论文部分内容阅读
当今,空间观测的快速发展带来了巨大的机遇和挑战。相对于飞机和雷达等近地监测手段来说,对地观测卫星具有可观测区域广、安全性高等优势,在军事和民用各领域都发挥着十分重要的作用。相对于复杂且数量巨大的观测任务,虽然在轨工作的卫星数量不断增多以及所携带载荷工作能力不断增强,卫星资源却呈现越来越紧缺的态势。如何更加合理的统筹安排对地观测卫星资源,最大化的满足用户需求,已经成为目前卫星任务规划领域亟待解决的问题。目前,卫星对地观测任务规划的多数研究主要是面向成像卫星的单任务单次调度研究,而针对电子侦察卫星多任务的循环观测、持续优化的研究较少。在卫星观测任务规划问题中,如何建立任务规划模型以及模型的求解一直是其技术的重点也是难点。同时,当卫星观测系统需要循环、持续观测时,如何对大量观测数据进行融合处理,作为新一轮最优任务规划的基础,也直接影响卫星观测的效果。因此,本文从这两方面入手,面向卫星协同观测的需求,对卫星任务规划技术进行研究,主要研究成果如下:1、多星对多区域协同循环观测、迭代优化的任务规划模型。针对电子侦察卫星如何对多目标潜在区域进行循环观测的任务规划问题,本文通过分析电子侦察卫星的应用场景、任务需求及执行约束,对空间、时间以及频率进行离散化处理,定义卫星观测的行为集合,建立了多星协同对地观测的循环观测、持续优化的任务规划模型,将卫星观测任务分为初次任务规划以及循环任务规划两个阶段。初次任务规划以时、空、频三维覆盖最优化为优化目标,旨在满足约束的条件下对未知区域获取尽可能多的信息;循环任务规划以发现概率最大化为优化目标,旨在通过多次卫星任务规划观测使得目标发现概率最大化。2、时、空、频域三维覆盖优化的多星协同对地观测任务规划模型及改进遗传求解算法。针对初次任务规划,建立时空频三维观测覆盖优化的初次任务规划模型并采用遗传算法求解该模型。设计了二进制时频矩阵的编码结构,提出矩阵循环移位的种群初始化方法(MLI),以及罚函数的约束处理方法。仿真结果表明,该模型可以实现卫星协同对地观测的时域、空域、频域覆盖优化的任务规划,提高了目标潜在区域观测的三维空间覆盖率。改进的遗传算法可以适应多卫星、长编码、多约束的优化问题求解。3、目标发现概率优化的多星协同对地观测数据融合模型及改进的证据理论算法。针对多星协同对地观测任务规划中如何通过对大量观测数据处理从而提升数据使用效果,通过改进证据理论使其有效的应用于发现概率融合,提高目标发现概率。针对经典证据理论无法融合大量冲突的卫星观测数据问题,提出了通过数据层面的数据过滤、证据权重修正以及对组合规则模糊处理的改进证据理论算法。仿真结果表明,改进的证据理论可以提升对相悖证据的融合效果,有效地应用于卫星协同循环观测的发现概率融合,提高目标发现概率。4、设计实现了多星协同对地观测任务规划仿真系统。在多星对多潜在区域协同循环观测、持续优化的任务规划模型和算法研究基础上,设计实现了以航天领域分析软件STK为核心,采用Matlab、C#和数据库混合编程的多星协同对地观测任务规划仿真系统。通过实例测试,该系统可以进行多星星座和轨道设计,布设多个地面/海面的观测区域及信号参数,植入多星协同对地观测任务规划智能算法,直观可视化地展现多星协同对地目标观测任务规划的三维视景、方案动作、观测数据和性能分析报告,具有标准的数据接口和功能可扩展性,满足卫星任务规划的仿真演示需求。