CN119440753B 基于融合合并观测的自适应遗传算法的多卫星协同任务调度规划方法 （东南大学）

基于融合合并观测的自适应遗传算法的多本发明公开了一种基于融合合并观测的自适应遗传算法多卫星协同任务动态调度规划方应采样的方法对区域任务能够快速分解为点任2S5：优化模型构建，以最大观测收益为优化目标maxF＝f(Tdyn)+f(Tare)+f(Tpoi)+式中scorei_point为点任务i应得收益，frequency为点任务被执行频率，Tinit_frequency为任务要求点任务需要被执行频2.根据权利要求1所述的基于融合合并观测的自适应遗传算法的多卫星协同任务动态所有任务集合T＝{T1,T2,T3,…,TM}，分类为点任务集合Tpoi＝{T1_poi,T2_poi,T3_poi,…,Tm1_poi33.根据权利要求1所述的基于融合合并观测的自适应遗传算法的多卫星协同任务动态度分解离散粒度△λlat_i、经度离散粒度△λlon_i，经纬离散粒度符合如下等比关系S23,针对区域任务的多卫星调度规划问题，区域4.根据权利要求2所述的基于融合合并观测的自适应遗传算法的多卫星协同任务动态将所有的点任务转换为带有三种不同权重的元任务，则转换后的元任务集合为Tinit=poi，S_geometry：星下点的经纬度，即卫星在轨道上某4st;:卫星i执行任务j的开始时刻；erj:卫星i执行任务j的结束时刻；tw:卫星i执行任务j的时间窗口；vo):卫星i对任务j执行任务时的偏转角度；2)选定的观测卫星传感器成像分辨率不能小于元任务所要求的分辨率:Tinit_4)任务被规划后，目标任务被卫星执行的具体时间窗口i；6)同一个卫星可用时间段，不能同时分配给两个及值为1表示该任务被规划；55.根据权利要求1所述的基于融合合并观测的自适应遗传算法的多卫星协同任务动态S42,合并观测后的卫星姿态角处理：观测卫星对小观测角度的均值为执行合并观测时间窗口的卫星的S44，依次将合并后的任务与轨道圈次中其他任务6.根据权利要求1所述的基于融合合并观测的自适应遗传算法的多卫星协同任务动态务数量，NS为卫星数量，基于矩阵M创建每一个任务所对应的可见时间窗口有序集合：其中每颗卫星的可见窗口按照可见时间先后进行间窗口编码为：6c1,Pc2为初始设定的交叉概率的最大值和最小值，f9为交叉双方最大适应度，7.一种电子设备，包括存储器、处理器及任意一项所述的基于融合合并观测的自适应遗传算法的多卫星协同任务动态调度规划方理器执行时实现如权利要求1_6中任一项所述的基于融合合并观测的自适应遗传算法的多78离散自适应采样的方法对区域任务能够快速分解为点任务，提升区域观测任务的完成率；问题,针对不同的任务情况,选择不同的处区域任务集合Tare＝{T1_are,T2_are,T3_are,…,Tm2_are}以及动态任务集合Tdyn＝{T1_dyn,T2_dyn,各顶点的经纬度确定，则区域任务集合中的子任务Ti_ar域的纬度分解离散粒度△λlat_i、纬度离散粒度△λlon_i，经纬离散粒度符合如下等比关系9[0022]S22,筛选区域任务范围内的采样点，通过等比采样的方法对任务区域进行划分poi。[0035]2)选定的观测卫星传感器成像分辨率不能小于元任务所要求的分辨率:Tinit_[0036]3)卫星相邻的两个时间窗口之间时间间隔需要满足i；[0038]5)同一观测任务的两次相邻观测的时间间隔需要满足最小时间间隔约束，即：和最小观测角度的均值为该执行合并观测时间窗口的[0061]优选的，所述步骤6中对建立的调度规划模型进行参数采用自适应遗传算法优化其中M,=iuw,m1模的新种群,可以缩小种群规模并降低算法计算压力,也可以进一步筛选出适应度更高的设计的基于融合合并观测的自适应遗传算法的多卫星协同任务规划调度算法能够生成同测的自适应遗传算法的多卫星协同任务动态[0079]图1为本发明的基于融合合并观测的自适应遗传算法的多卫星协同任务规划方法[0084]由图1所示，本发明的基于融合合并观测的自适应遗传算法的多卫星协同任务规[0101]S43，对卫星i的第1轨道圈次所有具有可视时间窗口的元任务进行合并观测约束这些数据包括卫星在每个时间点上的经度、纬度和高度和卫星相对于星下点的太阳高度低中高551528.08°4.18°规划方案的算法平均