自主管理是实现航天器自主运行的关键技术,任务调度和规划是自主管理的核心技术之一。依据任务目标和当前状态对观测任务进行调度,并根据选择的观测目标对航天器活动进行规划,是航天器多目标观测任务的核心内容。随着航天器数量的增加和观测任务的复杂化,航天器观测调度与规划问题成为航天器任务规划研究的热点,对提高航天器观测活动的收益、降低航天器运行成本和操控人员的劳动强度等均具有重要意义。然而,航天器多目标观测任务调度与规划中存在的约束复杂、观测目标众多、常规任务调度与规划计算效率低等特点,给该问题的研究带来困难和挑战。本文围绕航天器多目标观测任务的调度与规划问题,在建立合理的多目标观测任务调度规划问题模型基础上,针对规划中的时间约束分析及处理、启发式快速规划算法、以观测效果为目标函数的任务规划优化等几个方面,研究了复杂约束条件下的多目标观测任务调度与规划问题。在对多目标观测任务调度和规划过程分析的基础上,给出基于目标观测任务、航天器活动及活动时间线的问题描述。深入分析了目标观测任务和航天器活动之间的约束关系,通过将观测任务之间的时间及资源约束转化为航天器活动之间的时间及资源约束,进行观测问题中活动规划和观测任务调度的统一表述和处理,建立航天器观测问题的任务调度规划数学模型。分析航天器观测任务调度和规划问题中时间约束特点,利用活动间及活动与时间线间约束,建立局部时间约束网络,并结合最短路径算法,提出了局部时间约束处理方法,快速计算规划过程中的时间约束一致性及活动可行时间区间。该方法减少了需要处理的节点数量,有效地提高时间约束处理的计算效率,解决了规划过程中的时间约束处理占用计算资源大、效率低的问题。针对活动规划过程中活动选择困难,考虑约束的数值特性,定义了规划活动的相关度概念。并以相关度作为规划过程中的启发式信息,提出一种基于规划活动相关度的启发式快速规划算法。通过自学习式的相关度动态更新和基于相关度的活动选择机制,有效地减少了规划过程中规划步数和回溯步数,提高了航天器活动规划的效率。为了提高多目标观测的效果,本文给出了以蚁群算法为基础的航天器多目标观测任务调度和规划优化方法。该方法以观测任务为探索节点,以任务对应的活动规划为节点转移中的约束检查过程,对观测任务进行调度优化。针对不同类型资源约束,设计了基于规划活动相关度的观测任务需求预测方法和实时分类选择策略。结合任务分类选择策略、时间信息及优先级约束,设计节点间的启发式转移规则和信息素更新策略,提出了一种基于启发式的多目标观测任务调度和规划优化算法,该算法可以有效提高观测的效果。最后,为了验证本文设计的约束分析和任务调度规划算法的有效性,设计研制了航天器观测任务调度与规划系统仿真平台,通过局部时间网络算法对规划过程中的影响、活动相关度对任务规划优化过程中的影响、启发式对优化算法过程和结果的影响三个方面,对本文所设计算法在航天器观测调度规划过程中的有效性进行了综合试验验证。计算结果表明,本文设计算法提高了时间约束处理、活动规划及任务规划优化过程的效率。