基于顶层优化的多遥感卫星并发任务规划系统设计

李今飞，王园园，李松彬

中国天绘卫星中心，北京，102102



基于顶层优化的多遥感卫星并发任务规划系统设计

李今飞，王园园，李松彬

中国天绘卫星中心，北京，102102

随着遥感卫星数量的不断增加，卫星运控复杂程度不断提升，迫切需要针对多遥感卫星并发任务规划进行顶层设计优化，解决复杂情况下的卫星联合调度问题，以便充分发挥卫星系统效能。本文基于顶层优化的思想，构建了多星任务规划系统模型，设计了规划调度、结果评价等系统子模块，实现了多任务目标优化算法，并通过实例进行了验证，取得了较好的仿真结果。

多星并发任务规划；顶层优化；系统设计

1　引　言

任务规划系统是遥感卫星对地观测系统的重要组成部分，随着卫星数量及获取数据能力的不断提升，卫星可执行的任务种类和数量不断增加、任务执行方式和要求更加复杂，多星多任务条件下带来的可选规划方案成指数量级增长，仅依靠人工判别难以从中选择最优方案，不能满足各类任务需求及最大化发挥卫星使用效能[1]。本文通过顶层优化多星任务协同，综合考虑任务冲突消解，在规划系统中建立多目标优化模型，最后通过实例进行试验，结果表明，本文提出的方法能有效提高卫星执行摄影任务效能。

2　卫星任务规划顶层优化

卫星任务规划顶层优化主要是指针对特定的需求，评估候选卫星系统配置方案的动态能力，分析比较不同方案的优劣，化解并发任务冲突和资源条件限制，为卫星系统任务规划方案的制定提供决策依据[2，3]。通过顶层优化可以实现优化调度各型卫星资源和地面站资源，增强执行任务的适应能力。多星任务规划主要是利用系统综合集成以及建模仿真等系统规划方法和技术，按照卫星及其应用系统的原理机制，根据卫星应用任务的需求，使用计算机来高效、合理地规划卫星系统资源使用，使卫星发挥最佳的应用能力。

多星并发任务规划问题包含了很多约束条件，如卫星及载荷使用规则约束、卫星与目标的可见性约束、星载存储器的容量约束、卫星与地面接收站的可见性、任务冲突约束、数据传输能力约束以及云量要求等。特别是近年来，遥感卫星的灵巧程度不断提高，为给定目标的观测提供了更多选择的机会，这也使得多星任务规划变得更加复杂。多星任务规划需要综合考虑目标摄影与数据

回传，首先通过预报卫星轨迹，获取特定目标可用的卫星及可用时间窗口；其次由卫星与地面站映射，获取可用的数传时间窗口；然后通过任务规划模型，在各种资源使用约束下，选择候选目标任务和数传任务，安排执行任务的具体时间，消解冲突，最终生成可用的摄影任务序列与数传任务序列。多星任务规划流程如图1所示。

图1　多星并发任务规划流程

3　建模及求解算法

最优的卫星摄影数传方案求解是一个组合优化问题，最优解需要综合考虑两个目标标准：任务平均完成时间和任务完成率。其中，任务平均完成时间定义为所有任务的完成时间的平均值，任务完成以数据回传结束为标识；任务完成率定义为完成的任务数与总的任务数之间的百分比率。完成时间越短，完成率越高反映卫星系统的任务执行能力越强。

多星任务规划中以最小化任务平均完成时间，最大化任务完成率为优化目标建立问题模型，本文将在分析多目标优化问题的基础上，建立适应的求解算法。多目标优化问题可以表示为：

maxy=f(x)=(f1(x),f2(x),…,fk(x))

s.t.e(x)=(e1(x),e2(x),…,em(x))≥0

x=(x1,x2,…,xn)∈X

y=(y1,y2,…,yk)∈Y

模型共包含k个目标函数；m个约束条件；n个决策变量。其中，x为决策向量；y为目标向量；X为决策向量x形成的决策空间；Y为目标向量y形成的目标空间；约束条件e(x)≤0确定决策向量的可行取值范围。通常多目标优化问题的优化函数是将决策向量 映射到目标向量y，记作f:X→Y。这里的K个优化目标之间往往互相冲突，某个目标性能的提高可能会引起其他目标性能的降低，同时使多个目标达到最优性能往往是不可能的，在求解过程中需要在多个目标之间进行协调权衡和妥协处理，使所有的目标尽可能地达到最优，因此，导致了多目标优化问题的解通常是一组解，这些解无法在改进任何目标函数性能的同时不削弱至少一个其他目标函数的性能，被称为Pareto最优解。对于实际的应用问题，必须根据问题的特点和决策人员的主观偏好，从Pareto最优解集中进行选择，获得一个或多个解作为所求多目标优化问题的最优解。

4　系统设计与开发

多星任务规划系统能够针对任务需求，制定统一的卫星及地面接收站的控制计划，并对整体系统能力进行评估。

4.1系统总体设计

系统由资源管理模块、任务需求管理模块、场景管理模块、规划调度模块、结果评价模块及接口管理模块构成。具体如图2所示。

图2　系统总体设计

4.2系统主要功能模块

规划调度模块是系统的核心，其功能是给出任务分配可用的时间窗口，它包括调度预处理和资源规划两个子模块。预处理模块驱动STK接口模块计算出任务所有可能的时间窗口，并且对任务拥有的时间窗口的可用性进行分析，剔除不可用的时间窗口，如果一个任务没有被分配时间窗口，系统会在数据库中记录具体原因。预处理模块给出了任务在规划前没有被分配时间窗口的原因，以便用户有针对性地调整任务需求，更加充分地利用卫星资源。资源规划模块负责对任务描述中的活动、资源、约束进行分析，建立多目标优化模型以消解任务对资源需求的冲突。

结果评价模块的主要功能是对规划结果进行可见性分析和能力评价。可见性分析主要包括访问时间窗口、访问次数和任务响应时间等方面。能力评价主要考虑三个方面：任务完成情况分析、资源利用情况分析和时效性分析。

规划调度模块从资源管理模块、任务需求管理模块、场景管理模块获得数据输入，并将规划结构反馈给结果评价模块，各个系统之间的调用关系如图3所示。

图3　系统模块之间调用关系

4.3系统结果展示

多星任务规划系统涉及到的资源约束多、任务需求多、可行性求解方案不唯一，需要通过科学合理的方式展示，避免关键信息湮没在海量数据之下。通常重点关注的信息包括任务何时摄影、何时数传接收、卫星及地面站的使用效率等结果指标。在设计系统结果展示时需要综合考虑以上因素，系统在数据库中读取所有的卫星对地面目标的可见时间窗口以及选择摄影时间窗口，规划结果及中间过程数据主要以表格形式进行展示，同时辅以图形化展示界面。例如，通过甘特图展示以时间为轴的各卫星摄影及地面站接收情况；通过柱状图展示比较不同方案之间的资源使用效率等[4，5]。

图4　卫星轨道、地面站及任务区域分布

5　应用实例研究

本文选取5颗卫星作为任务规划系统的输入，其轨道参数见表1，轨道历元时间为2016/1/24，选取10个任务区域作为摄影目标。所有任务的调度起止时间为2016/1/25 04:00:00 ～ 2016/1/26 04:00:00。卫星轨道、地面站及任务区域分布如图4所示。

表1卫星轨道参数

轨道参数Sat1Sat2Sat3Sat4Sat5半长轴(km)7018.57005.56874.37151.86880.1轨道偏心率0.00171980.00087030.0012320.00010790.0001655轨道倾角(°)97.986897.972197.540198.40797.3455升交点赤径(°)108.2417103.4484156.009196.914798.8359近地点角(°)261.1374356.8313183.7974110.507664.906平近点角(°)98.78883.285292.5367249.623919.2729

表2卫星对任务可见情况

任务卫星摄影起始时间摄影结束时间Tar1sat22016/1/262:37:382016/1/262:37:57sat32016/1/256:08:402016/1/256:08:57Tar2sat22016/1/261:03:172016/1/261:03:43sat32016/1/254:36:582016/1/254:37:11

续表

通过规划调度模块对观测任务进行优化设计，可以得到各观测任务优化后的卫星摄影时段和地面站接收时段，最终的规划结果见表3，优化后的平均任务完成时间为Tav=3.62h、任务完成率为M=100%。本实例通过顶层优化卫星间的任务协同，在不降低任务完成率的前提下，将平均任务完成时间缩减了13.4%，有效提高了任务完成时效性。

表3卫星摄影方案及地面站接收优化方案

任务卫星摄影起始时间摄影结束时间地面站接收开始时间接收结束时间完成时间(h)Tar1sat32016/1/256:08:402016/1/256:08:57sta12016/1/2513:56:052016/1/2514:04:227.93Tar2sat32016/1/254:36:582016/1/254:37:11sta22016/1/2514:03:512016/1/2514:09:549.55Tar3sat42016/1/2515:33:372016/1/2515:34:10sta12016/1/2519:57:182016/1/2520:07:364.57Tar4sat42016/1/2517:11:182016/1/2517:11:56sta22016/1/2521:31:292016/1/2521:40:524.49Tar5sat42016/1/2510:23:052016/1/2510:23:36sta12016/1/2511:57:572016/1/2512:04:171.69Tar6sat52016/1/2510:43:012016/1/2510:43:20sta32016/1/2512:12:512016/1/2512:20:121.62Tar7sat52016/1/259:24:162016/1/259:24:49sta12016/1/2510:36:212016/1/2510:44:261.34Tar8sat22016/1/2516:56:332016/1/2516:56:56sta12016/1/2519:43:222016/1/2519:48:032.86Tar9sat42016/1/2520:39:382016/1/2520:40:04sta12016/1/2521:36:062016/1/2521:46:571.12Tar10sat32016/1/262:46:282016/1/262:46:46sta32016/1/263:44:152016/1/263:52:391.10

6　结束语

本文构建了基于顶层优化的多遥感卫星并发任务规划系统，并通过实例进行了验证。采用优化算法解决了多遥感卫星并发任务规划问题，有效利用了卫星和地面站系统资源，并生成较为满意的规划方案，适应未来卫星管控需要，可以为科学决策提供辅助支持。

[1]李菊芳. 航天侦察多星多地面站调度问题研究[D]. 长沙：国防科学技术大学, 2004.

[2]王智勇,王永强,王钧等. 多星联合任务规划方法[J]. 中国空间科学技术, 2012(1)：8-14.

[3]潘小彤. 敏捷光学成像卫星多目标任务规划方法研究[D].哈尔滨：哈尔滨工业大学，2013.

[4]杨颖,王琦. STK在计算机仿真中的应用[M].北京：国防工业出版社，2005.

[5]Jeffrey Richter. Microsoft.NET框架程序设计[M].北京：清华大学出版社，2003.

Multi-satellite Concurrent Mission Planning System Design Based on Top Optimization

Li Jinfei, Wang Yuanyuan, Li Songbin

Tianhui Satellite Center of China, Beijing 102102, China

With the continuous increase of remote sensing satellites, the complexity of satellite operation and control is growing. It is urgent to optimize the top design of the multi-satellite concurrent mission planning, so as to solve the satellite joint scheduling problem under complicated condition and make the best possible use of satellite system. In this paper, a multi-satellite concurrent mission planning model is set up based on the concept of top optimization, sub-modules are designed including scheduling & planning, result evaluation and so on, and multi-mission target optimized algorithm is realized. The algorithm has passed the test and achieved good simulation results.

multi-satellite concurrent mission plan; top optimization; system design

2016-02-16。

李今飞(1987— )，男，工程师，主要从事卫星运动管控方面的研究。

P228

A