基于改进蚁群算法的敏捷成像卫星任务调度方法

针对敏捷成像卫星观测任务调度问题, 综合考虑卫星最长连续工作时间、任务间卫星姿态调整时间、能量、容量等约束建立了任务调度模型. 考虑到密集任务间的相互影响, 着重分析了任务间卫星姿态调整时间约束, 并给出调姿时间求解方法. 提出一种改进蚁群算法对问题进行求解, 借鉴蚁群系统(ACS)和最大最小蚂蚁系统(MMAS)的思想设计寻优策略和信息素更新策略. 并结合实际约束, 引入最早、最晚可观测时间和任务优先级等因素来控制转移概率. 实验算例验证了模型和算法的有效性.     

一种变步长前瞻性电子侦察卫星引导调度方法

针对存在区域先验信息的电子侦察卫星引导调度问题,提出了一种变步长前瞻性引导调度机制.以卫星实时侦察信息引导后续有限步长内的卫星侦察策略,随着侦察信息的不断下传形成滚动推进的引导调度窗口;提出了一种基于贝叶斯规则的更新方法对区域状态进行预测,建立了引导调度窗口内有限前瞻步长的通用多目标规划模型,并针对模型特点设计了一种改进型多目标蚁群算法进行求解.仿真对比实验表明,该方法能够有效解决面向区域搜索的电子侦察卫星引导调度问题.     

电子侦察卫星任务调度方法

基于电子侦察卫星任务规划问题的特殊性,提出了规划预处理的基本方法,并基于合理假设建立了问题的多目标规划模型;设计了一种改进的遗传退火算法对模型进行求解,为防止最优解的丢失,引入了基于精英保留的选择机制,同时该算法有效避免了遗传算法局部优化能力差及模拟退火算法易陷入局部最优等缺陷。最后,通过实例将该算法与遗传算法(genetic algorithm, GA)及模拟退火算法(simulated annealing algorithm, SA)相比较,结果表明该算法能有效解决电子侦察卫星的任务规划问题。