敏捷成像衛(wèi)星自主規(guī)劃模型與算法*

劉　嵩，陳英武

(1.國防科技大學(xué) 信息系統(tǒng)與管理學(xué)院， 湖南 長沙　410073；

2. 駐沈陽鐵路局長春軍事代表辦事處， 吉林 長春　130051)

?

敏捷成像衛(wèi)星自主規(guī)劃模型與算法*

劉嵩1,2，陳英武1

(1.國防科技大學(xué) 信息系統(tǒng)與管理學(xué)院， 湖南 長沙410073；

2. 駐沈陽鐵路局長春軍事代表辦事處， 吉林 長春130051)

摘要：針對敏捷成像衛(wèi)星自主規(guī)劃問題，將規(guī)劃、決策、執(zhí)行和信息反饋相結(jié)合，提出星上自主規(guī)劃框架，并介紹框架結(jié)構(gòu)和模塊功能。在分析主要約束條件的基礎(chǔ)上，建立基于時(shí)間線約束網(wǎng)絡(luò)的問題模型。通過將各種衛(wèi)星動(dòng)作前后銜接，組合成能夠完成不同任務(wù)的動(dòng)作序列，提出一種面向衛(wèi)星動(dòng)作序列的啟發(fā)式算法。該算法分為規(guī)劃和決策兩個(gè)部分，并在衛(wèi)星執(zhí)行每一個(gè)動(dòng)作序列的同時(shí)基于多種啟發(fā)式規(guī)則進(jìn)行規(guī)劃，在動(dòng)作序列執(zhí)行結(jié)束時(shí)進(jìn)行決策。實(shí)驗(yàn)結(jié)果表明了自主規(guī)劃框架和模型的合理性以及算法的有效性。

關(guān)鍵詞：敏捷成像衛(wèi)星；自主規(guī)劃；時(shí)間線約束網(wǎng)絡(luò)；衛(wèi)星動(dòng)作序列；啟發(fā)式

敏捷成像衛(wèi)星與傳統(tǒng)衛(wèi)星相比具有俯仰、側(cè)擺、偏航等姿態(tài)機(jī)動(dòng)能力，具有更大的觀測范圍和更強(qiáng)的觀測能力，因此已經(jīng)成為航天大國競相研制的對象[1-2]。但是在傳統(tǒng)管控模式下，衛(wèi)星系統(tǒng)所依賴的指揮控制指令都是由地面測控系統(tǒng)發(fā)出的，由于測控限制、通信延遲以及受限的通信帶寬和時(shí)間窗口等因素存在，即便是敏捷成像衛(wèi)星也無法在較短的時(shí)間內(nèi)對觀測需求的動(dòng)態(tài)變化做出快速響應(yīng)。另外，地面控制中心必須通過預(yù)測衛(wèi)星狀態(tài)的方式進(jìn)行任務(wù)規(guī)劃，所以根本無法避免星上資源的浪費(fèi)。為解決上述問題且充分發(fā)揮敏捷成像衛(wèi)星的觀測效能，最有效的方式就是減少人的干預(yù)，并賦予衛(wèi)星更多的“智能”，使其能夠根據(jù)觀測需求和衛(wèi)星狀態(tài)進(jìn)行自主規(guī)劃[3-4]。

文獻(xiàn)[5-6]對星上自主規(guī)劃的可行性進(jìn)行研究，提出反應(yīng)慎思型自主規(guī)劃結(jié)構(gòu)，設(shè)計(jì)了一種迭代式隨機(jī)貪婪算法，但是沒有考慮任務(wù)執(zhí)行結(jié)果對自主規(guī)劃過程造成的影響。文獻(xiàn)[7-11]針對EO-1衛(wèi)星自主規(guī)劃問題進(jìn)行深入研究，但是規(guī)劃方法耗時(shí)較長，所以應(yīng)急響應(yīng)能力較弱。文獻(xiàn)[12]利用迭代修復(fù)的方法進(jìn)行自主規(guī)劃，但衛(wèi)星狀態(tài)實(shí)時(shí)變化，修復(fù)時(shí)機(jī)很難把握，而且每一次規(guī)劃的持續(xù)時(shí)間無法確定。文獻(xiàn)[13]提出了逆向動(dòng)態(tài)規(guī)劃方法，但是問題模型比較簡單，沒有考慮衛(wèi)星動(dòng)作。

1問題描述與自主規(guī)劃框架

星上工作環(huán)境隨時(shí)間動(dòng)態(tài)變化，主要體現(xiàn)在任務(wù)和衛(wèi)星狀態(tài)兩個(gè)方面。任務(wù)分為觀測任務(wù)和數(shù)據(jù)回傳任務(wù)，任務(wù)的動(dòng)態(tài)變化是由用戶需求和天氣情況造成的，如用戶隨時(shí)可能提出新的任務(wù)需求，又或者由于云層遮擋等天氣原因使得某個(gè)任務(wù)被臨時(shí)取消。衛(wèi)星狀態(tài)的動(dòng)態(tài)變化是指衛(wèi)星每執(zhí)行一個(gè)任務(wù)都會對固存、電量等資源造成一定的影響，但影響程度在任務(wù)完成之前是無法準(zhǔn)確預(yù)測的。因此敏捷成像衛(wèi)星自主規(guī)劃問題可以描述為：面對星上動(dòng)態(tài)工作環(huán)境，衛(wèi)星在不需要或較少依靠地面人員干預(yù)的情況下，自主為任務(wù)指定觀測或回傳時(shí)段，并生成衛(wèi)星可以執(zhí)行的動(dòng)作序列指令，在滿足各種約束條件的同時(shí)，實(shí)現(xiàn)以盡可能少的資源消耗獲得盡可能大的觀測收益。

在星上使用傳統(tǒng)的規(guī)劃方式，比如文獻(xiàn)[2]和文獻(xiàn)[14-18]中所使用的方法，將無法解決敏捷成像衛(wèi)星自主規(guī)劃問題。因?yàn)檫@些方法要求衛(wèi)星必須嚴(yán)格執(zhí)行每一個(gè)長周期下的規(guī)劃方案，不考慮星上動(dòng)態(tài)環(huán)境以及任務(wù)執(zhí)行效果。自主規(guī)劃框架能夠?qū)崿F(xiàn)規(guī)劃與執(zhí)行之間的交叉，邊規(guī)劃邊執(zhí)行，是一種在星上將決策、規(guī)劃、執(zhí)行與信息反饋相結(jié)合的設(shè)計(jì)，該框架由4個(gè)功能模塊構(gòu)成，如圖1所示。決策模塊：負(fù)責(zé)確定規(guī)劃過程結(jié)束的時(shí)間，并觸發(fā)規(guī)劃模塊，選擇規(guī)劃結(jié)果中的部分動(dòng)作作為決策結(jié)果。根據(jù)決策觸發(fā)時(shí)機(jī)可以分為普通決策和應(yīng)急決策。普通決策是指每次產(chǎn)生決策結(jié)果之后所觸發(fā)的決策。應(yīng)急決策是指當(dāng)任務(wù)發(fā)生變化，或是由于衛(wèi)星狀態(tài)發(fā)生變化而導(dǎo)致決策結(jié)果無法執(zhí)行時(shí)所觸發(fā)的決策。應(yīng)急決策被觸發(fā)時(shí)，如果正在進(jìn)行普通決策，那么普通決策將會被終止，從而進(jìn)行應(yīng)急決策。

圖1　自主規(guī)劃框架Fig.1　Framework of automatic planning

規(guī)劃模塊：負(fù)責(zé)根據(jù)用戶需求、衛(wèi)星狀態(tài)和各種約束條件針對規(guī)劃周期內(nèi)的衛(wèi)星動(dòng)作進(jìn)行規(guī)劃。

狀態(tài)檢測模塊：負(fù)責(zé)實(shí)時(shí)檢測和提供當(dāng)前衛(wèi)星狀態(tài)信息，如果決策結(jié)果不滿足當(dāng)前星上約束條件，將觸發(fā)應(yīng)急決策；如果滿足，則將決策結(jié)果轉(zhuǎn)換成硬件可執(zhí)行的動(dòng)作指令。

執(zhí)行模塊：負(fù)責(zé)根據(jù)動(dòng)作指令控制硬件執(zhí)行，并及時(shí)反饋執(zhí)行結(jié)果和參數(shù)信息。

2CNT模型

應(yīng)用CNT建模方法對敏捷成像衛(wèi)星自主規(guī)劃問題進(jìn)行建模。CNT建模方法是一種基于約束網(wǎng)絡(luò)的建模方法，能夠針對離散事件動(dòng)態(tài)系統(tǒng)進(jìn)行建模，文獻(xiàn)[19-20]對該方法進(jìn)行了詳細(xì)闡述。模型構(gòu)建考慮了9種敏捷成像衛(wèi)星動(dòng)作和5種約束[2]。9種動(dòng)作分別是觀測、數(shù)據(jù)回傳、姿態(tài)轉(zhuǎn)換、對日定向、對地定向、相機(jī)開機(jī)、相機(jī)關(guān)機(jī)、天線開機(jī)和天線關(guān)機(jī)。5種約束分別是時(shí)間窗口約束、固存約束、姿態(tài)轉(zhuǎn)換時(shí)間約束、星上載荷約束和能量約束。模型描述主要用到以下符號：

1)實(shí)驗(yàn)?zāi)M的開始時(shí)間和結(jié)束時(shí)間分別表示為STA和END；

2)衛(wèi)星最大固存容量表示為MMmax，電量的上限和下限分別表示為ENmax和ENmin，單位時(shí)間充電量表示為Psun，衛(wèi)星運(yùn)行、觀測和數(shù)據(jù)回傳時(shí)單位時(shí)間耗電量分別表示為Psat，Pob，Pdl，姿態(tài)轉(zhuǎn)換速度表示為MS；

3)待觀測任務(wù)集合表示為OB，每個(gè)觀測任務(wù)o∈OB，占用固存大小表示為SZo，收益值表示為Po，即任務(wù)的優(yōu)先級，觀測和數(shù)據(jù)回傳時(shí)所需要的持續(xù)時(shí)間分別表示為DOo和DDOo，可用觀測時(shí)間窗口數(shù)量表示為NOo，每個(gè)時(shí)間窗口的開始和結(jié)束時(shí)間分別表示為SOo,k和EOo,k，k∈[1,NOo]，衛(wèi)星姿態(tài)角度表示為ORo，待回傳任務(wù)集合表示為DL；

4)衛(wèi)星可用的數(shù)據(jù)回傳時(shí)間窗口數(shù)量表示為ND，每個(gè)時(shí)間窗口的開始和結(jié)束時(shí)間分別表示為SDk和EDk，k∈[1，ND]；

5)衛(wèi)星處于陽照區(qū)的時(shí)間窗口數(shù)量表示為NS，每個(gè)時(shí)間窗口的開始和結(jié)束時(shí)間分別表示為SSk和ESk，k∈[1，NS]；

衛(wèi)星必須依次執(zhí)行各種動(dòng)作，動(dòng)作之間不能重疊，動(dòng)作在執(zhí)行過程中必須滿足電量和固存約束，而且任何動(dòng)作都不能永遠(yuǎn)處于執(zhí)行狀態(tài)，衛(wèi)星的不同狀態(tài)會對星上電量造成不同程度的影響：

?i∈[2，h-1],tr∈{obon,ob,oboff,dlon,dl,

dloff,sp,ge,sw}

(tri=1)→((tri+1=0)∧

gei+swi=1)∧(tii=Str)∧(tii+1=Etr)∧

(mmi=mmi-1)∧(0≤mmi≤MMmax)∧

(0≤mmi+1≤MMmax)∧

(eni=eni-1-(tii-tii-1)·Psat)∧

(eni+1=(tii+1-tii)·(spi·Psun-obi·Pob-Psat))∧

(ENmin≤eni≤ENmax)∧

(ENmin≤eni+1≤ENmax))

(1)

觀測動(dòng)作的開始和結(jié)束時(shí)間必須在某個(gè)觀測任務(wù)的某個(gè)觀測時(shí)間窗口內(nèi)，動(dòng)作的持續(xù)時(shí)間等于該觀測任務(wù)所需要的觀測持續(xù)時(shí)間，動(dòng)作開始時(shí)衛(wèi)星固存減少：

(2)

數(shù)據(jù)回傳動(dòng)作的開始和結(jié)束時(shí)間必須在某個(gè)數(shù)據(jù)回傳時(shí)間窗口內(nèi)，動(dòng)作的持續(xù)時(shí)間等于被回傳任務(wù)所需要的數(shù)據(jù)回傳持續(xù)時(shí)間，動(dòng)作結(jié)束時(shí)衛(wèi)星固存增加：

(3)

對地定向動(dòng)作可以在模擬周期內(nèi)的任意時(shí)刻進(jìn)行，動(dòng)作執(zhí)行期間衛(wèi)星固存不變：

(4)

對日定向動(dòng)作的開始和結(jié)束時(shí)間必須在某個(gè)陽照區(qū)時(shí)間窗口內(nèi)，動(dòng)作執(zhí)行期間衛(wèi)星固存不變：

(5)

姿態(tài)轉(zhuǎn)換動(dòng)作必須在觀測、數(shù)據(jù)回傳、對日定向、對地定向這4種動(dòng)作中的任何一種動(dòng)作之后連續(xù)執(zhí)行，動(dòng)作的開始和結(jié)束時(shí)間由這4種動(dòng)作的開始時(shí)間確定，動(dòng)作執(zhí)行期間衛(wèi)星固存不變：

?i∈[3，h-3],tr∈{ob,dl,sp,ge},

(swi=1)→((swi+1=0)∧

(tri+2=1)∧(tri+3=0)∧(Esw=tri+2-1)∧

(6)

相機(jī)(天線)開機(jī)動(dòng)作必須在姿態(tài)轉(zhuǎn)換動(dòng)作、觀測(數(shù)據(jù)回傳)動(dòng)作之前連續(xù)執(zhí)行，相機(jī)(天線)開機(jī)動(dòng)作的開始和結(jié)束時(shí)間由姿態(tài)轉(zhuǎn)換動(dòng)作的開始時(shí)間確定，動(dòng)作執(zhí)行期間衛(wèi)星固存不變：

(7)

相機(jī)(天線)關(guān)機(jī)動(dòng)作必須在觀測(數(shù)據(jù)回傳)動(dòng)作之后連續(xù)執(zhí)行，相機(jī)(天線)關(guān)機(jī)動(dòng)作的開始和結(jié)束時(shí)間由觀測(數(shù)據(jù)回傳)動(dòng)作的結(jié)束時(shí)間確定，動(dòng)作執(zhí)行期間衛(wèi)星固存不變：

(8)

觀測(數(shù)據(jù)回傳)動(dòng)作之后可能連續(xù)執(zhí)行姿態(tài)轉(zhuǎn)換、觀測(數(shù)據(jù)回傳)動(dòng)作，或者相機(jī)(天線)關(guān)機(jī)、相機(jī)(天線)開機(jī)動(dòng)作，或者相機(jī)(天線)關(guān)機(jī)、天線(相機(jī))開機(jī)動(dòng)作，或者相機(jī)(天線)關(guān)機(jī)、姿態(tài)轉(zhuǎn)換動(dòng)作和對日定向動(dòng)作，或者相機(jī)(天線)關(guān)機(jī)、姿態(tài)轉(zhuǎn)換和對地定向動(dòng)作：

?i∈[2，h-7],tr∈{ob,dl},

tr′∈{ob,dl}-{tr},tr″∈{sp,ge},

((tri=1)∧(tri+1=0))→(((swi+2=1)∧(swi+3=0)∧

(tr″i+6=1)∧(tr″i+7=0)))

(9)

如果觀測(數(shù)據(jù)回傳)動(dòng)作和姿態(tài)轉(zhuǎn)換動(dòng)作連續(xù)執(zhí)行，說明觀測(數(shù)據(jù)回傳)動(dòng)作結(jié)束時(shí)間與姿態(tài)轉(zhuǎn)換動(dòng)作的開始時(shí)間之間的時(shí)間較短而且姿態(tài)轉(zhuǎn)換動(dòng)作之后將連續(xù)執(zhí)行觀測(數(shù)據(jù)回傳)動(dòng)作：

(10)

如果相機(jī)(天線)關(guān)機(jī)動(dòng)作和相機(jī)(天線)開機(jī)動(dòng)作連續(xù)執(zhí)行，說明觀測(數(shù)據(jù)回傳)動(dòng)作、相機(jī)(天線)關(guān)機(jī)動(dòng)作、相機(jī)(天線)開機(jī)動(dòng)作、姿態(tài)轉(zhuǎn)換動(dòng)作和觀測(數(shù)據(jù)回傳)動(dòng)作連續(xù)執(zhí)行，而且前一次觀測(數(shù)據(jù)回傳)動(dòng)作結(jié)束時(shí)間與姿態(tài)轉(zhuǎn)換動(dòng)作的開始時(shí)間之間的時(shí)間較長：

(11)

對日(對地)定向動(dòng)作之后可能連續(xù)執(zhí)行姿態(tài)轉(zhuǎn)換、對日定向動(dòng)作，或者姿態(tài)轉(zhuǎn)換、對地定向動(dòng)作，或者相機(jī)開機(jī)動(dòng)作，或者天線開機(jī)動(dòng)作：

(12)

3算法設(shè)計(jì)

根據(jù)CNT模型可知，衛(wèi)星動(dòng)作之間并不是任意銜接的，前一個(gè)動(dòng)作決定了后一個(gè)動(dòng)作。因此本算法將9種衛(wèi)星動(dòng)作組合成為4種動(dòng)作序列，分別是數(shù)據(jù)回傳動(dòng)作序列、觀測動(dòng)作序列、對日定向動(dòng)作序列和對地定向動(dòng)作序列。每個(gè)動(dòng)作序列可能包含的衛(wèi)星動(dòng)作如表1所示。算法分為規(guī)劃和決策兩個(gè)階段，規(guī)劃結(jié)果是由若干個(gè)動(dòng)作序列構(gòu)成的動(dòng)作序列組合，而決策結(jié)果是指規(guī)劃結(jié)果中的第一個(gè)動(dòng)作序列，也是本算法的輸出結(jié)果，即衛(wèi)星下一個(gè)將要執(zhí)行的動(dòng)作序列。每當(dāng)衛(wèi)星開始執(zhí)行一個(gè)動(dòng)作序列時(shí)，將啟動(dòng)算法對下一個(gè)規(guī)劃周期內(nèi)的動(dòng)作序列進(jìn)行規(guī)劃和決策，從而實(shí)現(xiàn)執(zhí)行與規(guī)劃同時(shí)進(jìn)行。

表1　動(dòng)作序列表

為確保衛(wèi)星每次出地影時(shí)都能夠有足夠的電量，算法的規(guī)劃周期被設(shè)定為從當(dāng)前正在執(zhí)行的動(dòng)作序列的結(jié)束時(shí)刻至最近一次地影區(qū)時(shí)間窗口的結(jié)束時(shí)刻，優(yōu)化目標(biāo)為觀測并回傳的任務(wù)收益最大化。考慮星上有限的計(jì)算能力，求解速度顯得格外重要，因此提出一種基于規(guī)則的啟發(fā)式算法，算法流程如圖2所示。求解過程分為4個(gè)步驟，分別為選擇動(dòng)作序列、選擇動(dòng)作、選擇任務(wù)和確定動(dòng)作時(shí)間。規(guī)劃周期內(nèi)，算法進(jìn)行迭代規(guī)劃，最終的規(guī)劃結(jié)果是收益最高的動(dòng)作序列組合。

步驟1：選擇動(dòng)作序列。每次以概率p選擇優(yōu)先級最高的動(dòng)作序列，這意味著選擇低優(yōu)先級動(dòng)作序列的概率為1-p。數(shù)據(jù)回傳動(dòng)作序列、觀測動(dòng)作序列、對日定向動(dòng)作序列和對地定向動(dòng)作序列的優(yōu)先級由前至后，由高至低。

步驟2：選擇動(dòng)作。選擇動(dòng)作序列之后，根據(jù)前一個(gè)動(dòng)作序列的結(jié)束動(dòng)作和CNT模型約束條件，依據(jù)表1確定所包含的具體動(dòng)作。

圖2　算法流程圖Fig.2　Process of algorithm

步驟3：選擇任務(wù)。如果是回傳動(dòng)作序列將選擇回傳任務(wù)，如果是觀測動(dòng)作序列將選擇觀測任務(wù)。選擇回傳任務(wù)時(shí)，依據(jù)概率在兩種規(guī)則中選擇一種規(guī)則進(jìn)行任務(wù)選擇：一種是按優(yōu)先級選擇任務(wù)，優(yōu)先選擇高優(yōu)先級的任務(wù)進(jìn)行回傳，概率為r；另一種是隨機(jī)選擇任務(wù)進(jìn)行回傳，概率為1-r。選擇觀測任務(wù)時(shí)，依據(jù)概率在三種規(guī)則中選擇一種規(guī)則進(jìn)行任務(wù)選擇：一種是按優(yōu)先級選擇任務(wù)，優(yōu)先選擇高優(yōu)先級的任務(wù)進(jìn)行觀測，概率為g；第二種是按時(shí)間窗口先后順序選擇，優(yōu)先選擇時(shí)間窗口靠前的任務(wù)進(jìn)行觀測，概率為f；第三種是隨機(jī)選擇觀測任務(wù)進(jìn)行觀測，概率為1-g-f。步驟4：確定動(dòng)作時(shí)間。如果選擇的是數(shù)據(jù)回傳任務(wù)，選擇當(dāng)前最早可以使用的回傳時(shí)間窗口的開始時(shí)間作為動(dòng)作的開始時(shí)間，并根據(jù)任務(wù)的持續(xù)回傳時(shí)間確定動(dòng)作的結(jié)束時(shí)間。如果選擇的是觀測任務(wù)，那么選擇當(dāng)前最早可以使用的觀測時(shí)間窗口的開始時(shí)間作為動(dòng)作的開始時(shí)間，并根據(jù)任務(wù)的持續(xù)觀測時(shí)間確定動(dòng)作的結(jié)束時(shí)間。根據(jù)觀測動(dòng)作或者回傳動(dòng)作的開始和結(jié)束時(shí)間可以確定動(dòng)作序列中其他動(dòng)作的開始和結(jié)束時(shí)間。如果選擇的是對日定向或?qū)Φ囟ㄏ騽?dòng)作，那么根據(jù)前一個(gè)動(dòng)作序列的結(jié)束時(shí)間可以從前至后依次確定動(dòng)作序列中各動(dòng)作的開始和結(jié)束時(shí)間。對日定向和對地定向動(dòng)作的持續(xù)時(shí)間隨機(jī)生成。如果無法確定每個(gè)動(dòng)作的開始和結(jié)束時(shí)間，或者無法滿足模型約束，那么會按照優(yōu)先級由高至低的順序選擇下一個(gè)動(dòng)作序列。

4實(shí)驗(yàn)結(jié)果

本實(shí)驗(yàn)中采用的數(shù)據(jù)是參照敏捷衛(wèi)星IKONOS的軌道和姿態(tài)性能，由衛(wèi)星工具箱(Satellite Tool Kit，STK)軟件仿真得到。共設(shè)置了6組不同規(guī)模的仿真實(shí)驗(yàn)，每組實(shí)驗(yàn)由10個(gè)相同規(guī)模的仿真實(shí)驗(yàn)構(gòu)成，采用每組實(shí)驗(yàn)結(jié)果的平均值作為最終的實(shí)驗(yàn)結(jié)果。實(shí)驗(yàn)?zāi)M24h內(nèi)的衛(wèi)星自主規(guī)劃情況，期間任務(wù)與衛(wèi)星狀態(tài)動(dòng)態(tài)變化，任務(wù)收益范圍為1～10。經(jīng)過反復(fù)嘗試，將概率參數(shù)p設(shè)為0.8，r設(shè)為0.8，g設(shè)為0.6，f設(shè)為0.3較為合理。任務(wù)完成率表示觀測并回傳的任務(wù)占任務(wù)總數(shù)的百分比?；貍鲙捹Y源利用率表示用于回傳數(shù)據(jù)的時(shí)間占全部可用回傳時(shí)間窗口總時(shí)長的百分比。實(shí)驗(yàn)還將本算法與文獻(xiàn)[2]中的前瞻啟發(fā)式算法(Look Ahead algorithm,LA)算法進(jìn)行對比，對比結(jié)果中規(guī)劃一次平均耗時(shí)表示規(guī)劃過程中每迭代一次的平均計(jì)算時(shí)間。實(shí)驗(yàn)結(jié)果如表2所示。

表2　實(shí)驗(yàn)結(jié)果

從實(shí)驗(yàn)結(jié)果可以看出，雖然隨著任務(wù)數(shù)量的遞增，任務(wù)完成率逐漸下降，但是不同任務(wù)規(guī)模的任務(wù)完成率均能保持在70%以上。之所以會出現(xiàn)下降趨勢，主要是由于任務(wù)數(shù)量增加的同時(shí)加大了任務(wù)之間的沖突，而星上資源有限，只能完成部分任務(wù)?；貍鲙捹Y源利用率保持在80%以上，這說明本算法能夠很好地利用回傳帶寬資源，從而減少了資源浪費(fèi)。之所以沒有達(dá)到100%的利用率，主要是由于在規(guī)劃過程中觀測、數(shù)據(jù)回傳、對日定向、對地定向動(dòng)作交替考慮，所以數(shù)據(jù)回傳時(shí)間窗口不能被整體利用。本算法與LA算法的平均耗時(shí)是有明顯差異的。LA算法是針對地面上靜態(tài)任務(wù)規(guī)劃問題而設(shè)計(jì)的，目的是規(guī)劃出一個(gè)近似最優(yōu)解，所以算法規(guī)則比較復(fù)雜，耗時(shí)較長。但當(dāng)星上環(huán)境突然變化時(shí)，即便求得近似最優(yōu)解，也很可能瞬間變?yōu)闊o效解。因此，針對動(dòng)態(tài)環(huán)境和較弱的星上計(jì)算能力，能夠快速求得一個(gè)可行解才是最合適的方式。本算法沒有像LA算法那樣面向動(dòng)作進(jìn)行規(guī)劃，而是面向動(dòng)作序列進(jìn)行規(guī)劃，搜索空間被大大減少，且省略了對任務(wù)進(jìn)行規(guī)劃的環(huán)節(jié)，直接規(guī)劃動(dòng)作序列，從而再一次提高了求解效率，因此大大縮短了規(guī)劃耗時(shí)。

5結(jié)論

針對動(dòng)態(tài)環(huán)境下的敏捷成像衛(wèi)星自主規(guī)劃問題展開研究，提出星上自主規(guī)劃框架和一種與之相適應(yīng)的啟發(fā)式算法，并取得了以下成果：

1)星上自主規(guī)劃框架將規(guī)劃、決策、執(zhí)行和信息反饋結(jié)合考慮，在控制流程上實(shí)現(xiàn)了真正的閉環(huán)。因此衛(wèi)星能夠?qū)崟r(shí)根據(jù)任務(wù)和衛(wèi)星狀態(tài)進(jìn)行規(guī)劃，充分、合理地利用星上資源。

2)問題的CNT模型能夠更加清晰地描述衛(wèi)星動(dòng)作之間的約束關(guān)系，為動(dòng)作與動(dòng)作序列之間的轉(zhuǎn)換工作創(chuàng)造了條件。通過對模型的分析，詳細(xì)總結(jié)每一種動(dòng)作序列中各種動(dòng)作的組合情況，并在此基礎(chǔ)上提出面向動(dòng)作序列的啟發(fā)式算法。算法基于多種啟發(fā)式規(guī)則，能夠在動(dòng)態(tài)環(huán)境下快速求得可行解，并及時(shí)調(diào)整規(guī)劃方案。

3)實(shí)驗(yàn)驗(yàn)證自主規(guī)劃框架和模型的有效性，并將算法與LA算法進(jìn)行比較。實(shí)驗(yàn)結(jié)果表明，該啟發(fā)式算法不但具有更快的求解速度，而且在不同任務(wù)數(shù)量的情況下均能表現(xiàn)出較高的性能，從而滿足敏捷成像衛(wèi)星自主規(guī)劃的需求。

參考文獻(xiàn)(References)

[1]郝會成, 姜維, 李一軍, 等. 基于 Multi-Agent 敏捷衛(wèi)星動(dòng)態(tài)任務(wù)規(guī)劃問題[J]. 國防科技大學(xué)學(xué)報(bào), 2013,35(1): 53-59.

HAO Huicheng, JIANG Wei, LI Yijun, et al. Research on agile satellite dynamic mission planning based on multi-agent[J]. Journal of National University of Defense Technology, 2013,35(1): 53-59. (in Chinese)

[2]孫凱, 白國慶, 陳英武, 等. 面向動(dòng)作序列的敏捷衛(wèi)星任務(wù)規(guī)劃問題[J]. 國防科技大學(xué)學(xué)報(bào), 2012, 34(6): 141-147.

SUN Kai, BAI Guoqing, CHEN Yingwu, et al. Action planning for agile earth-observing satellite mission planning problem[J]. Journal of National University of Defense Technology, 2012, 34(6): 141-147. (in Chinese)

[3]姚敏, 趙敏. 基于模糊神經(jīng)網(wǎng)絡(luò)的小衛(wèi)星任務(wù)自主調(diào)度設(shè)計(jì)[J]. 宇航學(xué)報(bào), 2007, 28(2): 385-388.

YAO Min, ZHAO Min. Small satellite task autonomous scheduling design method based on fuzzy neural network[J].Journal of Astronautics, 2007, 28(2): 385-388. (in Chinese)

[4]陳浩, 景寧, 李軍, 等. 基于外包合同網(wǎng)的自治電磁探測衛(wèi)星群任務(wù)規(guī)劃[J]. 宇航學(xué)報(bào), 2009, 30(6): 2285-2291.

CHEN Hao, JING Ning, LI Jun, et al. An approach for autonomous electromagnetic detection satellite constellation scheduling based on outsourcing contract net[J].Journal of Astronautics, 2009, 30(6): 2285-2291. (in Chinese)

[5]Beaumet G, Verfaillie G, Charmeau M C. Feasibility of autonomous decision making on board an agile earth-observing satellite[J]. Computational Intelligence, 2011, 27(1): 123-139.

[6]Beaumet G, Verfaillie G, Charmeau M C. Decision-making on-board an autonomous agile earth-observing satellite[C]//Proceedings of the 8th International Conference on Automated Planning and Scheduling, Australia, 2008.

[7]Abramson M, Carr F, Carter D, et al. Robust planning for the earth observing-1 (EO-1) mission[C]//Proceedings of AIAA Infotech@ Aerospace Conference, 2009.

[8]Rabideau G, Tran D, Chien S, et al. Mission operations of earth observing-1 with on board autonomy[C]//Proceedings of the 2nd IEEE International Conference on Space Mission Challenges for Information Technology, 2006: 367-373.

[9]Sherwood R L, Chien S, Davies A, et al. Real-time decision making on EO-1 using on board science analysis[C]//Proceedings of the 4th International Asia-Pacific Environmental Remote Sensing Symposium, 2005: 47-55.

[10]Chien S, Sherwood R, Tran D, et al. The EO-1 autonomous science agent[C]//Proceedings of the 3rd International Joint Conference on Autonomous Agents and Multiagent Systems, 2004: 420-427.

[11]Sherwood R, Chien S, Tran D, et al. Intelligent systems in space: the EO-1 autonomous sciencecraft [C]//Proceedings of the Infotech@ Aerospace Conference, 2005.

[12]Chien S, Knight R, Stechert A, et al. Using iterative repair to improve the responsiveness of planning and scheduling[C]//Proceedings of the 5th International Conference on Artificial Intelligence Planning and Scheduling, 2000: 300-307.

[13]Verfaillie G, Bornschlegl E. Designing and evaluating an on-line on-board autonomous earth observation satellite scheduling system[C]// Proceedings of the 2nd NASA International Workshop on Planning and Scheduling for Space, 2000: 122-127.

[14]Grasset-Bourdel R. Interaction between action and motion planning for an agile earth-observing satellite[R]. ONERA, 2009.

[15]Rabideau G, Knight R, Chien S, et al. Iterative repair planning for spacecraft operations using the ASPEN system[C]//Proceedings of Artificial Intelligence, Robotics and Automation in Space,1999, 440: 99.

[16]Grasset R, Verfaillie G, Flipo A. Building a really executable plan for a constellation of agile earth observation satellites[C]//Proceedings of International Workshop on Planning and Scheduling for Space, Germany, 2011.

[17]龐秀麗, 于渤, 姜維. 成像衛(wèi)星任務(wù)周規(guī)劃模型與算法[J]. 國防科技大學(xué)學(xué)報(bào), 2013, 35(5): 44-51.

PANG Xiuli, YU Bo, JIANG Wei. The weekly task scheduling model and solving algorithm of imagining satellites[J]. Journal of National University of Defense Technology, 2013, 35(5): 44-51. (in Chinese)

[18]劉剛, 王建江, 李志猛. 衛(wèi)星對地觀測任務(wù)全周期規(guī)劃模型[J]. 國防科技大學(xué)學(xué)報(bào), 2013, 35(4): 62-66.

LIU Gang, WANG Jianjiang, LI Zhimeng. The model of whole cycle mission planning for satellite observation[J]. Journal of National University of Defense Technology, 2013, 35(4): 62-66. (in Chinese)

[19]Verfaillie G, Pralet C. How to model planning and scheduling problems using timelines[C]// Proceedings of the 18th International Conference on Automated Planning and Scheduling,Australia, 2008.

[20]Pralet C, Verfaillie G. Using constraint networks on timelines to model and solve planning and scheduling problems[C]//Proceedings of the International Conference on Artificial Intelligence Planning and Scheduling, 2008: 272-279.

http://journal.nudt.edu.cn

Model and algorithm of automatic planning for agile imaging satellite

LIUSong1,2,CHENYingwu1

(1. College of Information System and Management, National University of Defense Technology, Changsha 410073, China；

2. The Military Representative Office Stationed in Changchun， Changchun 130051， China)

Abstract：Aiming at the problem of automatic planning for agile imaging satellite, the architecture of automatic planning combined with planning, decision making and information feedback was presented. The architecture, components and functions of automatic planning were introduced. The model based on constraint network on timelines was constructed according to the satellite physical constrains and operational constrains. The activity sequences were constructed through connecting various activities. And a heuristic algorithm based on activity sequences was presented. The algorithm was composed of two parts: planning and decision making. The algorithm could plan based on heuristic rules when satellite was performing every activity sequence, and make decision when the activity sequence was completed. Finally, satisfactory results are obtained through experiments, which show that the architecture of automatic planning and the model are reasonable, and the algorithm is efficient.

Key words：agile imaging satellite; automatic planning; constraint network on timelines; satellite activity sequence; heuristic

中圖分類號：TP391

文獻(xiàn)標(biāo)志碼：A

文章編號：1001-2486(2015)06-096-07

作者簡介：劉嵩(1980—)，男，吉林吉林人，博士研究生，E-mail：liusongnudt@sina.com；陳英武(通信作者)，男，教授，博士，博士生導(dǎo)師，E-mail：ywchen@nudt.edu.cn

基金項(xiàng)目：國家自然科學(xué)基金資助項(xiàng)目(71331008，61203180)；高分辨率對地觀測青年基金資助項(xiàng)目(04060103-5-18)

收稿日期：*2015-01-12

doi:10.11887/j.cn.201506019