[发明专利]面向卫星任务规划的知识图谱及用户意图任务分解方法

说明书

本发明提供了一种面向卫星任务规划的知识图谱及用户意图任务分解方法，针对于现有的知识存储方式使得各要素知识碎片化严重，现有遥感领域的知识图谱本体均侧重于特定应用背景，无法实现多源异构数据融合，可扩展性较差等问题，所构建的知识图谱将实体划分在多个功能库中，关系划分为库内实体关系和库间实体关系，使得构建出的知识图谱为一个巨大网状结构，各个功能库不仅库内实体联系紧密，而且库间实体也会存在密切的联系，从而使整个图谱耦合成为一个整体，实现用户需求与资源特性等多源异构数据融合。

技术领域

本发明知识图谱构建领域，尤其是涉及一种面向卫星任务规划的知识图谱及用户意图任务分解方法。

背景技术

遥感卫星作为获取天基信息的重要途径之一，在国土普查、灾害监测、环境保护、军事侦察、事故救援等方面发挥着重要作用。随着航天装备的快速发展，我国在轨的对地观测卫星数量迅速增加，卫星的平台机动能力、星载计算能力和通信能力也有了长足的进步。此外，各类用户对卫星资源的需求类型日益丰富，需求数量日益增加，在时效性、精准性等多维度上对遥感产品提出了更高的要求。如何充分利用好这些卫星资源，使其发挥出最大效能，尽可能满足用户日益增长的需求是卫星任务规划领域迫切需要解决的问题。

卫星任务规划包括用户需求提报、观测计划制定、星上指令执行、遥感数据分析，旨在利用有限的卫星资源，安排星上的观测计划，最大化地满足用户的需求，其中涉及目标、资源、意图、任务、事件、态势、规则、算法等要素，及其之间耦合复杂的关系。当前背景下，卫星用户偏好广泛、需求复杂、观测目标类型众多，不同类型观测目标在时、空、频特性方面存在较大差异，这就决定了在卫星任务规划时必须要考虑各个要素之间的整体关系。然而，现阶段上述要素及其知识多存储于各类文档、数据库中，不但为查阅增加了困难，而且使得部分耦合关系断裂、知识碎片化，大大增加了卫星任务规划过程的局限性，降低了规划结果的质量。因此，怎样充分利用现有的各种卫星规划要素，针对卫星用户需求快速给出卫星任务规划要素，从而在不丢失单个要素属性的前提下表征要素之间的关系，显得尤为重要。

自2012年Google提出知识图谱相关概念后，知识图谱作为人工智能重要分支认知智能的代表性技术，在语义搜索、智能问答、语言理解、决策分析等多个领域发挥关键性作用，对于解决卫星任务规划中大规模多源异构数据的管理分析提供了有力的支撑。相比于关系型数据库，知识图谱有向图的知识建模方式使其在表征、识别、发现、推理事物间复杂关系上具有巨大优势。相比于神经网络，知识图谱不再是基于“黑箱”的操作，其构建和应用的流程具有强可解释性，适应了卫星任务规划对流程可解释性的高要求。因此，选择知识图谱作为卫星任务规划要素属性和关系的建模存储工具，建立一套面向卫星任务规划的领域知识图谱，准确统筹把握不同用户的意图，对有限的卫星资源实现合理的调度，切实提高卫星任务规划的自动化、智能化水平。

知识图谱的本体(Ontology)刻画了一个领域的基本框架，是对概念、关系、属性的明确定义。现有应用在遥感领域的知识图谱集中在水利、地质、环境监测中，这些研究均是在特定应用背景下面向用户方对遥感目标构建的知识图谱，各自本体在特定应用背景下仅侧重于表征目标内部之间的关联，并没有结合卫星资源等其他卫星任务规划的要素进行分析，这使得构建出的知识图谱可扩展性不强。目前卫星任务规划领域内尚未有研究提出一套合理的本体架构来描述各个要素的内部属性及其之间耦合关系，无法实现用户需求与资源特性等多源异构数据融合及其后续应用，针对这一问题本文致力于构建一套合理的面向卫星任务规划的领域知识图谱本体，定义领域内各个要素的概念类、关系类及其相关属性。由于本体具有部分主观性、局限性等特点，使得在一个领域内也往往存在着不同的本体。本文本体的构建旨在卫星任务规划领域最大程度“达成共识”，让卫星任务规划领域知识共享的效率最大化，更加贴合于实际业务。

发明内容

本发明所要解决的技术问题是怎样根据卫星任务规划领域要素构建出面向卫星任务规划的知识图谱，并基于知识图谱根据用户输入的观测意图给出相应的任务所需的各观测要素。

为解决上述技术问题，本发明所采用的技术方案是：