[发明专利]一种面向敏捷卫星调度的自适应大邻域搜索方法

说明书

技术领域

本发明涉及卫星技术领域，特别是涉及一种面向敏捷卫星调度的自适应大邻域搜索方法。

背景技术

对地观测卫星(Earth observation satellite，EOS)作为主要的太空观测平台，能够通过星载照相机对地面目标进行成像，并通过星地链路将所拍摄的照片发回地面。对地观测卫星具有视场宽，不受国界线限制等特点，得到越来越多国家的青睐，成为太空信息的主要来源。随着卫星技术的发展，卫星图像在国民经济发展、人道主义救援和军事活动等领域发挥了越来越重要的作用，卫星成像需求也因此与日俱增，对地观测卫星的调度成为制约卫星效能发挥的关键，卫星调度问题也吸引了越来越多研究者的注意。此处的“卫星调度”主要包括确定卫星在什么时刻、以什么模式、对什么任务进行多长时间的观测，并在什么时刻进行什么任务的数据传输等，在满足预先设置的各种约束的条件下，使得卫星的观测收益最大。

敏捷对地观测卫星(Agile earth observation satellite，AEOS)是新一代的对地观测卫星，本文中均简称为“敏捷卫星”。相比传统的对地观测卫星，敏捷卫星具有三个方向的自由度，除了侧摆之外，敏捷卫星还具备俯仰和偏航能力，这使得敏捷卫星能够在过顶目标之前或之后对目标进行成像，进而使得卫星对地面目标的可见时间窗口大大延长，因而敏捷卫星的观测能力得到了极大提高，能够遂行很多复杂任务，如条带拼接和立体成像等，同时也使敏捷卫星调度问题变得更加复杂，其原因在于：敏捷卫星对地面目标的可见时间大于观测所需要的时间，因此只要剩余时间足够卫星完成成像过程，成像活动可以在目标可见时间窗口的任意时刻开始。同时，对敏捷卫星而言，从上一任务完成到后一任务执行前，需要一定的姿态调整与稳定时间。不同的成像开始时间意味着不同的观测角度，导致卫星与上一任务的转换时间改变，因此敏捷卫星调度问题是一个具有时间依赖特性的调度问题。

敏捷卫星成像调度问题已经被证明是一个NP-Hard的组合优化问题。国内外针对敏捷卫星的成像调度，采取的研究方法多为混合启发式方法。当前的研究主要分为两个角度，第一为最大化成像排序问题(Maximum shot sequencing problem，MSP)，主要目的是将成像任务在几个连续的成像轨道中调度，通常一个任务可以对应多个时间窗；第二种为最大化成像轨道排序问题(Maximum shot orbit sequencing problem，MSOP)，通常只处理一个轨道，每个成像任务只有一个时间窗。

针对MSP问题，Liao和yang提出一种滚动调度框架以处理天气的不确定性，采用拉格朗日松弛和线性搜索技术进行求解。Dilkina研究了问题的局部优化求解方法，包括模拟退火、爬山法和车轮法等，并得出带有约束船舶的基于排序的搜索算法，该算法对于敏捷卫星成像调度具有最好的效果。Habet等人将问题建模为约束规划问题，该模型有两个目标函数，其一为最大化成像收益，其二为最小化任务之间的转换时间总和，并提出一种禁忌搜索算法进行求解。Grasset-Bourdel提出一种前向年代记算法，并设计了四个决策层确保生成解的可行性。生成解的过程中，如果违反了约束，采用回溯的方法解决。Bianchessi和Righini研究了COSMO-SkyMed星座的调度问题。为了确保算法在多平台的可用性，他们提出一种带有前瞻和回溯能力的确定构造算法。Bianchessi等扩展了Cordeau和Laporte的研究，解决了多星多轨道的敏捷卫星调度问题。整个调度过程分为三个阶段，后两阶段采用禁忌搜索算法。采用列生成算法保证用户的最大效用。Tangpattanakul等提出一种有偏随机遗传算法解决多目标的敏捷卫星调度问题，最大化成像收益，同时确保不同用户之间的收益比较均衡。

针对MSOP问题的研究目前比较有限。Lemaitre等对敏捷卫星成像调度问题进行了定义，并提出了约束规划和局部搜索两种算法。Cordeau和Laporte将敏捷卫星调度问题转化为带时间窗口的车辆路径问题(Vehicle routing problem with time windows，VRPTW)，提出一种禁忌搜索算法进行求解，该算法的主要思想是将现有解朝着邻域中的最优解转移，同时维护一个已访问解的禁忌列表，以防止算法出现循环，同时在目标函数中引入一个惩罚因子，以松弛成像时间窗口约束。

综上所述，目前的技术对敏捷卫星调度问题的不足主要体现在：

(1)现有技术中，大多将敏捷卫星姿态转换时间简化为固定时间，对于敏捷卫星的时间依赖特性的研究不够深入，没有最大化发挥敏捷卫星的机动能力。