随着敏捷卫星在各行业广泛的应用，敏捷卫星的成像需求不仅在数量上增加，而且有了更高的时效性要求，对敏捷卫星的调度方式和方法提出了更高要求。目前敏捷卫星自主调度方法的研究尚不完备，卫星的历史场景和调度方案数据未得到有效利用。因此，在卫星自动化、智能化的大趋势下，挖掘并利用卫星运行历史场景与调度方案的有关信息，对提高敏捷卫星自主调度方法性能具有重要意义。　　本文首先结合敏捷卫星工作原理、过程和特点，分析了敏捷卫星自主调度的需求和必要性，基于调度理论对敏捷卫星自主调度问题进行了规范化描述和分析。基于一定的简化与假设，建立了一类混合整数规划模型，并对关键约束处理方法进行详细说明。　　结合机器学习、数据挖掘与调度优化方法，设计了基于数据驱动框架的敏捷卫星自主调度方法，自动化学习并利用历史场景与调度方案的特征信息，指导敏捷卫星进行自主调度。该方法由地面段离线调度优化、自主任务处理模型学习和敏捷卫星在线自主调度三个关键环节组成。　　在离线调度阶段，设计了一种改进型遗传算法，基于历史场景信息，生成优化后的调度方案作为学习数据。为避免遗传算法局部收敛，设计了加入领域知识的初始化方法和种群多样性保持策略。在离线学习阶段，使用反向传播神经网络学习优化后的调度方案特征，得到自主任务处理模型，用于指导敏捷卫星进行在线自主调度。在敏捷卫星在线自主调度阶段，合理设计了调度触发规则和在线调度机制，将快速启发式调度策略与数据驱动的自主任务处理模型相结合，优先调度与离线优化方案中任务特征一致的关键任务，在满足星上计算时间与空间要求的同时，提高敏捷卫星自主调度方案的质量。　　最后参照实际卫星参数设计了仿真实验，使用合理的评价指标，通过多组实验对本文提出的数据驱动的自主调度方法和其他方法进行了对比和分析。结果证明了本文所设计的数据驱动的自主调度方法在不同任务规模的场景下的有效性。