基于星座的对地观测任务规划方法研究

作     者：李宗泰 

作者单位：西安微电子技术研究所 

学位级别：硕士

导师姓名：李灏

授予年度：2022年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 082503[工学-航空宇航制造工程] 0835[工学-软件工程] 0825[工学-航空宇航科学与技术] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：对地观测星座 任务规划问题 遗传算法 指针网络 深度强化学习 

摘      要：对地观测卫星是可以捕获地表重要信息和数据的航天器,具备运行时间长、不受空间限制等独特优势,对国防建设和经济民生具有极为重要的作用。单颗对地观测卫星由于轨道位置、覆盖范围等限制难以实现对全球区域的观测。随着空间技术的不断发展,星载资源、星间通信能力不断提升,多个对地观测卫星按照一定的配置方式组成对地观测星座系统,以集群的方式相互协同,产生新的系统特性和功能,完成单星难以完成的观测任务。但是与星座系统卫星数量相应增多的是卫星任务规划的难度,如何合理地、有效地在多个卫星之间规划任务,保证星座更好的完成观测任务,对提升星座系统的协同观测能力及快速响应能力具有重要意义。与此同时,目前星座系统的任务规划主要由地面控制中心统一调度完成,使得星座系统极度依赖地面控制,自身没有在线规划能力,如何实现在线的任务规划,对星座系统智能化、自动化具有重要意义。本文围绕星座对地观测任务规划问题,建立了考虑多种场景约束的星座对地观测任务规划模型,基于智能优化方法和深度强化学习方法,针对如何提高算法的收益率、如何降低算法的执行时间等问题展开了研究,并基于研究结果设计实现了支持在线规划的星座对地观测任务规划软件,具体工作包含以下几个方面:(1)通过分析对地观测星座的运行机制和实际发展现状,综合考虑星地可见时间窗口约束、星载存储容量约束、星载观测设备的侧摆时间约束、星载观测设备的侧摆稳定时间约束、对地观测执行时长约束等5点必要场景约束和单星观测设备唯一性、观测任务原子性、观测任务唯一性、观测目标点化等4点合理简化假设,对规划过程中涉及到的变量参数进行了定义,对优化目标和优化约束进行了合理的数学抽象,对星座对地观测任务规划建立了有效的数学模型。(2)面向常态对地观测任务的规划问题,针对传统遗传算法难以获得最大任务收益的问题,提出了一种多点改进的自适应遗传算法MIAGA对该问题进行求解。MIAGA算法针对经典遗传算法存在的过早停滞、易陷入局部最优等问题,对遗传算法从各个角度做了设计和改进,包括适用星座场景的编码方式、启发式的初始解生成策略、基于玻尔兹曼选择概率的轮盘赌选择算法、基于轨道圈次的交叉和变异方式、基于种群离散程度的自适应交叉率和变异率、基于种群收敛系数的停止条件。根据实验结果可以得出,MIAGA算法能够得到较高的最佳收益和较多的观测数目,且各个改进点均产生了有利影响。(3)面向紧急对地观测任务的规划问题,针对MIAGA算法不能自动提取数据特征、难以保证求解高时效性的问题,提出了一种基于深度强化学习的双指针网络DPN算法模型求解该问题。为解决经典指针网络结构不能处理星座场景下需要先后进行两次指针选择过程的问题,对经典指针网络在网络结构、glimpse机制、self-attention机制、mask向量等多个角度进行了设计和改进,并使用Actor Critic算法对DPN模型进行训练。根据实验结果可以得出,DPN算法模型能在保证较高平均收益的前提下有较快的求解速度。(4)针对现阶段地面离线式星座管控模式难以适应当前高动态化、强实时性的观测要求,且当前大多数规划系统研究不涉及实际工程实践的现状,综合考虑用户需求、实际星座场景、软硬件发展现状,以“kubernetes+任务规划中间件的方式实现了一种在线式的对地观测任务规划软件。一方面使用kubernetes管理星座、同步卫星实时状态,另一方面使用任务规划中间件进行实时自主规划,该任务规划中间件采用MIAGA算法模型处理常态化的对地观测任务,采用DPN算法模型处理特定的紧急对地观测任务。结合二个方面的特性将原本在地面控制站进行的规划、控制等功能全部转移到星上,赋予星座在轨决策、在轨调度规划的能力。最后给出了对地观测任务规划软件的使用说明。