《基于RNP-PSO算法的绕轨卫星观测任务调度方法.pdf》由会员分享，可在线阅读，更多相关《基于RNP-PSO算法的绕轨卫星观测任务调度方法.pdf（20页珍藏版）》请在专利查询网上搜索。
1、(19)国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 202310572671.4(22)申请日 2023.05.19(71)申请人 中国人民解放军国防科技大学地址 410073 湖南省长沙市开福区德雅路109号(72)发明人 龙洗黄涣杨乐平(74)专利代理机构 长沙国科天河知识产权代理有限公司 43225专利代理师 段盼姣(51)Int.Cl.G06F 18/20(2023.01)G06F 30/27(2020.01)G06N 3/006(2023.01)G06F 111/04(2020.01)(54)发明名称基于RNP-PSO算法的绕轨卫星观测任。
2、务调度方法(57)摘要本申请涉及一种基于RNPPSO算法的绕轨卫星观测任务调度方法。所述方法包括：建立多传感器协同观测调度模型；根据RNPPSO算法对多传感器协同观测调度模型进行求解，得到多个初始解；根据多个初始解构建初始种群；利用反向学习算法对初始种群进行反向学习，得到初始化种群；根据IFPFS算法对初始化种群进行贪婪搜索，得到精英解集合；对粒子群算法中的自适应权重、加速常数、邻域和粒子扰动进行更新，根据更新后的粒子群算法在预先设置的边界条件和终止条件基础上对精英解集合进行搜索，得到候选解；根据观测收益最大化的启发式穷搜索算法对候选解进行搜索，得到最终解。采用本方法能够提高绕轨卫星观测任务调。
3、度准确率。权利要求书3页 说明书14页 附图2页CN 116610917 A2023.08.18CN 116610917 A1.一种基于RNPPSO算法的绕轨卫星观测任务调度方法，其特征在于，所述方法包括：获取待调度的传感器、地基传感器集合和观测任务集合；根据地基传感器的资源部署信息和预先获取的绕轨卫星轨道数据库进行事前分析，得到每一个传感器对绕轨卫星的可探测弧段；根据所述可探测弧段、任务需求以及地基传感器的资源信息，设置多传感器协同观测调度的约束条件；以及将待调度的绕轨卫星的任务总收益设置为多传感器协同观测调度问题的目标函数；利用所述约束条件和所述目标函数，建立多传感器协同观测调度模型；根据。
4、RNPPSO算法对所述多传感器协同观测调度模型进行求解，构建多绕轨卫星及多传感器的编码结构，在所述编码结构的基础上根据观测时间、观测机会和观测冲突三种适应度计算所述多传感器协同观测调度模型，得到多个初始解；根据所述多个初始解构建初始种群；利用反向学习算法对所述初始种群进行反向学习，得到初始化种群；根据IFPFS算法对所述初始化种群进行贪婪搜索，得到精英解集合；对粒子群算法中的自适应权重、加速常数、邻域和粒子扰动进行更新，根据更新后的粒子群算法在预先设置的边界条件和终止条件基础上对所述精英解集合进行搜索，得到候选解；根据观测收益最大化的启发式穷搜索算法对所述候选解进行搜索，得到最终解；所述最终解。
5、为多传感器协同观测调度方案。2.根据权利要求1所述的方法，其特征在于，根据地基传感器资源部署信息和预先获取的绕轨卫星轨道数据库进行事前分析，得到每一个传感器对绕轨卫星的可探测弧段，包括：根据绕轨卫星轨道数据库得到绕轨卫星的轨道根数，利用轨道预报模型在调度周期内进行轨道预报，并结合地基传感器资源j的部署信息，将所绕轨卫星的位置信息转换到测站坐标系中；根据地基传感器资源探测约束，初步判定绕轨卫星i是否会经过传感器j的探测范围；根据所述探测范围和传感器j的工作时间计算所述绕轨卫星i的可探测弧段。3.根据权利要求1所述的方法，其特征在于，所述任务需求包括绕轨卫星最短观测时间、绕轨卫星的最少观测次数、观。
6、测任务起止时间和同一绕轨卫星相邻两次观测时间；所述地基传感器的资源信息包括地基传感器转换时间、地基传感器观测能力和地基传感器最小仰角；利用所述约束条件和所述目标函数，建立多传感器协同观测调度模型，包括：利用所述约束条件和所述目标函数，建立多传感器协同观测调度模型为s.t.权利要求书1/3 页2CN 116610917 A2其中，f代表调度方案的任务收益值，yi表示决策变量，yi1表示任务被成功调度，否则yi0。N表示任务数量，pi表示成功执行该任务获得的收益，TS表示调度的起始时间，TE表示调度的结束时间，TD表示调度总时长，i表示观测任务序号，j表示地基传感器的序号，L表示观测任务i与地基传。
7、感器j之间所有的可观测弧段的数量集合，l表示观测任务i与地基传感器j之间所有的可观测弧段的数量，M为地基传感器的数量，表示决策变量,表示可探测弧段,Ai,j表示地基传感器与绕轨卫星之间的可探测弧段集合,表示可观测弧段最早开始时间,表示观测弧段最晚结束时间,wi表示一个调度结果,W表示调度结果集合,fsi表示实际任务执行的开始时间，fei表示实际任务执行的结束时间，Tti|i1,2,.,N表示绕轨卫星观测任务集合，ti表示绕轨卫星观测任务，nsi和nei分别表示任务要求的最早开始时间和最晚结束时间，wh表示与wi不同的另一个调度结果，wsk表示一个调度结果集合，fsh表示同一目标另一次实际任务执。
8、行的开始时间，trj表示传感器转换时间，feh表示表示同一目标另一次实际任务执行的结束时间，表示空集，rj表示地基传感器，R表示地基传感器集合，表示观测资源与绕轨卫星之间的连线与水平线之间的夹角，dgj表示传感器观测满足的最小角度要求，di表示执行任务i时所需的最短探测时间，frk表示绕轨卫星所需观测的次数，idi表示与任务相对应的标识，dgi表示绕轨卫星相邻两次观测时最短的时间间隔，ids表示任务所属绕轨目标标识，idsh表示另一个任务所属绕轨目标标识，表示可观测弧段最早开始时间，表示可观测弧段结束时间。4.根据权利要求1至3任意一项所述的方法，其特征在于，所述多绕轨卫星及多传感器的编码结构。
9、表示为第一个绕轨卫星在其第1个可探测弧段执行任务，第二个绕轨卫星在其对应的第3个可探测弧段执行任务，第三个绕轨卫星在其对应的第5个可探测弧段执行任务，第i个绕轨卫星在其对应的第j个可探测弧段执行任务，最后一个绕轨卫星在其对应的第4个可探测弧段执行任务。5.根据权利要求1所述的方法，其特征在于，获取观测时间的过程包括：根据时间优先资源代价的启发式算法和随机窗口算法依次考虑每个窗口是否可以执权利要求书2/3 页3CN 116610917 A3行该任务，当所述窗口可以执行时，确定其观测开始时间和结束时间，并占用所述窗口的观测资源；所述观测资源为地基传感器资源。6.根据权利要求5所述的方法，其特征在于。
10、，所述观测机会为在一个调度周期内，任务在观测资源下的观测机会在数值上等于任务在该观测资源下可观测窗口的数量。7.根据权利要求6所述的方法，其特征在于，所述观测冲突包括无冲突和有冲突；所述无冲突表示如果两个任务选择的观测弧段本身不存在交集，或者属于不同的观测资源，这两个任务发生冲突的概率为0；所述有冲突表示两个任务选择的观测弧段存在交集，且属于同一资源，则在这两个观测时间窗口上存在冲突。8.根据权利要求1所述的方法，其特征在于，对粒子群算法中的自适应权重、加速常数、邻域和粒子扰动进行更新，包括：所述自适应权重的更新方式为其中，max表示最大惯性权重，min表示最小惯性权重，t表示当前迭代次数，表。
11、示余弦函数相位，T表示最大迭代次数；所述自适应权重的更新方式为其中，c1(t)表示c1在t次迭代时的数值，c1max表示加速常数c1最大值，c1min表示加速常数c1最小值，c2(t)表示c2在t次迭代时的数值，c2max表示加速常数c2最大值，c2min表示表示加速常数c2最小值；所述邻域更新方式为根据每个绕轨卫星的可观测窗口数量，定义速度步长区间a,b，其中a是算法运行时最短步长，b是算法运行时最大步长；速度更新时采用传统PSO优化算法更新公式，在每一代粒子中，将速度进行排序，按照速度大小，根据连续映射思想对应为a,b区间内的整数作为整数解；所述粒子扰动的更新方式为根据禁忌表策略对每代最优。
12、粒子进行记录，再通过粒子间互换，得到新的解。9.根据权利要求1所述的方法，其特征在于，所述预先设置的边界条件为当粒子的最大位置超过绕轨卫星的可探测弧段的数量时，在可探测弧段的数量的范围内随机生成一个数值进行替代；所述终止条件为如果全局的最优观测收益连续20代没有得到增长，且粒子扰动后的结果仍没有提升，算法终止。10.根据权利要求1所述的方法，其特征在于，根据观测收益最大化的启发式穷搜索算法对所述候选解进行搜索，得到最终解，包括：将候选解作为观测收益最大化的启发式穷搜索算法的输入，得到已观测绕轨卫星和未观测绕轨卫星的集合；搜索未观测到绕轨卫星集合中是否能有任务插入，如果满足约束，将其插入到调度方。
13、案中，得到最终解。权利要求书3/3 页4CN 116610917 A4基于RNPPSO算法的绕轨卫星观测任务调度方法技术领域0001本申请涉及卫星任务调度技术领域，特别是涉及一种基于RNPPSO算法的绕轨卫星观测任务调度方法。背景技术0002随着太空探索的发展，绕轨卫星的数量不断增加，而空间监视网络也无法跟上日益困难的任务的步伐。如果空间监视网络不能完全执行其任务，那么由于无法正确地描述绕轨卫星所造成的情报缺口，太空国家将会很脆弱。由于预算的缩减和资源的有限，迫切需要利用现有资产而不增加库存。0003当绕轨卫星在轨道上时，每次传感器通过传感器观测范围时，它们都会接收到可检测的时间窗。空间监视网。
14、络中的多传感器协同观测调度的问题是从这些可检测时间窗中选择一定的时间窗进行跟踪观测，然后通过轨道确定对目录参数进行细化。这些可检测的时间窗有大量的离散分布。调度结果必须同时考虑每个绕轨卫星的观察任务顺序和观察时间，随着RSO绕轨卫星的增加，解空间的呈指数增长，使得绕轨卫星观测任务调度准确率低。发明内容0004基于此，有必要针对上述技术问题，提供一种能够提高绕轨卫星观测任务调度准确率的基于RNPPSO算法的绕轨卫星观测任务调度方法。0005一种基于RNPPSO算法的绕轨卫星观测任务调度方法，所述方法包括：0006获取待调度的传感器、地基传感器集合和观测任务集合；0007根据地基传感器的资源部署信。
15、息和预先获取的绕轨卫星轨道数据库进行事前分析，得到每一个传感器对绕轨卫星的可探测弧段；0008根据可探测弧段、任务需求以及地基传感器的资源信息，设置多传感器协同观测调度的约束条件；以及将待调度的绕轨卫星的任务总收益设置为多传感器协同观测调度问题的目标函数；利用约束条件和目标函数，建立多传感器协同观测调度模型；0009根据RNPPSO算法对多传感器协同观测调度模型进行求解，构建多绕轨卫星及多传感器的编码结构，在编码结构的基础上根据观测时间、观测机会和观测冲突三种适应度计算多传感器协同观测调度模型，得到多个初始解；根据多个初始解构建初始种群；0010利用反向学习算法对初始种群进行反向学习，得到初始。
16、化种群；根据IFPFS算法对初始化种群进行贪婪搜索，得到精英解集合；0011对粒子群算法中的自适应权重、加速常数、邻域和粒子扰动进行更新，根据更新后的粒子群算法在预先设置的边界条件和终止条件基础上对精英解集合进行搜索，得到候选解；0012根据观测收益最大化的启发式穷搜索算法对候选解进行搜索，得到最终解；最终解为多传感器协同观测调度方案。0013在其中一个实施例中，根据地基传感器资源部署信息和预先获取的绕轨卫星轨道说明书1/14 页5CN 116610917 A5数据库进行事前分析，得到每一个传感器对绕轨卫星的可探测弧段，包括：0014根据绕轨卫星轨道数据库得到绕轨卫星的轨道根数，利用轨道预报模。
17、型在调度周期内进行轨道预报，并结合地基传感器资源j的部署信息，将所绕轨卫星的位置信息转换到测站坐标系中；0015根据地基传感器资源探测约束，初步判定绕轨卫星i是否会经过传感器j的探测范围；0016根据探测范围和传感器j的工作时间计算绕轨卫星i的可探测弧段。0017在其中一个实施例中，任务需求包括绕轨卫星最短观测时间、绕轨卫星的最少观测次数、观测任务起止时间和同一绕轨卫星相邻两次观测时间；地基传感器的资源信息包括地基传感器转换时间、地基传感器观测能力和地基传感器最小仰角；利用约束条件和目标函数，建立多传感器协同观测调度模型，包括：0018利用约束条件和目标函数，建立多传感器协同观测调度模型为00。
18、190020s.t.002100220023002400250026002700280029003000310032其中，f代表调度方案的任务收益值，yi表示决策变量，yi1表示任务被成功调度，否则yi0。N表示任务数量，pi表示成功执行该任务获得的收益，TS表示调度的起始时间，TE表示调度的结束时间，TD表示调度总时长，i表示观测任务序号，j表示地基传感器的序号，L表示观测任务i与地基传感器j之间所有的可观测弧段的数量集合，l表示观测任务i与地基传感器j之间所有的可观测弧段的数量，M为地基传感器的数量，表示决策变量,表示说明书2/14 页6CN 116610917 A6可探测弧段,Ai,j表。
19、示地基传感器与绕轨卫星之间的可探测弧段集合,表示可观测弧段最早开始时间,表示观测弧段最晚结束时间,wi表示一个调度结果,W表示调度结果集合,fsi表示实际任务执行的开始时间，fei表示实际任务执行的结束时间，Tti|i1,2,.,N表示绕轨卫星观测任务集合，ti表示绕轨卫星观测任务，nsi和nei分别表示任务要求的最早开始时间和最晚结束时间，wh表示与wi不同的另一个调度结果，wsk表示一个调度结果集合，fsh表示同一目标另一次实际任务执行的开始时间，trj表示传感器转换时间，feh表示表示同一目标另一次实际任务执行的结束时间，表示空集，rj表示地基传感器，R表示地基传感器集合，表示观测资源与。
20、绕轨卫星之间的连线与水平线之间的夹角，dgj表示传感器观测满足的最小角度要求，di表示执行任务i时所需的最短探测时间，frk表示绕轨卫星所需观测的次数，idi表示与任务相对应的标识，dgi表示绕轨卫星相邻两次观测时最短的时间间隔，ids表示任务所属绕轨目标标识，idsh表示另一个任务所属绕轨目标标识，osAi,j表示可观测弧段最早开始时间，oeAi,j表示可观测弧段结束时间。0033在其中一个实施例中，多绕轨卫星及多传感器的编码结构表示为第一个绕轨卫星在其第1个可探测弧段执行任务，第二个绕轨卫星在其对应的第3个可探测弧段执行任务，第三个绕轨卫星在其对应的第5个可探测弧段执行任务，第i个绕轨卫星。
21、在其对应的第j个可探测弧段执行任务，最后一个绕轨卫星在其对应的第4个可探测弧段执行任务。0034在其中一个实施例中，根据时间优先资源代价的启发式算法和随机窗口算法依次考虑每个窗口是否可以执行该任务，当窗口可以执行时，确定其观测开始时间和结束时间，并占用窗口的观测资源；观测资源为地基传感器资源。0035在其中一个实施例中，观测机会为在一个调度周期内，任务在观测资源下的观测机会在数值上等于任务在该观测资源下可观测窗口的数量。0036在其中一个实施例中，观测冲突包括无冲突和有冲突；无冲突表示如果两个任务选择的观测弧段本身不存在交集，或者属于不同的观测资源，这两个任务发生冲突的概率为0；有冲突表示两个。
22、任务选择的观测弧段存在交集，且属于同一资源，则在这两个观测时间窗口上存在冲突。0037在其中一个实施例中，对粒子群算法中的自适应权重、加速常数、邻域和粒子扰动进行更新，包括：0038自适应权重的更新方式为00390040其中，max表示最大惯性权重，min表示最小惯性权重，t表示当前迭代次数，表示余弦函数相位，T表示最大迭代次数；0041自适应权重的更新方式为00420043其中，c1(t)表示c1在t次迭代时的数值，c1max表示加速常数c1最大值，c1min表示加速常数c1最小值，c2(t)表示c2在t次迭代时的数值，c2max表示加速常数c2最大值，c2min表示表示说明书3/14 页7。
23、CN 116610917 A7加速常数c2最小值；0044邻域更新方式为根据每个绕轨卫星的可观测窗口数量，定义速度步长区间a,b，其中a是算法运行时最短步长，b是算法运行时最大步长；速度更新时采用传统PSO优化算法更新公式，在每一代粒子中，将速度进行排序，按照速度大小，根据连续映射思想对应为a,b区间内的整数作为整数解；0045粒子扰动的更新方式为根据禁忌表策略对每代最优粒子进行记录，再通过粒子间互换，得到新的解。0046在其中一个实施例中，预先设置的边界条件为当粒子的最大位置超过绕轨卫星的可探测弧段的数量时，在可探测弧段的数量的范围内随机生成一个数值进行替代；终止条件为如果全局的最优观测收益。
24、连续20代没有得到增长，且粒子扰动后的结果仍没有提升，算法终止。0047在其中一个实施例中，根据观测收益最大化的启发式穷搜索算法对候选解进行搜索，得到最终解，包括：0048将候选解作为观测收益最大化的启发式穷搜索算法的输入，得到已观测绕轨卫星和未观测绕轨卫星的集合；0049搜索未观测到绕轨卫星集合中是否能有任务插入，如果满足约束，将其插入到调度方案中，得到最终解。0050上述基于RNPPSO算法的绕轨卫星观测任务调度方法，首先根据可探测弧段、任务需求以及地基传感器的资源信息，设置多传感器协同观测调度的约束条件；以及将待调度的绕轨卫星的任务总收益设置为多传感器协同观测调度问题的目标函数；利用约束。
25、条件和目标函数，建立多传感器协同观测调度模型，通过设计了更优的RNPPSO算法对多传感器协同观测调度模型进行求解，以观测冲突最小和观测优先级最高为目标，采用反向学习算法进行修正，得到质量较优的初始解，设计IFCFS算法对初始化种群进行贪婪搜索，提高了求解效率，然后对粒子群算法中的自适应权重、加速常数、邻域和粒子扰动进行更新，利用更新后的粒子群算法在进行解优化的过程中，提高了种群的多样性、粒子的全局寻优能力和收敛效率，并通过邻域更新和粒子扰动更新避免了求解过程中陷入局部最优，最后利用基于观测收益最大化的启发式穷搜索算法提高观测收益和增加观测资源利用率，得到了最优的多传感器协同观测调度方案，再利用。
26、多传感器协同观测调度方案进行观测的过程中提高绕轨卫星观测任务调度准确率。附图说明0051图1为一个实施例中基于RNPPSO算法的绕轨卫星观测任务调度方法的流程示意图；0052图2为一个实施例中编码结构示意图；0053图3为一个实施例中任务插入示意图；0054图4为一个实施例中计算机设备的内部结构图。具体实施方式0055为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对说明书4/14 页8CN 116610917 A8本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。0056在一个实施例中，如图1所示，提供了一种基于RNPPSO。
27、算法的绕轨卫星观测任务调度方法，包括以下步骤：0057步骤102，获取待调度的传感器、地基传感器集合和观测任务集合；根据地基传感器的资源部署信息和预先获取的绕轨卫星轨道数据库进行事前分析，得到每一个传感器对绕轨卫星的可探测弧段。0058可探测弧段需要根据地基传感器资源部署信息、绕轨卫星先验信息进行事前分析，获取每一个传感器对绕轨卫星的可探测性，为统筹调度各个传感器的探测计划提供基本输入。首先，由绕轨卫星轨道数据库得到i的轨道根数，利用SGP4轨道预报模型在调度周期内进行轨道预报，并结合地基传感器资源j的部署信息，将所有绕轨卫星的位置信息转换到测站坐标系中；然后，根据地基传感器资源探测约束，初步。
28、判定i是否会经过传感器j的探测范围；接着，针对i经过资源j的场景，考虑资源的工作时间，计算具体的探测信息。0059步骤104，根据可探测弧段、任务需求以及地基传感器的资源信息，设置多传感器协同观测调度的约束条件；以及将待调度的绕轨卫星的任务总收益设置为多传感器协同观测调度问题的目标函数；利用约束条件和目标函数，建立多传感器协同观测调度模型。0060利用约束条件和目标函数，建立多传感器协同观测调度模型为00610062s.t.0063006400650066006700680069007000710072说明书5/14 页9CN 116610917 A900730074公式(1)表示优化模型的目。
29、标函数为最大化任务总收益，f代表调度方案的任务收益值。0075约束(2)是任务唯一性约束，每个可观测窗口最多被执行一次。0076约束(35)是调度周期约束，涉及调度的相关要素均要在调度周期之内，包括观测任务的起止时间、可观测任务的起始时间以及实际任务执行的起止时间。0077约束(6)是观测资源转换时间约束，同一个观测资源在执行两次相邻任务之间需要满足一定的时间间隔，以提供设备及操作人员进行必要的准备工作。0078约束(7)是观测能力约束观测唯一性约束，考虑RSO绕轨卫星的观测跟踪，同一地基传感器资源一次只能跟踪一个目标。0079约束(8)是观测资源最小仰角约束，考虑高山等复杂环境，地基传感器在。
30、观测RSO绕轨卫星时需要考虑最小仰角约束。0080约束(9)是目标最短观测时间约束，考虑目标定轨精度，目标实际被探测时间不少于目标被探测持续时间需求。0081约束(10)是目标最少观测次数约束，考虑RSO绕轨卫星定轨精度，需要在一个调度周期内对目标观测多次。0082约束(11)是同一目标相邻两次观测时间约束，考虑RSO绕轨卫星定轨精度，同一RSO相邻两次观测时间不能过低。0083约束(12)是任务起止时间约束，任务的实际探测开始时间应不早于可探测弧段的最早开始时间和任务允许服务的最早开始时间，任务的实际探测结束时间应不晚于可探测弧段的最晚结束时间和任务允许服务的最晚结束时间。0084以最大化任。
31、务总收益为目标函数，考虑可探测弧段、任务需求以及地基传感器的资源信息建立多传感器协同观测调度模型，通过考虑观测频率、最小观测时间能够使得满足绕轨目标观测需求，同时能够释放多余传感器资源。0085步骤106，根据RNPPSO算法对多传感器协同观测调度模型进行求解，构建多绕轨卫星及多传感器的编码结构，在编码结构的基础上根据观测时间、观测机会和观测冲突三种适应度计算多传感器协同观测调度模型，得到多个初始解；根据多个初始解构建初始种群。0086步骤108，利用反向学习算法对初始种群进行反向学习，得到初始化种群；根据IFPFS算法对初始化种群进行贪婪搜索，得到精英解集合。0087步骤110，对粒子群算法。
32、中的自适应权重、加速常数、邻域和粒子扰动进行更新，根据更新后的粒子群算法在预先设置的边界条件和终止条件基础上对精英解集合进行搜索，得到候选解。0088步骤112，根据观测收益最大化的启发式穷搜索算法对候选解进行搜索，得到最终解；最终解为多传感器协同观测调度方案。0089传统的PSO算法在位置更新时粒子速度是朝着进化方向更新的实数，这在求解整说明书6/14 页10CN 116610917 A10数本申请最优窗口是不合适的。如果仅对其速度进行求整，会导致速度更新不连续，造成解的质量不高。此外，传统PSO算法由于随机生成初始化粒子，并且优化过程粒子更新单一，容易造成“早熟”，无法得到最优解。最后，鉴。
33、于绕轨卫星跟踪中多传感器协同观测调度问题的特殊性，其观测时间并不需要在整个窗口内执行，需要在确定最佳窗口的同时确定具体的观测时间。本申请提出了RNPPSO算法，该方法克服了传统PSO算法的不足，同时更适用于本申请的问题。0090RNPPSO算法以多传感器协同观测调度问题中待观测绕轨卫星集合S，地面传感器资源集合R，绕轨卫星观测任务集合T和可探测弧段集合Ai,j和调度区间集合TS,TE为输入，以观测冲突最小和观测优先级最高为目标，设计改进的先到先服务算法(IFCFS)，并采用反向学习算法进行修正，得到质量较优的初始解，然后，将初始解结合任务规划算法(MPA)策略，计算每个粒子对应的观测收益，保留。
34、每一代粒子个体极值与全局极值。采用自适应速度更新策略对粒子速度进行更新，并对其边界条件进行处理。进而，判断观测收益是否随着迭代次数增加而上升。如果连续DS代均没有提高，那么对粒子进行扰动，提高种群的多样性，反之，判断是否符合终止条件，如不满足，自适应调整,c1,c2，不断迭代，直至算法满足终止条件。最后，提出一种观测收益最大化的启发式穷搜索算法来提升解的质量。0091上述基于RNPPSO算法的绕轨卫星观测任务调度方法中，首先根据可探测弧段、任务需求以及地基传感器的资源信息，设置多传感器协同观测调度的约束条件；以及将待调度的绕轨卫星的任务总收益设置为多传感器协同观测调度问题的目标函数；利用约束条。
35、件和目标函数，建立多传感器协同观测调度模型，通过设计了更优的RNPPSO算法对多传感器协同观测调度模型进行求解，以观测冲突最小和观测优先级最高为目标，采用反向学习算法进行修正，得到质量较优的初始解，设计IFCFS算法对初始化种群进行贪婪搜索，提高了求解效率，然后对粒子群算法中的自适应权重、加速常数、邻域和粒子扰动进行更新，利用更新后的粒子群算法在进行解优化的过程中，提高了种群的多样性、粒子的全局寻优能力和收敛效率，并通过邻域更新和粒子扰动更新避免了求解过程中陷入局部最优，最后利用基于观测收益最大化的启发式穷搜索算法提高观测收益和增加观测资源利用率，得到了最优的多传感器协同观测调度方案，再利用多。
36、传感器协同观测调度方案进行观测的过程中提高绕轨卫星观测任务调度准确率。0092在其中一个实施例中，根据地基传感器资源部署信息和预先获取的绕轨卫星轨道数据库进行事前分析，得到每一个传感器对绕轨卫星的可探测弧段，包括：0093根据绕轨卫星轨道数据库得到绕轨卫星的轨道根数，利用轨道预报模型在调度周期内进行轨道预报，并结合地基传感器资源j的部署信息，将所绕轨卫星的位置信息转换到测站坐标系中；0094根据地基传感器资源探测约束，初步判定绕轨卫星i是否会经过传感器j的探测范围；0095根据探测范围和传感器j的工作时间计算绕轨卫星i的可探测弧段。0096在其中一个实施例中，任务需求包括绕轨卫星最短观测时间、。
37、绕轨卫星的最少观测次数、观测任务起止时间和同一绕轨卫星相邻两次观测时间；地基传感器的资源信息包括地基传感器转换时间、地基传感器观测能力和地基传感器最小仰角；利用约束条件和目标函数，建立多传感器协同观测调度模型，包括：说明书7/14 页11CN 116610917 A110097利用约束条件和目标函数，建立多传感器协同观测调度模型为00980099s.t.010001010102010301040105010601070108010901100111其中，f代表调度方案的任务收益值，yi表示决策变量，yi1表示任务被成功调度，否则yi0。N表示任务数量，pi表示成功执行该任务获得的收益，TS表示。
38、调度的起始时间，TE表示调度的结束时间，TD表示调度总时长，i表示观测任务序号，j表示地基传感器的序号，L表示观测任务i与地基传感器j之间所有的可观测弧段的数量集合，l表示观测任务i与地基传感器j之间所有的可观测弧段的数量，M为地基传感器的数量，表示决策变量,表示可探测弧段,Ai,j表示地基传感器与绕轨卫星之间的可探测弧段集合,表示可观测弧段最早开始时间,表示观测弧段最晚结束时间,wi表示一个调度结果,W表示调度结果集合,fsi表示实际任务执行的开始时间，fei表示实际任务执行的结束时间，Tti|i1,2,.,N表示绕轨卫星观测任务集合，ti表示绕轨卫星观测任务，nsi和nei分别表示任务要求。
39、的最早开始时间和最晚结束时间，wh表示与wi不同的另一个调度结果，wsk表示一个调度结果集合，fsh表示同一目标另一次实际任务执行的开始时间，trj表示传感器转换时间，feh表示表示同一目标另一次实际任务执行的结束时间，表示空集，rj表示地基传感器，R表示地基传感器集合，表示观测资源与绕轨卫星之间的连线与水平线之间的夹角，dgj表示传感器观测满足的最小角度要求，di表示执行任务i时所需的最短探测时间，frk表示绕轨卫星所需观测的次数，idi表示与任务相对应的标识，dgi表示绕轨卫星相邻两次观测时最短的时间间隔，ids表示任务所属绕轨目标标识，idsh表示另一个任务所属绕轨目标标识，说明书8/1。
40、4 页12CN 116610917 A12表示可观测弧段最早开始时间，表示可观测弧段结束时间。0112在其中一个实施例中，多绕轨卫星及多传感器的编码结构表示为第一个绕轨卫星在其第1个可探测弧段执行任务，第二个绕轨卫星在其对应的第3个可探测弧段执行任务，第三个绕轨卫星在其对应的第5个可探测弧段执行任务，第i个绕轨卫星在其对应的第j个可探测弧段执行任务，最后一个绕轨卫星在其对应的第4个可探测弧段执行任务。0113在具体实施例中，由于多传感器协同观测调度问题是一个带有NP hard特性的复杂的组合优化问题，粒子的编码结构是算法求解的关键。在便于描述与解码的同时，考虑到PSO算法是以单个粒子速度更新作。
41、为邻域更新，每个RSO之前可以独立搜索。因此，本申请以RSO绕轨卫星为牵引，以每个RSO的任务数量为指标，构建了多RSO绕轨卫星，多传感器的编码结构，如图2所示。在一个调度周期内，每个RSO相对所有传感器资源的“可探测弧段”是可以事先得到的。因此，该编码结构表示为第一个RSO在其第1个可探测弧段执行任务，第二个RSO在其对应的第3个可探测弧段执行任务，第三个RSO在其对应的第5个可探测弧段执行任务，第i个RSO在其对应的第j个可探测弧段执行任务，最后一个RSO在其对应的第4个可探测弧段执行任务。0114在其中一个实施例中，根据时间优先资源代价的启发式算法和随机窗口算法依次考虑每个窗口是否可以执。
42、行该任务，当窗口可以执行时，确定其观测开始时间和结束时间，并占用窗口的观测资源；观测资源为地基传感器资源。0115在其中一个实施例中，观测机会为在一个调度周期内，任务在观测资源下的观测机会在数值上等于任务在该观测资源下可观测窗口的数量。0116在其中一个实施例中，观测冲突包括无冲突和有冲突；无冲突表示如果两个任务选择的观测弧段本身不存在交集，或者属于不同的观测资源，这两个任务发生冲突的概率为0；有冲突表示两个任务选择的观测弧段存在交集，且属于同一资源，则在这两个观测时间窗口上存在冲突。0117在具体实施例中，本申请从观测时间、观测机会、观测冲突出发，构造几类准则的适应度函数，设计一种FPFS启。
43、发式贪婪搜索算法，得到初步种群。然后结合反向学习算法，得到质量较高的初始种群。0118观测时间是指在得到最佳可观测窗口之后，需要确定每个传感器资源对RSO绕轨卫星的具体观测时间。本申请中构建观测时间适应度的方法借鉴传统的First coming first service算法，在一个窗口内，最先到达的任务，优先被观测。对于低轨RSO绕轨卫星而言，在一个调度周期内可以绕地球多圈，相对地基传感器会生成多个可探测窗口，因此每个RSO在观测资源下的可探测弧段会有多个。对于高轨而言，其轨道周期与地球自转周期相同，若传感器指向不变，其可探测区域是固定的，即窗口唯一。因此对于高轨RSO而言，主要关注的是在一。
44、个可观测窗口内的具体观测时间。0119考虑到每个RSO在不同观测资源下的可观测时间窗口数量不同，任务与不同观测资源之间可选择的执行机会不同。由于高轨RSO可观测弧段较长(甚至整个调度周期)，因此为了实现全局观测收益的最大化，本申请首先将传感器资源分配给低轨目标，然后将空闲资源分配给高轨RSO。对观测机会的定义如下：在一个调度周期内，任务在观测资源下的观测机会在数值上等于任务在该观测资源下可观测窗口的数量。0120同观测任务可选择的可探测弧段之间可能存在一定的交叉关系，每个任务观测时说明书9/14 页13CN 116610917 A13间可以在满足约束的前提下在可观测弧段内自行滑动。由于观测资源。
45、能力有限，考虑RSO绕轨卫星跟踪问题，每个资源在同一时刻只能跟踪一个RSO，而且在观测过程中过程必须连续且完整。因此，任务选择不同的可观测弧段，以及在滑动的实际执行时间过程中发生的冲突可能性不尽相同。考虑实际情况，观测冲突一般会存在以下两种情况：0121无冲突：如果两个任务选择的观测弧段本身不存在交集，或者属于不同的观测资源，这两个任务发生冲突的概率为0。0122可能冲突：两个任务选择的观测弧段存在交集，且属于同一资源，则在这两个观测时间窗口上可能存在冲突。0123因此，两个任务发生冲突的可能性与两个“可探测弧段长度”以及RSO绕轨卫星具体所需观测时间有关，基于上述分析，结合风险概率知识，本申。
46、请提出了一种考虑RSO绕轨卫星观测时间的窗口冲突评估方法，如式(13)所示。01240125其中tc为两个窗口的重叠时间，ni，nJ分别为第i，j个窗口中能够观测RSO的数量，tsk，tsq分别为第i，j个窗口上RSOi的观测时间。ti,e，ti,s分别为第i个窗口的其实时间和结束时间。式(13)表明，该冲突度与两个窗口的重叠时间成正比，与窗口总长度成反比。另外，式(13)考虑了RSO绕轨卫星的观测时间，更适用于本申请问题。0126反向学习算法，该方法主要思想是比较变量当前点和反向点的估计值，进而确定最优值，其定义如下：0127在1维空间中，假设xx1,x2,.,xd，定义x的反向点为0128。
47、在d维空间中，假设xx1,x2,.,xd，且xiai,bi，定义x的反向点为其中0129假设xx1,x2,.,xd为解决优化问题时d维空间中的一点，适应度函数为f(x)。则x的反向点表示为的适应度函数为当将方向点 代替x，否则保留x。0130因此，本申请在结合观测时间、观测冲突、观测机会三种适用度后得到初始解，将其放在初始种群中。然后，采用反向学习算法得到其反向种群，将适应度高的个体保留，作为其初始化种群。获得较优的初始化种群的前提是得到一个精英解。本申请定义了观测时间、观测冲突与观测机会，并将该三个适应度加权作为收益。观测时间越早，越要提前观测。观测冲突越少，生成的调度方案越合理。观测机会越。
48、多，可以让该RSO在后面被观测。基于上述理论，受FCFS启发，本节提出了IFPFS算法，该算法引入贪婪搜索机制，使精英个体保留，便于算法收敛。0131在生成初始种群后，需要采用MPA算法确定具体的观测时间。根据任务之间的冲突以及观测收益，确定任务是否执行，并确定最终观测收益。在选择具体观测时间时，需要依次考虑每个窗口是否可以执行该任务。当该窗口可以执行时，确定其观测开始时间和结束时间，并占用该窗口的观测资源，如果任务不在窗口，或与其窗口有冲突时，则该任务不会说明书10/14 页14CN 116610917 A14被调度。0132本申请中，设计了两种启发式规则来确定每个任务的具体观测时间，一个是。
49、基于时间优先资源代价的启发式算法(TFRC)，另一个是随机窗口算法(RT)。0133TRFC算法的流程为：对于每个调度窗口内的任务，首先按照时间进行排序，如果该任务满足所有约束，那么将该任务分配到对应的窗口中。由于每次循环将时间最早的任务放在窗口中，并没有考虑其他资源，因此又称为资源代价时间优先。0134RT算法的流程为：对于每个调度窗口内的任务，如果该任务满足所有约束，那么将该任务随机放在窗口内的其他地方。由于每次循环，任务是随机放置的，可能会对时间、资源造成影响，因此又称为随机窗口算法。0135在其中一个实施例中，对粒子群算法中的自适应权重、加速常数、邻域和粒子扰动进行更新，包括：0136。
50、自适应权重的更新方式为01370138其中，max表示最大惯性权重，min表示最小惯性权重，t表示当前迭代次数，表示余弦函数相位，T表示最大迭代次数；0139所述自适应权重的更新方式为01400141其中，c1(t)表示c1在t次迭代时的数值，c1max表示加速常数c1最大值，c1min表示加速常数c1最小值，c2(t)表示c2在t次迭代时的数值，c2max表示加速常数c2最大值，c2min表示表示加速常数c2最小值；0142邻域更新方式为根据每个绕轨卫星的可观测窗口数量，定义速度步长区间a,b，其中a是算法运行时最短步长，b是算法运行时最大步长；速度更新时采用传统PSO优化算法更新公式，在每。