和下传任务进行交叉,获得目标集合,所述目标集合为交叉后的观测任务按照目标序号排序的目标集合,所述目标集合中的每一观测任务均包括所属的地球观测卫星和观测时间窗;
根据所述目标集合中的观测任务所属的地球观测卫星和观测时间窗,将所述观测任务***到交叉后的下传任务中,得到交叉后的地球观测卫星任务序列;
对所述交叉后的地球观测卫星任务序列中的观测任务和下传任务进行变异,得到调度后的地球观测卫星任务序列。
可选的,所述运算模块,还用于:
对所述初始地球观测卫星任务序列中的观测任务和下传任务分别进行交叉;
所述运算模块,还用于:
对所述交叉后的地球观测卫星任务序列中的观测任务和下传任务分别进行变异。
由上述技术方案可知,本发明提供一种地球观测卫星任务调度的方法及***,根据预设约束条件在地球观测卫星任务中***观测任务和/或下传任务,得到初始地球观测卫星任务序列,并通过第一算法对初始地球观测卫星任务序列进行优化,得到调度后的地球观测卫星任务序列,提高了卫星的使用效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些图获得其他的附图。
图1为本发明一实施例提供的卫星观测与下传的示意图;
图2为本发明一实施例提供的目标时间窗的示意图;
图3为本发明一实施例提供的过渡时间的示意图;
图4为本发明一实施例提供的地球观测卫星任务调度的方法的流程示意图;
图5为本发明一实施例提供的采用下传机制调整后的染色体的结构示意图;
图6为本发明一实施例提供的染色体编码的示意图;
图7为本发明一实施例提供的用于交叉的两条染色体的示意图;
图8为本发明一实施例提供的下传任务交叉的示意图;
图9为本发明一实施例提供的父代中的目标集合的示意图;
图10为本发明一实施例提供的父代进行交叉之后的任务集合的示意图;
图11为本发明一实施例提供的交叉之后的子代染色体的示意图;
图12为本发明一实施例提供的变异前染色体的示意图;
图13为本发明一实施例提供的下传任务变异的示意图;
图14为本发明一实施例提供的变异后染色体的示意图;
图15为本发明另一实施例提供的地球观测卫星任务调度的方法的流程示意图;
图16为本发明一实施例提供的地球观测卫星任务调度的***的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在详细说明本发明实施例的细节之前,先对卫星观测过程进行说明。
卫星在运行轨道上通过遥感器对地面目标成像,每次成像动作会在地面上形成一个具有一定幅宽的成像条带,如图1中的区域。一个地面目标只需被成像一次即可完成观测。每次成像获得的数据会暂时存储在卫星的存储器内,当卫星观测了一定数量的目标之后,需要将图像数据下传至地面站,以释放存储器容量。整个过程如图1所示。
下面对几个定义进行说明:
时间窗:卫星是在轨道上不断运动的,在给定的调度周期内,卫星有不同的轨道圈次。对地面目标的成像必须待卫星在某一轨道圈次内运动至目标的上空时进行,此时卫星的遥感器会在一个时间段之内能够看见目标,这个时间段称为时间窗(如图2所示)。在给定的规划周期内,卫星与目标之间一般不止一个时间窗,卫星对目标的观测需在其中某一个时间窗之内完成,且目标进行观测的时间窗一般会小于可见的时间窗,观测时间窗的开始时间与结束时间如图2所示。
观测过渡时间:一颗卫星在执行2个前后相继的观测任务时,中间需要有一定的过渡时间,以让卫星遥感器作好调整。即后一个任务的观测开始时间减去前一个任务的观测结束时间要大于一个过渡时间,如图3所示。
数据存储:卫星上有一个固定容量的星上存储器,卫星将观测的目标图像数据暂时存放在存储器中。在将数据传回地面站之后,存储器的存储容量被释放。因此存储器的实时容量在整个观测过程中是动态变化的。
能量消耗:卫星在观测目标以及下传数据的过程中都会消耗能量,而卫星在每一个轨道圈次内可使用的能量是有限的,因此在调度过程中,每一圈次中的能量消耗不能超过这个最大的能量限制。
数据下传:地面站可以接受卫星下传的数据。和观测任务一样,数据下传也需要在时间窗口之内完成。由于数据下传会消耗卫星能量,以及占用卫星的工作时间,因此应尽可能充分利用星上存储,尽量减少数据下传的次数。
下传过渡时间:一个地面站一次只能接收一颗卫星的下传。如果有2颗卫星需要对同一个地面站先后进行下传,则需要一个过渡时间让地面站调整接收天线。
对多星观测与下传任务调度问题进行建模,首先给出模型中使用的参数、变量及其数学符号,然后给出数学模型以完成调度。本实施例的一些参数可以如下所示:
多星观测与下传任务集成调度问题的数学模型如下,具体包括以下约束条件:
式(1)是目标函数,由两个部分组成,一是已执行的观测任务数量总和,二是已执行的观测任务权重总和。调度目标是使它们的加权和最大化,其中,Rnum,Rwgt是比例系数。
约束式(2)表示每个观测任务最多只能被执行一次。
约束式(3)表示地面站一次只能接收一颗卫星的数据下传。
约束式(4)表示如果有两个观测任务被同一颗卫星先后执行,则两个任务之间需要有足够的过渡时间。
约束式(5)如果有两颗卫星先后对同一个地面站下传数据,则地面站在接收两颗卫星的数据下传之间需要有一定的过渡时间。
约束式(6)表示卫星在每一个轨道圈次内消耗的能量不能超过最大能量限制。
约束式(7)(8)表示在给定的规划周期内,卫星开始观测时的存储容量与结束观测时的存储容量都为最大的存储容量。
约束式(9)卫星执行观测任务之后,占用的星上存储增加。
约束式(10)表示卫星上所存储的数据不得超过星上存储器的最大容量。
图4示出了本发明实施例提供的一种地球观测卫星任务调度的方法的流程示意图,所述地球观测卫星任务包括观测任务和下传任务,如图4所示,该方法包括一下步骤:
401、在所述地球观测卫星任务中根据预设约束条件***观测任务和/或下传任务,得到初始地球观测卫星任务序列。
可理解的是,本实施例在上述步骤401之前先获取地球观测卫星任务中的观测任务。然后再根据卫星存储器的存储容量在已获取的观测任务中***观测任务和/或下传任务,***观测任务和/或下传任务会得到包括观测任务和下传任务的初始地球观测卫星任务序列。
其中,预设约束条件可以为上述如约束式(2)至约束式(10)的约束条件。
402、通过预设第一算法对所述初始地球观测卫星任务序列进行运算,得到调度后的地球观测卫星任务序列。
例如:通过预设遗传算法对所述初始地球观测卫星任务序列进行运算,得到调度后的地球观测卫星任务序列。也即将上述步骤401中的初始地球观测卫星任务序列作为第一染色体通过遗传算法进行运算,最终得到优化后的地球观测卫星任务序列即调度后的地球观测卫星任务序列。
在具体应用中,本实施例中还包括了第二染色体,用于记录地球观测卫星任务的存储容量以及消耗的能量。其主要是用于通过记录的存储容量以及消耗的能量对第一染色体内是否能够***观测任务和下传任务进行约束和监控。
由于数据下传会消耗卫星能量,以及占用卫星的工作时间,因此应尽量减少数据下传的次数。本文设计了一种下传机制,综合考虑下传任务与观测任务之间的数量关系,尽量充分利用星上存储,减少下传任务的执行次数。
以如图5为例,首先将所有的下传任务均***到染色体A中,卫星存储容量为4,也就是说,最多执行4次观测任务就必须下传,不足4个观测任务时,需要判断卫星在遇到下一次下传机会之前的观测任务数量。以染色体B中Sat1为例,3<4;3+1=4,因此第一个下传任务设置为不执行;2<4,但是卫星观测的所有任务信息必须在最后全部下传,所以这个下传任务保留执行,因此采用这种下传机制调整之后的染色体如图5所示。
上述方法根据预设约束条件在地球观测卫星任务中***观测任务和/或下传任务,得到初始地球观测卫星任务序列,并通过第一算法对初始地球观测卫星任务序列进行优化,得到调度后的地球观测卫星任务序列,提高了卫星的使用效率。
在上述步骤401中所述地球观测卫星任务包括至少一个地球观测卫星的观测任务;也可以理解为地球观测卫星为至少一个。
所述在所述地球观测卫星任务中根据预设约束条件***观测任务和/或下传任务,具体包括以下步骤:
4011、获取第一地球观测卫星在每一次下传任务之前观测任务已消耗的存储容量以及所述第一地球观测卫星在各圈次消耗的能量;
4012、在所述第一地球观测卫星的地球观测卫星任务中***观测任务时,判断所述地球观测卫星在下传任务之前已消耗的存储容量是否大于预设存储容量,以及在各圈次已消耗的能量是否大于预设消耗的能量,若是,则不执行在所述第一地球观测卫星的地球观测卫星任务中***卫星的观测任务;
或者;
4013、在所述第一地球观测卫星的地球观测卫星任务中***下传任务时,判断所述地球观测卫星在各圈次已消耗的能量是否大于预设消耗的能量,若是,则不执行在所述第一地球观测卫星的地球观测卫星任务中***下传任务。
上述步骤402中所述通过预设遗传算法对所述初始地球观测卫星任务序列进行运算,得到调度后的地球观测卫星任务序列,包括以下子步骤:
4021、通过交换时间窗的交叉策略,对初始地球观测卫星任务序列中的观测任务和下传任务进行交叉,获得目标集合,所述目标集合为交叉后的观测任务按照目标序号排序的目标集合,所述目标集合中的每一观测任务均包括所属的地球观测卫星和观测时间窗;
具体的,所述对初始地球观测卫星任务序列中的观测任务和下传任务进行交叉,包括:
对所述初始地球观测卫星任务序列中的观测任务和下传任务分别进行交叉。
4022、根据所述目标集合中的观测任务所属的地球观测卫星和观测时间窗,将所述观测任务***到交叉后的下传任务中,得到交叉后的地球观测卫星任务序列;
具体的,采用重组算法对目标集合内的观测任务进行重组运算,具体详见下文的描述部分。
4023、对所述交叉后的地球观测卫星任务序列中的观测任务和下传任务进行变异,得到调度后的地球观测卫星任务序列。
具体的,所述对所述交叉后的地球观测卫星任务序列中的观测任务和下传任务进行变异,包括:
对所述交叉后的地球观测卫星任务序列中的观测任务和下传任务分别进行变异。
下面对上述方法进行详细举例说明,举例如下:
根据卫星存储器和能量消耗的实时情况安排下传任务。将卫星存储和能量消耗的实时数值用染色体记录下来,用染色体A记录卫星的观测任务和下传任务,同时,在染色体A中加入一颗虚拟卫星,用于存放暂时不能被执行的观测任务。用染色体B记录卫星在进行每一次下传任务之前的已占用的星上存储容量,以及卫星在每一圈次中已消耗的能量,其中染色体B用于辅佐对染色体A的计算,并检验染色体A的解的可行性以及有效性,即通过上述步骤4011至步骤4013进行判定。
以10个观测任务(用1-10来表示),2个地面站(用-1,-2来表示,-2表示卫星在编号为-2的地面站的此次时间窗内不进行下传,也称为不执行的下传任务),2颗卫星Sat1,Sat2为例来解释我们的编码结构,如图6所示(图中假设每个任务消耗一个单位的存储容量和一个单位的能量,不执行的下传任务不消耗能量且在染色体B中的存储容量记录值为0)。
计算适应度函数:
适应度函数考虑了已执行的观测任务数量占所有观测任务数量的比例,以及已执行的观测任务的权重之和占所有观测任务的权重之和的比例,表达式如式(11)所示:
交叉策略:
基于交换时间窗的交叉策略.由于观测任务与下传任务性质不同,将下传任务与观测任务分开进行交叉。
交叉策略如图7到10所示(图中假设卫星每个圈次的最大能量消耗为5个单位,卫星的存储容量为4个单位)。
本文采用基于交换时间窗的交叉策略,随机生成一个时间点,对每颗卫星上该时间点之后的任务序列进行交叉。
首先对下传任务进行交叉。如图8所示,在两条父代染色体中找到这个时间点之后的所有下传任务,然后将两条父代染色体在时间点之后的下传任务进行交叉。
接着对观测任务进行交叉。直接将父代1和父代2这个时间点之后的观测任务进行交叉会出现部分观测任务丢失以及观测任务重复执行问题。具体的:
Step 1:分别将父代1和父代2中的观测任务独立出来形成一个按目标序号排序的目标集合,如图9所示。该集合的中每个元素包含两个要素:执行目标的卫星,目标执行对应的卫星观测时间窗。如父代1中目标1在卫星1的第一个圈次内执行,则父代1对应的目标执行时间窗数组的第一个元素为
Step 2:交换时间点之后的目标对应的执行时间窗,得到新的目标执行时间窗数组。
Step 3:依据目标执行时间窗数组以及下传任务交叉结果,重新构造任务执行序列。
交叉之后如图10所示,染色体上的仍是一个目标集合,并不是调度的一个序列。因此需要对这个集合序列进行重组,如算法1所示。
算法1:目标重组算法
Step 2循环虚拟卫星中的任务,按照任务指向的目标,调用算法3***目标
算法2:任务***算法
算法3:目标***算法(以i为例):
由于***时的概率不确定性,因此进行重组之后的子代染色体序列可能如图11所示。
变异策略:
变异同样分下传任务变异和观测任务变异。以图12中一个解的染色体为例。
首先对下传任务变异,在每颗卫星上随机选择一个下传任务,若该下传任务是执行状态,则将其变异为不执行;若是不执行状态则变异为执行状态。如图13所示,将选择的时间点之后的下传任务进行变异。
然后对观测任务的变异,采用时间窗重组的变异策略,先将时间点之后的所有任务全都放入到虚拟卫星当中去形成目标集合,然后对虚拟卫星中的目标集合进行重组,如算法1所示。最后经过变异策略之后可能得到的一个染色体如图14所示。
下面对整体的流程进行详细说明:
根据上述求解策略,基于双染色体遗传算法的求解的总体流程如图15所示。其中Np、pc、pm、pg分别表示种群规模,交叉概率,变异概率以及下传任务有效执行概率。
初始化:首先将所有的下传任务***到染色体A中,每***一个下传任务时以pg概率确定该下传任务是否执行,不执行的下传任务的时间窗为:在***下传任务同时更新染色体B中的信息。
然后是观测任务的***。本文设计了***即检查的初始解生成策略,在对每一个观测任务进行***时即检查对约束条件的满足情况,不满足约束的放入到虚拟卫星中。为了综合考虑权重和能量这两个指标,定义观测任务的权重密度pi如式(12):
将观测任务按权重密度的大小进行排序,权重密度大的优先安排。在固定的周期内,观测任务的所有时间窗是固定的,因此可以在该观测任务的时间窗集合中随机挑选一个,***到相应的卫星任务序列当中,见算法2。同时检查是否满足约束,如果不满足,则转向下一个时间窗。在每***一个观测任务时更新染色体B。
选择:按轮盘赌选择方法选择出适合遗传到下一代的染色体。
交叉:按照上述的交叉策略对染色体以交叉概率进行交叉。
变异:按照上述的变异策略对染色体以变异概率进行变异。
图16示出了本发明实施例提供的一种地球观测卫星任务调度的***的结构示意图,所述地球观测卫星任务包括观测任务和下传任务,其特征在于,该***包括:
***模块161,用于在所述地球观测卫星任务中根据预设约束条件***观测任务和/或下传任务,得到初始地球观测卫星任务序列;
运算模块162,用于通过预设第一算法对所述初始地球观测卫星任务序列进行运算,得到调度后的地球观测卫星任务序列。
在本实施例的一个优选的实施方式中,所述地球观测卫星任务包括至少一个地球观测卫星的观测任务;
所述***模块,具体用于:
获取第一地球观测卫星在每一次下传任务之前观测任务已消耗的存储容量以及所述第一地球观测卫星在各圈次消耗的能量;
在所述第一地球观测卫星的地球观测卫星任务中***观测任务时,判断所述地球观测卫星在下传任务之前已消耗的存储容量是否大于预设存储容量,以及在各圈次已消耗的能量是否大于预设消耗的能量,若是,则不执行在所述第一地球观测卫星的地球观测卫星任务中***卫星的观测任务;
或者;
在所述第一地球观测卫星的地球观测卫星任务中***下传任务时,判断所述地球观测卫星在各圈次已消耗的能量是否大于预设消耗的能量,若是,则不执行在所述第一地球观测卫星的地球观测卫星任务中***下传任务。
在本实施例的一个优选的实施方式中,所述运算模块,用于:
通过预设遗传算法对所述初始地球观测卫星任务序列进行运算,得到调度后的地球观测卫星任务序列。
在本实施例的一个优选的实施方式中,所述运算模块,具体用于:
通过交换时间窗的交叉策略,对初始地球观测卫星任务序列中的观测任务和下传任务进行交叉,获得目标集合,所述目标集合为交叉后的观测任务按照目标序号排序的目标集合,所述目标集合中的每一观测任务均包括所属的地球观测卫星和观测时间窗;
根据所述目标集合中的观测任务所属的地球观测卫星和观测时间窗,将所述观测任务***到交叉后的下传任务中,得到交叉后的地球观测卫星任务序列;
对所述交叉后的地球观测卫星任务序列中的观测任务和下传任务进行变异,得到调度后的地球观测卫星任务序列。
在本实施例的一个优选的实施方式中,所述运算模块,还用于:
对所述初始地球观测卫星任务序列中的观测任务和下传任务分别进行交叉;
所述运算模块,还用于:
对所述交叉后的地球观测卫星任务序列中的观测任务和下传任务分别进行变异。
需要说明的是,上述***与上述方法是一一对应的关系,上述方法的实施细节同样适用于上述***,本实施例不再对上述***进行详细说明。
本发明的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本发明公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释呈反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在于该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是互相排斥之处,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的一种浏览器终端的设备中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围,其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (10)
1.一种地球观测卫星任务调度的方法,地球观测卫星任务包括观测任务和下传任务,其特征在于,该方法包括:
在所述地球观测卫星任务中根据预设约束条件***观测任务和/或下传任务,得到初始地球观测卫星任务序列;
通过预设第一算法对所述初始地球观测卫星任务序列进行运算,得到调度后的地球观测卫星任务序列。
2.根据权利要求1所述的方法,其特征在于,所述地球观测卫星任务包括至少一个地球观测卫星的观测任务;
所述在所述地球观测卫星任务中根据预设约束条件***观测任务和/或下传任务,包括:
获取第一地球观测卫星在每一次下传任务之前观测任务已消耗的存储容量以及所述第一地球观测卫星在各圈次消耗的能量;
在所述第一地球观测卫星的地球观测卫星任务中***观测任务时,判断所述地球观测卫星在下传任务之前已消耗的存储容量是否大于预设存储容量,以及在各圈次已消耗的能量是否大于预设消耗的能量,若是,则不执行在所述第一地球观测卫星的地球观测卫星任务中***卫星的观测任务;
或者;
在所述第一地球观测卫星的地球观测卫星任务中***下传任务时,判断所述地球观测卫星在各圈次已消耗的能量是否大于预设消耗的能量,若是,则不执行在所述第一地球观测卫星的地球观测卫星任务中***下传任务。
3.根据权利要求1所述的方法,其特征在于,所述通过预设第一算法对所述初始地球观测卫星任务序列进行运算,得到调度后的地球观测卫星任务序列,包括:
通过预设遗传算法对所述初始地球观测卫星任务序列进行运算,得到调度后的地球观测卫星任务序列。
4.根据权利要求1或3所述的方法,其特征在于,所述通过预设遗传算法对所述初始地球观测卫星任务序列进行运算,得到调度后的地球观测卫星任务序列,包括:
通过交换时间窗的交叉策略,对初始地球观测卫星任务序列中的观测任务和下传任务进行交叉,获得目标集合,所述目标集合为交叉后的观测任务按照目标序号排序的目标集合,所述目标集合中的每一观测任务均包括所属的地球观测卫星和观测时间窗;
根据所述目标集合中的观测任务所属的地球观测卫星和观测时间窗,将所述观测任务***到交叉后的下传任务中,得到交叉后的地球观测卫星任务序列;
对所述交叉后的地球观测卫星任务序列中的观测任务和下传任务进行变异,得到调度后的地球观测卫星任务序列。
5.根据权利要求4所述的方法,其特征在于,所述对初始地球观测卫星任务序列中的观测任务和下传任务进行交叉,包括:
对所述初始地球观测卫星任务序列中的观测任务和下传任务分别进行交叉;
所述对所述交叉后的地球观测卫星任务序列中的观测任务和下传任务进行变异,包括:
对所述交叉后的地球观测卫星任务序列中的观测任务和下传任务分别进行变异。
6.一种地球观测卫星任务调度的***,地球观测卫星任务包括观测任务和下传任务,其特征在于,该***包括:
***模块,用于在所述地球观测卫星任务中根据预设约束条件***观测任务和/或下传任务,得到初始地球观测卫星任务序列;
运算模块,用于通过预设第一算法对所述初始地球观测卫星任务序列进行运算,得到调度后的地球观测卫星任务序列。
7.根据权利要求6所述的***,其特征在于,所述地球观测卫星任务包括至少一个地球观测卫星的观测任务;
所述***模块,具体用于:
获取第一地球观测卫星在每一次下传任务之前观测任务已消耗的存储容量以及所述第一地球观测卫星在各圈次消耗的能量;
在所述第一地球观测卫星的地球观测卫星任务中***观测任务时,判断所述地球观测卫星在下传任务之前已消耗的存储容量是否大于预设存储容量,以及在各圈次已消耗的能量是否大于预设消耗的能量,若是,则不执行在所述第一地球观测卫星的地球观测卫星任务中***卫星的观测任务;
或者;
在所述第一地球观测卫星的地球观测卫星任务中***下传任务时,判断所述地球观测卫星在各圈次已消耗的能量是否大于预设消耗的能量,若是,则不执行在所述第一地球观测卫星的地球观测卫星任务中***下传任务。
8.根据权利要求6所述的***,其特征在于,所述运算模块,用于:
通过预设遗传算法对所述初始地球观测卫星任务序列进行运算,得到调度后的地球观测卫星任务序列。
9.根据权利要求6或8所述的***,其特征在于,所述运算模块,具体用于:
通过交换时间窗的交叉策略,对初始地球观测卫星任务序列中的观测任务和下传任务进行交叉,获得目标集合,所述目标集合为交叉后的观测任务按照目标序号排序的目标集合,所述目标集合中的每一观测任务均包括所属的地球观测卫星和观测时间窗;
根据所述目标集合中的观测任务所属的地球观测卫星和观测时间窗,将所述观测任务***到交叉后的下传任务中,得到交叉后的地球观测卫星任务序列;
对所述交叉后的地球观测卫星任务序列中的观测任务和下传任务进行变异,得到调度后的地球观测卫星任务序列。
10.根据权利要求9所述的***,其特征在于,所述运算模块,还用于:
对所述初始地球观测卫星任务序列中的观测任务和下传任务分别进行交叉;
所述运算模块,还用于:
对所述交叉后的地球观测卫星任务序列中的观测任务和下传任务分别进行变异。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610297934.5A CN105955812B (zh) | 2016-05-03 | 2016-05-03 | 一种地球观测卫星任务调度的方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610297934.5A CN105955812B (zh) | 2016-05-03 | 2016-05-03 | 一种地球观测卫星任务调度的方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105955812A true CN105955812A (zh) | 2016-09-21 |
CN105955812B CN105955812B (zh) | 2020-04-24 |
Family
ID=56913987
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610297934.5A Active CN105955812B (zh) | 2016-05-03 | 2016-05-03 | 一种地球观测卫星任务调度的方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105955812B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106648852A (zh) * | 2016-11-18 | 2017-05-10 | 合肥工业大学 | 基于双蚁群的多星任务调度方法和装置 |
CN107104956A (zh) * | 2017-04-13 | 2017-08-29 | 重庆市环境科学研究院 | 一种基于用户优先度的遥感分发方法及*** |
CN107239860A (zh) * | 2017-06-05 | 2017-10-10 | 合肥工业大学 | 一种成像卫星任务规划方法 |
CN109270896A (zh) * | 2018-07-10 | 2019-01-25 | 中国人民解放军战略支援部队航天工程大学 | 一种任务调度优化模型的优化约束确定方法 |
CN109377075A (zh) * | 2018-11-07 | 2019-02-22 | 长沙天仪空间科技研究院有限公司 | 一种基于前瞻预测的任务调度方法 |
CN109684055A (zh) * | 2018-11-07 | 2019-04-26 | 长沙天仪空间科技研究院有限公司 | 一种基于主动观测任务的卫星调度方法 |
CN110618862A (zh) * | 2019-09-18 | 2019-12-27 | 中国人民解放军国防科技大学 | 基于极大团模型的卫星测控资源调度方法和*** |
CN112598332A (zh) * | 2021-01-06 | 2021-04-02 | 中国人民解放军国防科技大学 | 空间在轨服务任务调度方法、装置和计算机设备 |
CN112737660A (zh) * | 2020-12-09 | 2021-04-30 | 合肥工业大学 | 多星多站数据下传调度方法和*** |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102479085A (zh) * | 2010-11-30 | 2012-05-30 | 中国人民解放军国防科学技术大学 | 敏捷卫星任务规划方法 |
CN104063748A (zh) * | 2014-06-28 | 2014-09-24 | 中国人民解放军国防科学技术大学 | 一种用于解决面向成像卫星的时间依赖型调度问题的算法 |
CN104063749A (zh) * | 2014-06-28 | 2014-09-24 | 中国人民解放军国防科学技术大学 | 一种基于滚动时域控制的成像卫星自主任务规划算法 |
CN104090819A (zh) * | 2014-07-22 | 2014-10-08 | 中国科学院空间科学与应用研究中心 | 一种空间天文卫星巡天扫描多目标任务规划方法 |
CN104361234A (zh) * | 2014-11-15 | 2015-02-18 | 北京理工大学 | 一种复杂约束条件下多星多任务观测调度优化方法 |
CN104680238A (zh) * | 2015-03-16 | 2015-06-03 | 中国人民解放军空军装备研究院雷达与电子对抗研究所 | 多卫星对地协同观测的待观测任务确定方法 |
CN105095643A (zh) * | 2015-06-15 | 2015-11-25 | 中国人民解放军国防科学技术大学 | 面向动态环境的成像卫星自主任务规划方法 |
CN105512479A (zh) * | 2015-12-03 | 2016-04-20 | 中国地质大学(武汉) | 一种多星对地观测任务规划算法的评价方法及装置 |
-
2016
- 2016-05-03 CN CN201610297934.5A patent/CN105955812B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102479085A (zh) * | 2010-11-30 | 2012-05-30 | 中国人民解放军国防科学技术大学 | 敏捷卫星任务规划方法 |
CN104063748A (zh) * | 2014-06-28 | 2014-09-24 | 中国人民解放军国防科学技术大学 | 一种用于解决面向成像卫星的时间依赖型调度问题的算法 |
CN104063749A (zh) * | 2014-06-28 | 2014-09-24 | 中国人民解放军国防科学技术大学 | 一种基于滚动时域控制的成像卫星自主任务规划算法 |
CN104090819A (zh) * | 2014-07-22 | 2014-10-08 | 中国科学院空间科学与应用研究中心 | 一种空间天文卫星巡天扫描多目标任务规划方法 |
CN104361234A (zh) * | 2014-11-15 | 2015-02-18 | 北京理工大学 | 一种复杂约束条件下多星多任务观测调度优化方法 |
CN104680238A (zh) * | 2015-03-16 | 2015-06-03 | 中国人民解放军空军装备研究院雷达与电子对抗研究所 | 多卫星对地协同观测的待观测任务确定方法 |
CN105095643A (zh) * | 2015-06-15 | 2015-11-25 | 中国人民解放军国防科学技术大学 | 面向动态环境的成像卫星自主任务规划方法 |
CN105512479A (zh) * | 2015-12-03 | 2016-04-20 | 中国地质大学(武汉) | 一种多星对地观测任务规划算法的评价方法及装置 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106648852A (zh) * | 2016-11-18 | 2017-05-10 | 合肥工业大学 | 基于双蚁群的多星任务调度方法和装置 |
CN107104956B (zh) * | 2017-04-13 | 2019-07-26 | 重庆市环境科学研究院 | 一种基于用户优先度的遥感分发方法及*** |
CN107104956A (zh) * | 2017-04-13 | 2017-08-29 | 重庆市环境科学研究院 | 一种基于用户优先度的遥感分发方法及*** |
CN107239860A (zh) * | 2017-06-05 | 2017-10-10 | 合肥工业大学 | 一种成像卫星任务规划方法 |
CN107239860B (zh) * | 2017-06-05 | 2018-02-23 | 合肥工业大学 | 一种成像卫星任务规划方法 |
CN109270896B (zh) * | 2018-07-10 | 2020-06-16 | 中国人民解放军战略支援部队航天工程大学 | 一种任务调度优化模型的优化约束确定方法 |
CN109270896A (zh) * | 2018-07-10 | 2019-01-25 | 中国人民解放军战略支援部队航天工程大学 | 一种任务调度优化模型的优化约束确定方法 |
CN109684055A (zh) * | 2018-11-07 | 2019-04-26 | 长沙天仪空间科技研究院有限公司 | 一种基于主动观测任务的卫星调度方法 |
CN109377075A (zh) * | 2018-11-07 | 2019-02-22 | 长沙天仪空间科技研究院有限公司 | 一种基于前瞻预测的任务调度方法 |
CN109684055B (zh) * | 2018-11-07 | 2020-07-17 | 长沙天仪空间科技研究院有限公司 | 一种基于主动观测任务的卫星调度方法 |
CN110618862A (zh) * | 2019-09-18 | 2019-12-27 | 中国人民解放军国防科技大学 | 基于极大团模型的卫星测控资源调度方法和*** |
CN110618862B (zh) * | 2019-09-18 | 2020-09-29 | 中国人民解放军国防科技大学 | 基于极大团模型的卫星测控资源调度方法和*** |
CN112737660A (zh) * | 2020-12-09 | 2021-04-30 | 合肥工业大学 | 多星多站数据下传调度方法和*** |
CN112598332A (zh) * | 2021-01-06 | 2021-04-02 | 中国人民解放军国防科技大学 | 空间在轨服务任务调度方法、装置和计算机设备 |
CN112598332B (zh) * | 2021-01-06 | 2024-03-01 | 中国人民解放军国防科技大学 | 空间在轨服务任务调度方法、装置和计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
CN105955812B (zh) | 2020-04-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105955812A (zh) | 一种地球观测卫星任务调度的方法及*** | |
CN103632053B (zh) | 基于定轨约束满足的中低轨星座星地测控资源联合调度方法 | |
Vansteenwegen et al. | Orienteering problems | |
Chao et al. | A fast and effective heuristic for the orienteering problem | |
Festa et al. | An annotated bibliography of GRASP–Part II: Applications | |
Festa et al. | An annotated bibliography of GRASP–Part I: Algorithms | |
CN104361234B (zh) | 一种复杂约束条件下多星多任务观测调度优化方法 | |
CN110657816B (zh) | 一种基于烟花算法的带硬时间窗的车辆路径问题规划方法 | |
US8103532B2 (en) | Method and system for fast local search and insertion heuristics for vehicle routing | |
CN109724612A (zh) | 一种基于拓扑地图的agv路径规划方法及设备 | |
CN107679748A (zh) | 面向星群观测任务自主规划的星地联合运行方法 | |
Vinkó et al. | Global optimisation heuristics and test problems for preliminary spacecraft trajectory design | |
Skobelev et al. | Application of multi-agent technology in the scheduling system of swarm of earth remote sensing satellites | |
CN106648852A (zh) | 基于双蚁群的多星任务调度方法和装置 | |
WO2002097570A2 (en) | Method and system for generating optimal solutions for open pairings through one-way fixes and matching transformations | |
CN106951312A (zh) | 多星任务的调度方法及*** | |
CN107066534B (zh) | 多源数据聚合方法及*** | |
CN104063749A (zh) | 一种基于滚动时域控制的成像卫星自主任务规划算法 | |
CN104050324A (zh) | 针对单星任务规划问题的数学模型的构建方法及求解方法 | |
CN110166114A (zh) | 一种卫星导航***时变星间链路网络拓扑规划方法 | |
CN109918731A (zh) | 基于关键路径的卫星任务规划仿真分析方法与*** | |
Hadj-Salah et al. | Schedule earth observation satellites with deep reinforcement learning | |
Sierksma et al. | Networks in action | |
Fraire et al. | On the scalability of battery‐aware contact plan design for LEO satellite constellations | |
Chang et al. | Solving dynamic satellite image data downlink scheduling problem via an adaptive bi-objective optimization algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |