面向森林资源观测的多星调度方法研究

摘要

借助遥感卫星对森林资源进行观测可以获取高质量的遥感图像，基于遥感图像进行相关数据校正、处理和识别，为相关部门制定政策、评价经营效果提供支持。卫星观测具有观测范围大、观测周期短等优点，是森林资源遥感观测中不可或缺的手段。由于森林资源监测区域面积大、森林资源分散，天上在轨卫星多、使用约束复杂，如何有效利用稀缺卫星资源，实现对感兴趣的森林区域进行成像观测，是一个需要解决的关键问题。而解决该问题的核心是突破卫星调度技术，面向森林资源的观测覆盖，制定出高质量卫星观测计划。本文针对森林资源观测覆盖的多星调度问题展开研究，取得的研究成果和创新点如下。 (1)在分析卫星工作原理和机制、对地观测过程及任务组织实施过程的基础上，构建了多星观测调度的数学规划模型。首先，分析了多星调度过程中涉及的要素，如任务要素、卫星资源要素，以及优化目标等;然后，基于任务需求、资源能力、约束条件和优化目标，构建卫星调度问题的数学模型。 (2)针对卫星一次过境无法完成区域目标观测的问题，提出了区域目标分解方法。首先，把森林观测区域转化为一个由多边形几何目标;然后，基于不同载荷资源的分辨率、成像类型和可视窗口等特征，提出覆盖区域目标分割算法，区域目标分解流程，设计区域目标点格化和相邻点格单元合并的算法，得到元任务集合，为后续的规划调度提供任务输入。 (3)针对规模大、约束复杂、具有NP-Hard特性的多星观测调度问题，提出一种新型基于分治策略的多星观测分层调度框架，并设计了高效任务分配和单轨调度算法。首先，在该框架下，用蚁群优化算法把任务分配至各轨道圈次上;然后，利用自适应模拟退火算法求解各轨道圈次的调度问题;再然后，根据各轨道圈次调度结果的反馈情况，再调整任务分配方案。重复上述过程，直到达到算法终止条件。为了提高算法的性能，设计蚁群算法的启发式信息模型时，充分考虑卫星调度问题的领域知识;在模拟退火算法中设计两个邻域结构，采用动态选择策略在优化过程中确定最佳邻域搜索结构。仿真实验表明，该方法有效降低了问题求解的复杂度，尤其在求解大规模多星观测调度问题时表现出优异的性能。 (4)针对云层遮挡、应急任务插入、资源失效等扰动情况，研究多星观测多目标重调度问题。构建了多目标重调度模型，以原方案偏离程度小、完成观测效益大、负载均衡为重调度目标;提出混合多目标优化算法，在算法中融合分散搜索与粒子群优化算法，设计了参数自适应策略及种群多样性维护策略，最后通过大量仿真试验，验证了多目标重调度算法的有效性。

目录

声明

摘要

1绪论

1．1研究背景

1．2研究现状

1．2．1卫星调度问题研究现状

1．2．2任务规划算法研究现状

1．3研究内容

1．4论文组织结构

2森林资源观测多星调度问题分析与描述

2．1森林资源观测多星调度问题分析

2．1．1成像卫星平台

2．1．2卫星观测载荷

2．1．3卫星观测任务

2．1．4卫星观测过程

2．2森林资源观测多星调度分配机制

2．2．1静态分配机制

2．2．2动态分配机制

2．3森林资源观测覆盖任务描述模型

2．3．1可视窗口描述模型

2．3．2瞬时视场模型

2．3．3分辨率模型

2．3．4视场范围模型

2．4资源观测覆盖多星调度模型

2．4．1模型的适用性需求

2．4．2约束条件归纳

2．4．3优化目标分析

2．5森林资源观测多星调度问题求解思路

2．6本章小结

3森林资源观测覆盖区域目标分解方法

3．1区域目标的分解流程

3．2区域目标的点格化

3．3网格覆盖情况统计

3．4邻接点格单元合并

3．5实验分析

3．6本章小结

4基于分治策略的森林资源观测覆盖多星调度算法

4．1多卫星观测调度问题模型

4．2基于分治策略的多星调度框架

4．3基于自适应蚁群优化算法的任务分配算法

4．3．1典型蚁群优化算法

4．3．2面向多轨任务分配的蚁群优化算法

4．4基于自适应模拟退火算法的单轨观测调度

4．4．1动态邻域结构选择

4．4．2自适应温度控制

4．4．3禁忌表组合

4．4．4生成初始解

4．5仿真实验研究

4．6本章小结

5森林资源多星观测覆盖的多目标重调度算法

5．1多星森林资源观测的多目标重调度模型

5．2多目标优化算法

5．2．1多目标进化个体之间关系

5．2．2 Pareto多目标最优解集

5．3融合分散搜索的多目标粒子群算法

5．3．1粒子群算法

5．3．2分散搜索

5．3．3混合算法

5．4参数自适应策略

5．4．1演化因子及演化状态的计算

5．4．2自适应调整惯性因子

5．4．3自适应调整加速系数

5．4．4基于个体层变异的种群多样性维护策略

5．5仿真实验

5．5．1试验设置

5．5．2计算结果

5．6结论

6总结与展望

6．1论文工作总结

6．2未来工作展望

参考文献

攻读学位期间的主要学术成果

致谢