论文部分内容阅读
随着卫星遥感数据的应用越来越广,世界各国不断加大了在太空探索领域的研究投入,卫星平台以及载荷技术得到飞速发展。随着人们生产生活对遥感数据应用需求的不断深化,需要周期性地获取某些地面目标的最新态势。这就需要安排卫星对目标进行周期性观测,以实现目标态势的定期刷新。对地观测卫星多为低轨卫星,由于卫星轨道的限制,单颗卫星难以完成此类需求,需要多颗卫星构成组网卫星系统,协同接力完成周期性观测任务。这对卫星观测任务规划提出了更高的要求。现有卫星观测任务规划模型大多假设目标只需进行一次或次数固定的少数几次观测,观测任务即可完成,难以直接应用到组网卫星周期性观测任务规划问题。论文针对组网卫星周期性观测任务规划问题进行研究,论文的主要成果如下:1)建立了组网卫星周期性观测任务规划多目标求解模型。通过对组网卫星周期性观测任务规划问题特点的分析,提取出组网卫星周期性对地观测的主要约束,建立了约束满足模型,确定了超时程度和卫星观测的资源消耗等两个优化目标函数。2)提出了基于Multi-objective Evolutionary Algorithm Based on Decomposition(MOEA/D)的组网卫星周期性观测任务规划算法。在组网卫星周期性观测任务规划多目标求解模型的基础上,选取MOEA/D算法的框架,设计遗传算子,引入约束检测及修正算子,提出了基于MOEA/D的组网卫星周期性观测任务规划算法,进行多目标优化求解。为了验证该算法的有效性,提出了一种基于贪婪策略的组网卫星周期性观测任务规划算法作对比,验证了基于MOEA/D的组网卫星周期性观测任务规划算法的可行性和有效性。3)提出了MOEA/D与启发式局部搜索相结合的组网卫星周期性观测任务规划改进算法。在基于MOEA/D的组网卫星周期性观测任务规划算法的基础上,引入了启发式局部搜索算子,增强算法在两个目标函数上的局部搜索能力,提出了基于MOEA/D和启发式搜索的组网卫星周期性观测任务规划算法。仿真实验表明,该算法的优化性能优于基于MOEA/D的组网卫星周期性观测任务规划算法,但会消耗更多的计算时间。4)实现了组网卫星观测任务规划原型系统。综合研究内容,设计并实现了面向实际应用构建的实验系统。