基于动态规划的前瞻启发式卫星任务规划算法

摘要

本发明公开了一种基于动态规划的前瞻启发式卫星任务规划算法，其对于某一次前瞻操作，假设当前待规划的任务是

说明书

技术领域

本发明涉及航空航天技术领域，尤其涉及一种基于动态规划的前瞻启发式卫星任务规划算法。

背景技术

启发式算法是一种基于直观或经验构造的近似算法，在可接受的花费（如计算时间、占用空间等）下给出待解决组合优化问题每一个实例的一个可行解，该可行解与最优解的偏离程度不一定事先可以预计。启发式算法通常可以分为一步算法，改进算法，数学规划方法，解空间松弛算法和现代优化算法等。

针对启发式算法，实际问题特征的抽取，求解的经验和规则是其关键所在。在卫星任务规划问题中，任务安排具有较大的不确定性，受到能量约束与存储约束等使用约束的影响，前面任务的安排对后续任务能否安排影响很大，特别是由于卫星本身的能量是一个连续的不断变化的量，时间不同做出动作所消耗的存储和能量都不同，每个动作所消耗的能量难以量化，基于循环迭代的寻优方法很难应用于卫星的调度。

现有技术中，采用基于时序的方式，强调进行前瞻。在考虑安排当前任务时，每次前瞻若干步长的任务，在前瞻步长之内检测任务与前瞻的任务是否冲突，决定当前任务是否安排，确定当前任务安排之后再安排卫星定向的动作（对日定向、对地定向）。该前瞻启发式规划算法的主要思想为：每次安排任务时只考虑当前任务的取舍，安排当前任务时前瞻一定步长的任务，如果这几个任务与当前任务存在冲突，则按照一定的规则取舍当前任务，每安排一个任务检查前后两个已安排任务之间是否能够安排对日定向和对地定向。算法主要流程如下：

Step1：在对本周期的所有任务进行预处理之后，获取本规划周期的元任务信息及上周期已观测未回传任务信息；

Step2：按照开始时间早的顺序排列元任务（若两个元任务的开始时间相同，则把结束时间早的元任务排在前面），形成元任务列表，设定前瞻（LOOK AHEAD）的最大步长MaxLength；

Step3：按顺序选取当前任务                                                ，根据用户偏好把放在合适的位置，检查是否任务已经执行完毕，如果是转则Step8，判断当前任务其后的前瞻任务是否存在严格冲突，直到找到一个与无严格冲突或者达到最大步长限制；

Step4：按照规则决定当前任务是否安排观测，如果安排转Step5，否则转Step3；

Step5：检查电量及储约束，计算姿态转换时间，满足则安排当前任务，转Step6，否则转Step3；

Step6：把放入回传窗口队列，等待下一个回传窗口按照一定规则回传该任务；

Step7：检查与之前任务之间能否安排对日定向或者对地定向活动，满足时间要求则安排对日或对地定向；转Step3；

Step8：检查回传队列中是否还有已安排观测没有安排回传的任务，若有则输出给仿真管控，滚动到下一个周期进行调度，输出最终调度结果。

在Step3中，若采取的成像策略是成像数量优先，则每次安排任务时，把任务安排在最大时间窗口的最前点；若采取的成像策略是成像质量优先，则每次安排任务时，把观测任务安排在成像质量最佳的时间点；若成像策略是综合效益优先，如果时间与后续任务的最佳成像时间点不冲突，则任务安排在成像质量最佳的时间点，如果时间与后续任务的最佳成像时间点存在交错，则把当前任务安排在其最早成像时间点，保证后续任务安排在其最佳成像时间点。

在前瞻启发算法中，当前任务的取舍规则至关重要，因为它决定了最终任务规划方案的优劣。简单地依据当前任务优先级与前瞻步长内后续任务优先级之间的关系进行取舍存在着明显的缺陷，即使在仅考虑时间窗口的情况下，上述任务取舍规则仍不能保证方案的最优性。

因此，提供一种高效准确的启发式卫星任务规划算法是本领域技术人员亟需解决的技术问题。

发明内容

本发明的目的是提供一种高效准确的启发式卫星任务规划算法。

为了实现上述目的，本发明提供一种基于动态规划的前瞻启发式卫星任务规划算法，对于某一次前瞻操作，假设当前待规划的任务是，当前规划时刻为，求解目标是以优先级之和为评价指标从任务集中找出一个最优任务规划方案，然后判断是否在此方案中，并依次判断它的取舍问题；首先用表示以为开始规划时刻、任务集中最优规划方案的优先级之和，其中、都是正整数，从而将求解目标转化为求及其对应的规划方案，具体步骤如下：

Step 1：设置循环变量，代表当前待处理的任务是；已安排任务优先级之和为；已规划序列；当前规划时刻；

Step 2：对于当前任务，为判断它是否应当安排，按如下步骤找出其对应的前瞻子任务集合中的最优规划序列：

Step 2.1：按照公式和计算矩阵的边界值，其中，是最优前瞻任务规划方案对应的任务优先级之和；

Step 2.2：按照公式计算矩阵的所有其它元素值，每个单元只计算一次；

Step 2.3：根据矩阵中的信息，用回退法求对应的规划方案；

Step 3：如果包含在规划序列中，则，，；

Step 4：如果，则转向Step 2；否则算法结束，即为规划结果。

与现有技术相比，本发明所提供的基于动态规划的前瞻启发式卫星任务规划算法，具有以下优点：

1、采用动态规划（Dynamic Programming，简称DP）算法，以优先级之和为评价指标从任务集中找出一个最优任务规划方案，然后判断是否在此方案中，并依次判断它的取舍问题，且每次前瞻操作都按照上述动态规划的策略进行任务取舍，从而，不仅可以保证问题解的全局最优性，而且可通过避免重复计算来提高求解的效率；

2、每一次前瞻操作的计算开销不超过，其中为最后一个任务的结束时间与当前规划开始时间之差，可以简单称之为规划周期，对于整个任务集，由于总任务数为，则找出最优前瞻任务规划方案的时间复杂度为，因此，采用动态规划方法，最优前瞻规划的计算开销随前瞻步长K、规划周期、总任务数都成线性增长，由于规划周期一般不超过一天即86400秒，所以上述时间复杂度是可以接收的，达到了使其针对前瞻步长K不敏感的目的。

综上所述，本发明所提供的基于动态规划的前瞻启发式卫星任务规划算法，具有高效准确的优点。

具体实施方式

本发明的目的是提供一种高效准确的启发式卫星任务规划算法。

为了使本领域技术人员更好地理解本发明的技术方案，下面对本发明进行详细描述，本部分的描述仅是示范性和解释性，不应对本发明的保护范围有任何的限制作用。

在一种实施例中，本发明提供一种基于动态规划的前瞻启发式卫星任务规划算法，对于某一次前瞻操作，假设当前待规划的任务是，当前规划时刻为，求解目标是以优先级之和为评价指标从任务集中找出一个最优任务规划方案，然后判断是否在此方案中，并依次判断它的取舍问题；首先用表示以为开始规划时刻、任务集中最优规划方案的优先级之和，其中、都是正整数，从而将求解目标转化为求及其对应的规划方案，具体步骤如下：

Step 1：设置循环变量，代表当前待处理的任务是；已安排任务优先级之和为；已规划序列；当前规划时刻；

Step 2：对于当前任务，为判断它是否应当安排，按如下步骤找出其对应的前瞻子任务集合中的最优规划序列：

Step 2.1：按照公式和计算矩阵的边界值，其中，是最优前瞻任务规划方案对应的任务优先级之和；

Step 2.2：按照公式计算矩阵的所有其它元素值，每个单元只计算一次；

Step 2.3：根据矩阵中的信息，用回退法求对应的规划方案；

Step 3：如果包含在规划序列中，则，，；

Step 4：如果，则转向Step 2；否则算法结束，即为规划结果。

与现有技术相比，本实施例所公开的基于动态规划的前瞻启发式卫星任务规划算法，具有以下优点：

1、采用动态规划（Dynamic Programming，简称DP）算法，以优先级之和为评价指标从任务集中找出一个最优任务规划方案，然后判断是否在此方案中，并依次判断它的取舍问题，且每次前瞻操作都按照上述动态规划的策略进行任务取舍，从而，不仅可以保证问题解的全局最优性，而且可通过避免重复计算来提高求解的效率；

2、每一次前瞻操作的计算开销不超过，其中为最后一个任务的结束时间与当前规划开始时间之差，可以简单称之为规划周期，对于整个任务集，由于总任务数为，则找出最优前瞻任务规划方案的时间复杂度为，因此，采用动态规划方法，最优前瞻规划的计算开销随前瞻步长K、规划周期、总任务数都成线性增长，由于规划周期一般不超过一天即86400秒，所以上述时间复杂度是可以接收的，达到了使其针对前瞻步长K不敏感的目的。

综上所述，本实施例所提供的基于动态规划的前瞻启发式卫星任务规划算法，具有高效准确的优点。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括哪些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。以上所述仅是本发明的优选实施方式，应当指出，由于文字表达的有限性，而客观上存在无限的具体结构，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进、润饰或变化，也可以将上述技术特征以适当的方式进行组合；这些改进润饰、变化或组合，或未经改进将发明的构思和技术方案直接应用于其它场合的，均应视为本发明的保护范围。