[发明专利]一种基于约束满足遗传算法的移动目标单星任务规划方法

摘要

本发明公开了一种基于约束满足遗传算法的移动目标单星任务规划方法，包括以下步骤：首先，根据卫星及被观测目标的模型特性及约束计算可见时间窗口，形成初始任务序列；其次，构建目标函数及遗传算法模型，引入冲突消除算子计算冲突序列；再次，对任务序列进行优化求解，得到满足约束的无冲突任务序列；最后，计算卫星任务观测方案并计算卫星机动角度。本发明能够提高卫星对地观测效率，合理利用有限的卫星资源，完成对移动目标的捕捉观测任务。

主权项

1.一种基于约束满足遗传算法的移动目标单星任务规划方法，步骤如下：第一步，根据卫星及被观测目标的模型特性及约束计算可见时间窗口，形成初始任务序列根据卫星模型及移动目标速度v和位置(lat_i,lon_i)，计算卫星对每个移动目标的可见时间窗口w_i＝{[wb_i,wf_i],target_k}，考虑约束条件，对可见时间窗口进行约束满足计算，计算结果构成初始任务序列W＝{w₁,w₂,…,w_n}，其中lat_i,lon_i分别表示移动目标所在位置的纬度和经度信息，w_i表示第i个可见时间窗口，wb_i和wf_i分别表示该时间窗口的开始时间和结束时间，target_k表示第k个目标；第二步，构建目标函数及遗传算法模型，引入冲突消除算子计算冲突序列首先构建目标函数，目标函数构建采用适应度函数的形式，具体形式如下：式中，f(i)为任务w_i的适应度函数值，B_i为任务w_i的收益，即规定的权值，C_i定义为：接着，构建遗传算法模型，包括DNA编码、种群初始化、选择算子、冲突消除算子、交叉算子、变异算子和DNA复制；DNA编码是遗传算法的基础，采用如下的编码方法：X＝{x₁,x₂…x_i…x_N}式中，X为一条DNA序列，x_i为该序列中一个基因位，定义如下：N表示任务序列即个体的最大个数；种群初始化采用随机生成方法，保证DNA长度相同及种群数量一定的情况下，随机生成每条DNA，种群大小为pop_size；选择算子中每个个体被选中的概率与其适应度函数值大小成正比，设群体大小为N，个体pop_i的适应度函数值为f(pop_i)，则个体pop_i被选择的概率为：在算法中特别设计冲突消除算子，以计算含有冲突不能满足任务规划要求的任务序列，对于初始任务序列W＝{w₁,w₂,…,w_n}，计算时间冲突，生成冲突序列C＝{(m₁,n₁),(m₂,n₂),…,(m_k,n_k)}，其中(m_k,n_k)表示一组时间冲突的任务，具体方法如下：交叉算子采用任务级别的单点交叉，设置交叉概率σ，满足交叉概率的个体进行交叉操作，变异算子采用基本位变异，设置变异概率满足变异概率的个体进行变异操作，DNA复制采取两代竞争方法，每次生成一个子代后，与父代个体进行适应度函数值的比较，更加符合要求的将被保留放入种群之中，交叉算子、变异算子和DNA复制具体方法如下：第三步，对任务序列进行优化求解，得到满足约束的无冲突任务序列对数据进行数据预处理，以满足优化算法需求：首先对初始任务序列按时间进行排序，其次对初始任务序列进行简单约束筛选，最后对任务进行权值分配，将处理后的数据代入算法模型进行求解；为了满足约束条件，在选择算子中进行约束计算与处理，并引入冲突消除算子的计算结果，选择出满足约束的无冲突任务，不满足约束的为：(1)淘汰不满足时间约束的个体，(2)淘汰任务执行总个数大于期望执行总个数的个体，(3)淘汰冲突消除算子中的冲突组，具体方法如下：通过计算求解，得到最终的可执行的、满足约束且无冲突的任务序列；第四步，计算卫星任务观测方案并计算卫星机动角度计算卫星执行每次观测任务所需的侧摆角及俯仰角，以满足卫星实际观测需求，计算方法如下：式中，θ为星下点角，为地心角，为卫星仰角，R_E为地球半径，H为卫星高度，ρ为地球角半径，γ为卫星观测所需侧摆角，为卫星观测所需俯仰角，α为移动目标对卫星的方位角，β为移动目标对卫星的仰角；由此，即可得到卫星任务规划序列及观测所需卫星机动侧摆角和俯仰角。