面向复杂关联测控需求的冲突规避调度算法

对卫星测控资源调度问题的现状进行了分析, 根据现有场景、需求和任务建立了目标约束满足模型。在系统阐述测控资源、可见弧段、任务需求的基础上, 考虑到测控任务需求间复杂的相互关联关系, 提出了一种基于任务冲突规避的测控资源调度算法。相比其他传统方法, 该算法考虑了全局任务对资源的需求和任务间复杂的关联性, 引入了可行解接受度函数, 避免了传统启发式算法过分贪婪的缺点。实验结果表明, 该算法应用于大规模测控任务资源调度时, 能有效提高任务调度的成功率。     

航天测控资源调度问题建模与求解研究综述

航天测控资源调度为测控方案决策和航天测控资源网络建设提供支持,具有重要的研究意义。介绍了航天测控资源调度问题的分类和解决流程。分析了该问题的建模方法及其相关的目标函数设计、约束条件分析、优先级确定等关键技术。归纳了该问题的求解算法和冲突消解方法,对主要算法分类进行了评述。总结了航天测控资源调度效果评价的主要研究内容。综合分析了航天测控资源调度问题的研究发展情况,并结合发展需求,分析了相关技术的研究方向。所做的工作对航天测控资源调度问题研究具有很好的理论参考意义。     

一种基于ES法的卫星测控资源调度仿真及实现

针对陆基测控网“星多站少”而导致测控设备与航天器测控冲突问题，以中低轨道航天器作为研究对象，应用离散事件系统中的事件调度(ES)法对陆基测控资源调度问题进行了研究，提出了解决测控冲突的技术途径，确定了测控弧段优先级及量化方法。同时根据陆基测控网实际和航天器测控需求，抽象出排除测控冲突的数学模型以及在计算机上可实现的实用算法，最后应用模糊综合评价法对仿真结果满意度进行了评估。该测控资源调度方法已成功地应用于航天工程实践，达到了陆基测控网资源的合理分配。     

卫星测控资源调度CSP模型研究

对卫星测控调度问题的建模技术进行了研究,分析了问题的特点。首先对场景、需求和任务进行了形式化建模;然后针对测控调度问题中涉及的资源、时间、关系等主要约束类型进行了分析和模型描述,并按照不同类型的测控需求确定了测控调度的目标函数;最后在此基础上建立了问题的约束满足问题(constraint satisfied problem, CSP)模型,并针对模型进行了求解方法研究。     

引入微元法思想的混合测控资源联合调度方法

针对混合测控资源联合调度中存在的资源属性繁多、偏好差异大以及可能出现的调度弧段冲突等问题,借鉴单体制测控网调度研究中的任务需求描述方法,对混合测控任务需求的特点进行分析,给出其任务需求的规范化描述.以测控调度收益值最大为目标,建立混合资源联合调度模型;引入微元法思想,提出了可用弧段扩展复用方法,以此为基础提出了基于改进...     

基于DQN的异构测控资源联合调度方法

以异构测控网资源联合调度为研究对象,提出一种基于强化学习的深度Q网络(deep Q network, DQN)算法。在充分分析异构测控资源联合调度问题特点后,用数学语言对影响问题求解的约束条件进行描述,建立了资源联合调度模型;从应用强化学习解决问题的角度,对求解的问题进行马尔科夫决策过程描述后,分别设计了2个结构相同的神经网络和基于ε贪婪算法的动作选择策略,并建立了DQN求解框架。仿真结果表明：基于DQN的异构测控资源调度方法较遗传算法能够找到调度收益更优的测控调度方案。     

低密度客流条件下柔性路径巴士实时调度的干扰管理模型

针对低密度客流条件下路径可变巴士行进过程中出现的乘客实时请求服务这一问题,引入干扰管理方法,从乘客扰动、路径偏移以及运营成本3方面综合度量系统扰动,构建了低密度客流条件下路径可变巴士响应需求的实时调度干扰管理模型,并设计嵌入等待策略的两阶段算法对模型求解,最后用数值实验验证了该模型和策略的有效性.实验结果表明:将干扰管理思想运用到这一客运系统的实时调度中,能够有效地针对低密度客流条件下乘客出行的特征,实现以扰动最小为目标的实时高效调度,从而达到既能满足乘客方便快捷的出行需求,又能满足运营者降低成本的目的,并提供一种能够解决低密度客流条件下巴士调度的有效手段.     

航天测控调度模型及其上界求解算法

通过分析航天测控调度问题的测控需求,建立了航天测控调度0-1整数规划模型,运用拉格朗日松弛方法对模型中的任务约束和设备约束进行了松弛,运用次梯度优化算法求得了拉格朗日对偶问题的上界.最后,通过对两个场景的试验分析,证明了次梯度优化算法所得上界的有效性.     

地面测控资源调度效能评估指标体系

随着在轨航天器数量急剧增长,地面测控资源调度成为一个越来越复杂的系统工程问题。当前地面测控资源调度效能评估仍停留在人工统计数据、孤立指标评价的层次上,这些零散的指标比较片面且难以综合反映测控资源调度能力,缺乏科学合理的综合效能评估指标体系。基于地面测控资源调度实际情况,在研究确定测控资源调度评估指标要素的基础上,构建了分层、多维的测控资源调度效能评估指标体系,为后续资源调度效能评估提供了依据,促进了地面测控资源调度的不断优化。     

卫星地面站测控资源调度CSP模型

研究了测控系统资源调度问题的描述与建模问题.在系统阐述综合航天测控网资源调度中涉及的资源、任务、事件、约束基础上,使用变结构半环CSP模型,描述测控调度中涉及的事件窗、时间约束、状态约束、周期性任务、抢先式任务、变长任务等硬、软约束,提出处理任务优先级和不确定性因素的途径.提出的模型对测控系统效能评价及资源调度算法研究也有一定的参考价值.     

基于HLA的测控资源调度仿真系统设计

基于HLA架构对航天测控资源调度系统设计进行了研究。从测控调度问题的基本特点和流程出发,对软件的总体结构,功能设计、各主要类的设计和相互关系、调度模型和调度算法的设计等关键技术进行了研究。在建立基于CSP的系统描述模型和启发式调度算法的基础上,设计开发了具备联邦成员特点,能够与未来航天总体仿真系统顺利集成能力的航天测控资源调度软件系统.通过仿真试验,验证了系统的可用性。     

基于混合蚁群优化的天地一体化调度方法

天地测控资源一体化调度问题是一个典型的大规模组合优化问题,优化过程极其复杂,采用单一优化机制的传统蚁群算法求解这类问题时,存在求解效率低且求解性能差的缺陷。鉴于此,提出了采用两种不同融合策略的新型遗传蚁群优化方法(genetic ant colony optimization hybrid algorithm, GA-ACO)求解问题。该方法利用遗传算法的快速搜索、群体性能等优势生成初始蚁群信息素分布,提高了蚁群算法由于运行初期信息素更新较慢导致的较低求解效率和后期早熟引起的较差求解质量。仿真结果表明,相比于基本蚁群算法和遗传算法,混合蚁群算法的寻优性能更好,求解效率更高,更适合解决天地测控资源一体化调度问题。     

基于IP-ACO算法的航天器测控资源调度技术

采用多目标蚁群优化算法对航天器测控资源调度问题进行研究。在分析中低轨道航天器测控特点的基础上,综合考虑包括测控时间窗口约束和设备切换时间约束在内的多类复杂约束条件,建立多目标航天器测控资源调度模型。在Pareto蚁群优化算法的基础上,引入蚁群社会中的分工协作思想并构建测控任务时间约束有向图,设计基于任务选择期望的状态转移规则和基于自适应网格技术的权重更新策略,从而提高算法求解性能。仿真实验结果表明该方法能有效解决多目标航天器测控资源调度问题。     

航天测控任务可靠性的混合分析方法

二元决策图（binary decision diagram, BDD）方法和直接仿真法在评估测控资源规模大、阶段任务多的测控任务的可靠性时都存在局限性。从分析单个阶段任务的可靠性损失量出发,提出一种测控任务可靠性分析的解析模型,并基于强制法快速获取解析模型所需的输入数据。通过案例,验证了混合式分析法相对BDD方法和直接仿真法在时效性上的优势。这种结合解析模型与快速仿真法的混合式分析方法为解决测控资源规模大、阶段任务数量多的测控任务可靠性的评估问题提供了可行的手段。     

基于抖动的CAN型网络带宽优化调度

合理调配有限的带宽资源，尽可能地降低网络对系统性能的影响，以满足控制系统动态性能和实时性的要求是网络化控制领域亟须解决的关键问题。结合CAN网的运行特性，提出基于抖动的带宽优化调度算法。在满足控制系统动态性能和网络可调度性条件下，确定网络化控制系统中各控制闭环的最优采样周期和初相，在兼顾周期抖动对控制闭环动态性能影响的同时合理地调配带宽资源，使系统具有较高的带宽资源利用率。     

面向跟踪任务需求的主动传感器调度方法

以多传感器多目标跟踪为背景,针对跟踪任务需求中辐射风险控制问题,提出一种面向跟踪任务需求的主动传感器调度方法。该方法首先结合不敏卡尔曼滤波,给出了仅考虑跟踪任务需求的传感器调度策略;然后建立基于部分可观马尔可夫决策过程的辐射模型,并采用隐马尔可夫模型滤波器动态更新传感器辐射;最后考虑跟踪任务需求和传感器约束,将辐射风险控制下传感器调度问题转化为非线性约束下寻优问题。仿真实验结果验证了所提方法有效性。     

Design and realization of a novel multitask TT&C operation pattern

With the sharp increase of China's in-orbit spacecraft and the constraint TT&C resources, a mathematical model for optimal TT&C resource allocation is proposed, and the TT&C facility remote monitoring function is designed to achieve the multitask operation pattern under the unified management of the network management center. With this pattern, the TT&C network management and the spacecraft management are separated, which is quite different from the previous pattern. Further, a novel spacecraft TT&C technique based on spacecraft control language is developed, and the telecommanding pattern is designed to address the spacecraft operation problems. The engineering application shows that this pattern fundamentally improves the TT&C network capability, increases the resource efficiency, and satisfies the efficient, accurate, and flexible operation of spacecraft.     

面向成像卫星组网的群任务规划方法研究

本文基于提高用户任务需求的处理能力，探索可共享卫星资源组网卫星协同的群规划方法.研究中不仅考虑了一些部门存在特有的任务规划需求，还考虑到一些重要部门有卫星资源或者经申请有允许规划的卫星资源. 分析了群规划的模式需求及提出群规划框架；针对分层规划与可共享的资源服务，建立群规划多目标优化模型；针对任务规划这一高维离散组合优化问题，借鉴蚁群算法的快速收敛和遗传算法的强知识表示能力，阐述组合高低阶知识表示的改进遗传求解算法. 仿真实验验证了本文规划模型与求解算法的有效性.     

基于BFA的SPOT5卫星日常拍摄任务调度算法

地球影像需求日益旺盛,如何最优化调度日常成像卫星成为了一个亟待解决的问题.SPOT5是一颗典型的商用成像卫星,针对其日常成像调度问题的特点,开发了一个带修补策略的二进制萤火虫算法.该算法通过修补策略的丢项操作修复不可行解,通过修补策略的增项操作提升解的质量.修补策略优先处理具有高度稀疏性的逻辑约束,再处理信息存储容量约束,从而增强算法在大规模组合空间的寻优能力.在公开的SPOT5卫星基准测试问题集上的实验结果验证了所提算法的高效性,而且所得解的质量显著好于遗传算法的运行结果.