近年來,在軌小衛(wèi)星星群數(shù)量日益增多,傳統(tǒng)任務(wù)規(guī)劃方法與規(guī)模越來越大,復(fù)雜程度越來越高的任務(wù)需求間的矛盾日益突出。在這種背景下,開展小衛(wèi)星星群任務(wù)規(guī)劃方法的研究具有重要的意義。論文針對小衛(wèi)星星群任務(wù)規(guī)劃問題,在總結(jié)分析國內(nèi)外相關(guān)工作的基礎(chǔ)上,以對地觀測為任務(wù)背景,分別研究了簡單目標(biāo)函數(shù)下星群任務(wù)規(guī)劃方法和復(fù)雜目標(biāo)函數(shù)下星群任務(wù)規(guī)劃方法,并對研究結(jié)果進(jìn)行了分析,給出了方法在不同場景下的應(yīng)用建議。本文的主要工作及創(chuàng)新點包括:1、小衛(wèi)星星群任務(wù)規(guī)劃問題分析調(diào)研了對地觀測衛(wèi)星地面系統(tǒng)和空間科學(xué)衛(wèi)星地面系統(tǒng),比較了二者的異同,歸納出地面系統(tǒng)任務(wù)處理流程。分析了任務(wù)規(guī)劃問題組成要素,包括任務(wù)、資源、約束的涵義及構(gòu)成。提出了本文采用的問題假設(shè)及簡化,歸納了任務(wù)規(guī)劃問題求解的過程。2、簡單目標(biāo)函數(shù)下小衛(wèi)星星群任務(wù)規(guī)劃問題建模與求解針對小衛(wèi)星星群特點,結(jié)合小衛(wèi)星星群實際應(yīng)用中的具體案例,提出了合適的任務(wù)規(guī)劃目標(biāo)。分析了簡單目標(biāo)函數(shù)下星群任務(wù)規(guī)劃要素及約束,建立了以追求有效載荷在軌工作時間最大化為目標(biāo)的對地觀測任務(wù)規(guī)劃數(shù)學(xué)模型。針對小衛(wèi)星星上存儲容量小,數(shù)據(jù)下行窗口對存儲容量影響大的特點,在建立數(shù)學(xué)模型時建立了動態(tài)存儲資源約束機(jī)制。通過設(shè)計相應(yīng)的實現(xiàn)策略,并在算法中得到實現(xiàn),使得問題模型更貼近實際,規(guī)劃結(jié)果更為可信。針對所建立的數(shù)學(xué)模型,設(shè)計了以目標(biāo)函數(shù)為度量的貪心算法,以及以任務(wù)序列整數(shù)編碼搭配隨機(jī)解碼為策略的遺傳算法。為避免最優(yōu)解丟失,引入精英保留策略。該算法能進(jìn)一步發(fā)揮遺傳算法全局搜索能力,避免陷入局部最優(yōu)解。通過仿真案例,分析了兩類算法在處理此類問題時的優(yōu)劣,總結(jié)了兩種算法對不同問題規(guī)模的適合場景。3、復(fù)雜目標(biāo)函數(shù)下小衛(wèi)星星群任務(wù)規(guī)劃問題求解與優(yōu)化提出了以縮短用戶等待時間,減少規(guī)劃失敗目標(biāo),提高小衛(wèi)星任務(wù)分配均衡度的多目標(biāo)任務(wù)規(guī)劃的數(shù)學(xué)問題。針對該問題,采用遺傳算法對其進(jìn)行求解,驗證了遺傳算法廣泛的問題適應(yīng)性。針對其求解效率較低的弊端,引入模擬退火算法。將遺傳算法強大的全局搜索能力與模擬退火高效的鄰域搜索求解能力結(jié)合,減少了遺傳算法循環(huán)次數(shù),避免模擬退火算法盲目搜索,提高了求解的效率。二者取長補短,在解的質(zhì)量與求解效率上得到兼顧。本文通過仿真實驗對設(shè)計的幾種算法性能和效果進(jìn)行了驗證,結(jié)果表明本文提出的算法策略能夠在對應(yīng)規(guī)模的問題上得到較為滿意的結(jié)果。4、對小衛(wèi)星星群任務(wù)規(guī)劃方法進(jìn)一步優(yōu)化的思考
【學(xué)位單位】：中國科學(xué)院大學(xué)(中國科學(xué)院國家空間科學(xué)中心)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TP18;O221
【部分圖文】：

第 3 章 簡單目標(biāo)函數(shù)下小衛(wèi)星星群任務(wù)規(guī)劃方法研究 獲取當(dāng)前 task 對應(yīng)的目標(biāo) i，選取對目標(biāo) i 觀測時間相比于當(dāng)前 ta資源次長的資源 s’，并將目標(biāo) i 及對應(yīng)的資源 s’加入待規(guī)劃TaskToArrange 中，丟棄當(dāng)前 task，轉(zhuǎn)入（3）。所有目標(biāo) i 都得到安排，或者某個/某些目標(biāo) i 所有時間窗口都不可個資源 s 的任務(wù)集，計算相應(yīng)目標(biāo)函數(shù)。文在算法上對增加任務(wù)下行約束的設(shè)計策略如下：于星群可能面臨大量任務(wù)，為及時將獲取的數(shù)據(jù)傳送回地面，安排地面站時將星上存儲的數(shù)據(jù)下行至地面站。選取國內(nèi)喀什、三亞、站作為數(shù)據(jù)接收單位。設(shè)定每個地面站最小仰視角設(shè)為 5°，其覆，可以看到這三個站足以覆蓋我國絕大部分地區(qū)。

11：57：52 12：11：44SAT212：59：52 13：07：1714：29：54 14：39：14SAT314：22：40 14：32：3215：56：16 16：02：30TARGET10SAT110：20：21 10：32：1011：58：00 12：13：2813：41：31 13：51：42SAT214：30：56 14：40：1216：03：09 16：10：44SAT314：25：31 14：32：2315：55：07 16：05：00單顆衛(wèi)星與 10 個目標(biāo)可視窗口繪圖如下：

圖 3.5 SAT2 與 TARGET1-10 的可視窗口Figure 3.5 Window Time of SAT2 to TARGET1-10圖 3.6 SAT3 與 TARGET1-10 的可視窗口Figure 3.6 Window Time of SAT3 to TARGET1-10

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 Li Yuqing;Wang Rixin;Liu Yu;Xu Minqiang;;Satellite range scheduling with the priority constraint: An improved genetic algorithm using a station ID encoding method[J];Chinese Journal of Aeronautics;2015年03期

2 鄒哲訥;;貪心算法及其應(yīng)用[J];計算機(jī)光盤軟件與應(yīng)用;2015年03期

3 劉雯;李立鋼;;基于改進(jìn)遺傳算法的天文衛(wèi)星任務(wù)規(guī)劃研究[J];計算機(jī)仿真;2014年12期

4 郝會成;姜維;李一軍;;基于混合遺傳算法的敏捷衛(wèi)星任務(wù)規(guī)劃求解[J];科學(xué)技術(shù)與工程;2013年17期

5 王沛;譚躍進(jìn);;多星聯(lián)合對地觀測調(diào)度問題的列生成算法[J];系統(tǒng)工程理論與實踐;2011年10期

6 王沖;景寧;李軍;王鈞;陳浩;;一種基于多Agent強化學(xué)習(xí)的多星協(xié)同任務(wù)規(guī)劃算法[J];國防科技大學(xué)學(xué)報;2011年01期

7 陳宇寧;邢立寧;陳英武;;基于蟻群算法的靈巧衛(wèi)星調(diào)度[J];科學(xué)技術(shù)與工程;2011年03期

8 王慧林;黃小軍;馬滿好;邱滌珊;;電子偵察衛(wèi)星任務(wù)調(diào)度方法[J];系統(tǒng)工程與電子技術(shù);2010年08期

9 徐歡;祝江漢;王慧林;;基于模擬退火算法的電子偵察衛(wèi)星任務(wù)規(guī)劃問題研究[J];裝備指揮技術(shù)學(xué)院學(xué)報;2010年03期

10 陳峰;武小悅;;天地測控資源一體化調(diào)度模型[J];宇航學(xué)報;2010年05期

相關(guān)博士學(xué)位論文 前3條

1 凌曉冬;多星測控調(diào)度問題建模及算法研究[D];國防科學(xué)技術(shù)大學(xué);2009年

2 劉偉;對地觀測衛(wèi)星任務(wù)規(guī)劃模型與算法研究[D];中國科學(xué)院研究生院（空間科學(xué)與應(yīng)用研究中心）;2008年

3 賀仁杰;成像偵察衛(wèi)星調(diào)度問題研究[D];國防科學(xué)技術(shù)大學(xué);2004年

本文編號：2830786