[发明专利]一种空天协同观测复杂任务调度方法

权利要求书

1.一种空天协同观测复杂任务调度方法，其特征在于，包括以下步骤：

步骤1：获取任务集以及各平台的资源集，以观测平台中最小载荷单元的幅宽为边长对任务搜索区域进行网格划分；

步骤2：对所述任务集根据各任务所覆盖的网格进行预处理得到待观测的子任务集；

步骤3：若是对待观测的子任务集的初次分配，则将所述待观测的子任务集初步分配至各平台的任务集中，否则，根据前次的任务分配方案和该方案计算得到的收益值，重新进行任务分配；

步骤3中将所述待观测的子任务集初步分配至各平台的任务集的方法是：

步骤3.1：输入任务观测平台数量m，子任务数量n，以及平台和任务的相关信息；

步骤3.2：根据步骤3.1中所输入的信息，按照初始解生成规则产生多个初始解个体，形成初始任务分配方案集合，构成初始种群；

所述初始解生成规则是指：

染色体每一位代表的是任务所应用的观测平台，对于全体任务集合T中的一个任务i其对应的是染色体第i位，假设第i位的取值为w_i，根据任务i的需求约束中的传感器类型、分辨率值和所需观测平台类型约束，进行约束冲突检查，从所有观测平台中选择出符合条件的观测平台共n_i个，则染色体在该位的取值w_i为这n_i个自然数的一个，w_i表示任务i的所用的观测平台；

如果产生的初始解使得卫星平台在观测某一可见区域时任务数量大于等于卫星在该可见区域预先设定的任务数量，则使用该解作为初始解，否则重新生成初始解；

步骤3.3：计算种群个体的适应度，所述适应度指个体中被观测任务的优先级之和，但如果在全部任务均可被观测情况下，优先级之和不变，则将完成所有任务的需求时间作为适应度；

步骤3.4：对所述初始种群进行轮盘赌选择、交叉和变异产生新种群；

步骤3.5：计算新种群个体的适应度；

步骤3.6：模拟退火个体选择方案对所述交叉变异后的新种群进行个体筛选，产生筛选后种群，记录筛选后种群个体的适应度；

步骤3.7：判断是否满足最终退火温度或者满足终止条件，若是，则输出最优任务分配方案，若否，则继续降低温度，增加迭代次数，将筛选后种群作为初始种群返回步骤3.4；

步骤4：各平台对所分配的任务集进行任务规划，得到各平台的初步任务规划方案；

步骤4中对所分配的任务集进行任务规划的方法是：

步骤4.1：输入各平台的任务分配方案，以及所述任务分配方案中所有子任务和观测平台的相关信息；

步骤4.2：判断平台类型、按照规定的初始解生成方式，生成初始种群；

所述初始解的生成方式为：

对于卫星观测平台，根据卫星特点设计其初始解生成方式，其染色体的每一个基因位代表一个子任务，对于任务集合中的子任务j，其有效可见时间窗共为m_j个，而其中每一个基因位的取值w_j为其有效的可见时间窗集合m_j内的某一个值；

对于无人机平台，根据所输入的无人机观测平台任务分配情况，得到无人机平台的任务集合，根据无人机平台的任务集合中的子任务标记信息，如果存在隶属于同一个区域任务的部分子任务，则将隶属于同一个区域任务的子任务聚集，将m个子任务变成为j个子任务，根据j个子任务随机生成初始解集合；

步骤4.3：对所述初始种群中的个体进行约束冲突检查，剔除不符合约束条件的子任务，计算初始种群中符合约束冲突检查的个体适应度；

步骤4.4：对剔除不符合约束条件的子任务后的所述初始种群进行轮盘赌选择、交叉和变异操作产生新子代种群；

根据无人机平台的初始解生成方式，无人机平台的交叉算子是双层交叉算子，第一层交叉算子是对j个子任务，也就是将子任务集合中的区域任务类型的子任务聚集后子任务集合，进行交叉，第二层交叉算子是对其区域子任务聚集的子任务内部依次进行交叉处理；

步骤4.5：对所述新子代种群中的个体进行约束冲突检查，计算新子代种群中符合约束的个体适应度，判断是否满足终止条件，若满足执行步骤4.6，否则将符合约束的新子代种群作为初始种群返回步骤4.4；

步骤4.6：算法结束，输出各平台的初步规划方案；

步骤5：根据剩余未观测子任务集、各平台剩余资源集以及各平台的初步任务规划方案按照启发式规则对剩余未观测子任务进行任务调整得到各平台的近似优化方案；

步骤5中所述任务调整的方法是：

步骤5.1：整理出未被规划任务集合Ut和有剩余资源平台Rr，并对所述未被规划任务集合Ut集合里的子任务按照优先级顺序排序；

步骤5.2：按照优先级顺序逐一对Ut集合里的子任务进行约束检查，得到符合条件的平台集合Rr′；

步骤5.3:如果平台集合Rr′为空，则直接执行步骤5.4，否则得到对于未被规划任务集合Ut集合中符合子任务ut_i的平台集合Rr_s，找到Rr_s集合中安排完此子任务后剩余资源最少的平台，将任务ut_i安排至该平台的初步规划方案中；

步骤5.4:检验Ut集合是否变为空，如果是，则转到步骤5.5，否则转到步骤5.2；

步骤5.5：检测区域任务的覆盖率是否满足要求，算法结束，将此时该平台的初步规划方案作为该平台的近似优化方案输出，所述区域任务的覆盖率是指任意一个任务其中已规划子任务的数量占其子任务总数量的比率；

步骤6：判断是否满足终止条件，若满足，将当前各平台的近似优化方案作为最优规划方案输出，否则，将各平台的近似优化方案返回步骤3重新进行任务分配。