唐忠興 韓 潮
(北京航空航天大學(xué) 宇航學(xué)院,北京100191)
敏捷衛(wèi)星對(duì)地觀測(cè)姿態(tài)機(jī)動(dòng)策略問題隨著對(duì)地觀測(cè)衛(wèi)星的發(fā)展得到了新的關(guān)注.與傳統(tǒng)對(duì)地觀測(cè)衛(wèi)星相比,敏捷衛(wèi)星不僅具有側(cè)擺方向上的機(jī)動(dòng)能力,還具有俯仰方向,甚至偏航方向上的快速機(jī)動(dòng)能力,能夠?qū)崿F(xiàn)快速、準(zhǔn)確指向目標(biāo)的特點(diǎn).敏捷衛(wèi)星具有多自由度姿態(tài)機(jī)動(dòng)的特點(diǎn),使得其工作模式更加復(fù)雜多樣.面對(duì)較大的目標(biāo)觀測(cè)區(qū)域,敏捷衛(wèi)星利用其俯仰+滾轉(zhuǎn)的快速姿態(tài)機(jī)動(dòng)能力,能夠在同軌運(yùn)行過程中多次掃描目標(biāo)區(qū)域的不同子區(qū)域,進(jìn)行同軌拼幅觀測(cè),從而完成對(duì)目標(biāo)區(qū)域的掃描觀測(cè).面對(duì)多個(gè)點(diǎn)目標(biāo)集中分布在一軌兩側(cè)的任務(wù)也面臨同樣的觀測(cè)問題.
文獻(xiàn)[1-2]對(duì)敏捷衛(wèi)星的觀測(cè)工作模式進(jìn)行了研究,總結(jié)了各種工作模式的特點(diǎn),但對(duì)其姿態(tài)機(jī)動(dòng)策略問題的研究并沒有涉及.
文獻(xiàn)[3-11]針對(duì)敏捷衛(wèi)星的成像調(diào)度問題做了較為系統(tǒng)的研究分析,針對(duì)一天或更長(zhǎng)的任務(wù)周期,考慮每天、每軌成像時(shí)間約束,星上存儲(chǔ)容量約束,能源消耗約束,載荷指向約束,以及姿態(tài)機(jī)動(dòng)能力約束等約束條件,分別采用約束滿足模型、混合整型規(guī)劃模型、圖論模型等進(jìn)行建模與求解.同時(shí)對(duì)幾種常見的求解算法的效率和特點(diǎn)進(jìn)行比較分析.
利用圖論模型對(duì)成像調(diào)度問題進(jìn)行建模的優(yōu)點(diǎn)是其形式簡(jiǎn)單,具有成熟高效的多項(xiàng)式時(shí)間求解算法.文獻(xiàn)[3-4]應(yīng)用圖論的方法對(duì)敏捷衛(wèi)星的成像調(diào)度進(jìn)行了建模求解,但是,文獻(xiàn)[3]只考慮了觀測(cè)目標(biāo)數(shù)目最大化,并不能切實(shí)反映覆蓋收益最大化,且沒有對(duì)機(jī)動(dòng)時(shí)間消耗進(jìn)行優(yōu)化;而文獻(xiàn)[4]對(duì)姿態(tài)機(jī)動(dòng)時(shí)間只進(jìn)行固定假設(shè).
本文將目標(biāo)的觀測(cè)時(shí)間窗口離散化成一系列帶有條帶信息的時(shí)刻點(diǎn),并應(yīng)用一種時(shí)間序的有向無(wú)圈圖來描述敏捷衛(wèi)星的同軌拼幅觀測(cè)和同軌多點(diǎn)連續(xù)觀測(cè)兩種工作模式的姿態(tài)機(jī)動(dòng)策略問題,建立相應(yīng)的有向無(wú)圈圖論模型.通過求解該有向無(wú)圈圖中的最優(yōu)路徑來獲得所需要的問題的解決方案,即滿足觀測(cè)覆蓋收益最大化同時(shí)機(jī)動(dòng)時(shí)間消耗最小的姿態(tài)機(jī)動(dòng)策略方案.
同軌多條帶拼接成像工作模式是利用敏捷衛(wèi)星快速姿態(tài)機(jī)動(dòng)能力,使衛(wèi)星實(shí)現(xiàn)同軌多次同向推掃拼接成像,擴(kuò)大單軌觀測(cè)范圍[2,12].
圖1形象地描述了敏捷衛(wèi)星同軌拼幅觀測(cè)工作模式,假設(shè)目標(biāo)觀測(cè)區(qū)域?yàn)锳BCD,衛(wèi)星觀測(cè)載荷視場(chǎng)角為β,在t1,t2,t3時(shí)刻,通過姿態(tài)機(jī)動(dòng),分別對(duì)條帶1~3進(jìn)行推掃,從而完成對(duì)目標(biāo)區(qū)域ABCD的同軌拼幅掃描觀測(cè).
圖1 同軌3次拼幅觀測(cè)空間示意圖
如果目標(biāo)區(qū)域更大,則需要考慮區(qū)域劃分問題.如圖2所示,以星下點(diǎn)軌跡為基線,兩側(cè)以幅寬d為距,把目標(biāo)區(qū)域劃分成1~6個(gè)子區(qū)域(條帶),按照滾轉(zhuǎn)方向依次對(duì)條帶進(jìn)行編號(hào),Ii=1,2,…,6,每個(gè)子區(qū)域的起始掃描點(diǎn)和終止掃描點(diǎn)分別為,起始掃描時(shí)刻和終止掃描時(shí)刻分別為.星下點(diǎn)軌跡在目標(biāo)區(qū)域外時(shí)也類似.區(qū)域目標(biāo)的條帶劃分算法請(qǐng)參見文獻(xiàn)[12].
圖2 區(qū)域劃分方式
點(diǎn)目標(biāo)是可以通過一個(gè)載荷幅寬完成成像的目標(biāo).同軌多點(diǎn)連續(xù)觀測(cè)成像工作模式是利用衛(wèi)星的快速姿態(tài)指向能力,實(shí)現(xiàn)對(duì)分布較為集中的多個(gè)點(diǎn)目標(biāo)的快速成像,主要適用于同軌內(nèi)距離星下點(diǎn)軌跡較近的多個(gè)成像點(diǎn)的觀測(cè)任務(wù)[2].
敏捷衛(wèi)星同軌多點(diǎn)連續(xù)觀測(cè)工作模式如圖3所示,在衛(wèi)星同一次軌道上時(shí),有比較集中的多個(gè)點(diǎn)目標(biāo)D1~D20,利用敏捷衛(wèi)星在俯仰和滾轉(zhuǎn)方向上的姿態(tài)快速機(jī)動(dòng)能力,在t1~t13時(shí)刻,依次實(shí)現(xiàn)對(duì)點(diǎn)目標(biāo)D1,D3,D4,D5,D7,D9,D12,D13,D14,D15,D16,D17,D20的成像.
進(jìn)行敏捷衛(wèi)星姿態(tài)機(jī)動(dòng)優(yōu)化策略求解之前,預(yù)先將區(qū)域目標(biāo)劃分成若干個(gè)條帶,或?qū)⒚總€(gè)點(diǎn)目標(biāo)轉(zhuǎn)化成一個(gè)固定掃描時(shí)長(zhǎng)的條帶,因此,本文將敏捷衛(wèi)星同軌拼幅觀測(cè)問題和同軌多點(diǎn)連續(xù)觀測(cè)問題經(jīng)過劃分條帶的預(yù)處理,統(tǒng)一為敏捷衛(wèi)星多條帶觀測(cè)姿態(tài)機(jī)動(dòng)優(yōu)化策略問題.
圖3 同軌多點(diǎn)連續(xù)觀測(cè)空間示意圖
任務(wù)目標(biāo)過境時(shí)段[ts,te].條帶,數(shù)目n.本文所研究問題中,同軌拼幅觀測(cè)問題的區(qū)域目標(biāo)所劃分的條帶數(shù)目,以及同軌多點(diǎn)連續(xù)觀測(cè)問題所處理的點(diǎn)目標(biāo)數(shù)目都比較少,一般n不大于20.
第i次所要觀測(cè)條帶的Ii,以及視軸指向所要觀測(cè)條帶觀測(cè)點(diǎn)的時(shí)刻ti,其中i=1,2,…,i≤n.
式中,θ為姿態(tài)機(jī)動(dòng)完成后的滾轉(zhuǎn)角;φ為姿態(tài)機(jī)動(dòng)完成后的俯仰角;θup,θlb和φup,φl(shuí)b分別表示滾轉(zhuǎn)角和俯仰角的上下界.
考慮姿態(tài)機(jī)動(dòng)能力和成像衛(wèi)星的軌道高度,本文所研究問題的時(shí)間資源大約200 s左右,因此只考慮姿態(tài)機(jī)動(dòng)能力約束.
式中,在同軌拼幅觀測(cè)模式下,χi為條帶覆蓋百分比,在同軌多點(diǎn)連續(xù)觀測(cè)模式下,χi為點(diǎn)目標(biāo)的權(quán)值.當(dāng)優(yōu)化目標(biāo)(4)相同時(shí),需要優(yōu)化次優(yōu)化目標(biāo)(5),即姿態(tài)機(jī)動(dòng)策略的機(jī)動(dòng)時(shí)間消耗的總和.式(4)和式(5)中,集合M表示姿態(tài)機(jī)動(dòng)策略所觀測(cè)的條帶編號(hào)集合.
不同的起始機(jī)動(dòng)時(shí)刻對(duì)應(yīng)于不同的俯仰機(jī)動(dòng)角度,為此,本文首先將各條帶的可見時(shí)間段以一定的時(shí)間步長(zhǎng)進(jìn)行離散化.然后,利用這些帶有條帶信息標(biāo)志的條帶起始掃描時(shí)刻點(diǎn)為節(jié)點(diǎn)構(gòu)造需要的時(shí)間序有向無(wú)圈圖G(V,E,F(xiàn)),這樣,將起始掃描時(shí)刻引入到機(jī)動(dòng)時(shí)間的計(jì)算中,使得機(jī)動(dòng)時(shí)間的影響更加符合實(shí)際應(yīng)用.本文采用時(shí)間序有向無(wú)圈圖的最優(yōu)路徑搜索方法進(jìn)行求解.
記時(shí)間序有向無(wú)圈圖G(V,E,F(xiàn)),V為節(jié)點(diǎn)集,E為有向邊集,F(xiàn)為邊的權(quán)值,定義節(jié)點(diǎn)v(tob,I,χ)為各條帶離散化的時(shí)刻即帶有條帶信息的起始掃描時(shí)刻,各個(gè)節(jié)點(diǎn)的條帶信息包括條帶編號(hào)I及條帶覆蓋百分比χ.將所有節(jié)點(diǎn)按起始掃描時(shí)刻tob的先后順序進(jìn)行排序,并添加兩個(gè)虛擬節(jié)點(diǎn)分別表示源點(diǎn)s(0,-1,0)和匯點(diǎn)e(0,-2,0);對(duì)這些節(jié)點(diǎn)進(jìn)行拓?fù)渚幪?hào),s節(jié)點(diǎn)編號(hào)為0,依次遞增到e節(jié)點(diǎn),假設(shè)編號(hào)為Q(即共有Q+1個(gè)節(jié)點(diǎn)).定義guv為節(jié)點(diǎn)u和節(jié)點(diǎn)v之間的有向邊,當(dāng)u,v滿足以下條件:
式中,guv相應(yīng)的權(quán)值wuv為機(jī)動(dòng)時(shí)間tuv;機(jī)動(dòng)穩(wěn)定時(shí)間tst在條帶劃分時(shí)與條帶時(shí)長(zhǎng)u.Δt進(jìn)行綜合考慮;和分別表示滾轉(zhuǎn)角速度和俯仰角速度.在對(duì)條帶進(jìn)行劃分時(shí)已經(jīng)考慮了姿態(tài)最大機(jī)動(dòng)角度約束式(2)和式(3),因此,圖G中連通的路徑即表明已滿足姿態(tài)機(jī)動(dòng)的約束條件.關(guān)于姿態(tài)機(jī)動(dòng)滾轉(zhuǎn)角Δθuv和俯仰角Δφuv的算法請(qǐng)參見文獻(xiàn)[12].
定義一條從源點(diǎn)s開始,結(jié)束于節(jié)點(diǎn)v的路徑P(L,C,{s,a1,a2,…,v}),L為路徑P的長(zhǎng)度,如式(4)所示,C為路徑的消耗,如式(5)所示,{s,a1,a2,…,v}為路徑P的各個(gè)節(jié)點(diǎn).
敏捷衛(wèi)星多條帶觀測(cè)姿態(tài)機(jī)動(dòng)策略優(yōu)化問題的求解轉(zhuǎn)換為在圖G(V,E,F(xiàn))中,尋找一條從源點(diǎn)s到匯點(diǎn)e的最優(yōu)路徑p,即長(zhǎng)度最長(zhǎng)的路徑,同時(shí)滿足路徑中各個(gè)節(jié)點(diǎn)的條帶編號(hào)I不重復(fù),即每個(gè)條帶目標(biāo)最多掃描觀測(cè)一次.這里,需要對(duì)終止于同一節(jié)點(diǎn)的“優(yōu)路徑”進(jìn)行定義.
定義1“優(yōu)路徑”:對(duì)終止于節(jié)點(diǎn)j的兩條路徑:p(Lp,Cp,{s,ap1,ap2,…,j},q(Lq,Cq,{s,aq1,aq2,…,j}).
當(dāng)滿足以下條件之一時(shí),路徑p優(yōu)于路徑q,即路徑p是優(yōu)路徑:
表明路徑長(zhǎng)度更長(zhǎng),觀測(cè)覆蓋收益更大;當(dāng)路徑長(zhǎng)度相等時(shí),路徑消耗更小,機(jī)動(dòng)時(shí)間消耗更小.
應(yīng)用圖論中的Dijkstra算法的思想[13]進(jìn)行最優(yōu)路徑搜索,從源點(diǎn)s出發(fā),依照節(jié)點(diǎn)的拓?fù)渚幪?hào)次序,擴(kuò)展路徑到其可行的后續(xù)節(jié)點(diǎn),并不斷更新從源點(diǎn)s到各個(gè)節(jié)點(diǎn)的最優(yōu)路徑,最終獲得從源點(diǎn)s到匯點(diǎn)e的最優(yōu)路徑.
圖4給出基于時(shí)間序有向無(wú)圈圖的最優(yōu)路徑搜索流程圖.
圖4 最優(yōu)路徑搜索流程圖
本節(jié)通過兩個(gè)算例來仿真驗(yàn)證敏捷衛(wèi)星多條帶觀測(cè)姿態(tài)機(jī)動(dòng)策略算法的有效性和可行性.
4.1.1 初始條件
紀(jì)元時(shí)刻:2012-01-01T12:00:00.
任務(wù)目標(biāo)過境時(shí)段:
目標(biāo)區(qū)域:由表1中7個(gè)點(diǎn)圍成的多邊形區(qū)域.
表1 目標(biāo)區(qū)域
軌道:半長(zhǎng)軸a=7078140.000 m,偏心率e=0.0,軌道傾角iic=98.188°,升交點(diǎn)赤經(jīng)Ω=101.389°,近地點(diǎn)幅角ω= 0.0°,平近點(diǎn)角M=0.0°.
姿態(tài)機(jī)動(dòng)能力:俯仰 ± 35°,滾轉(zhuǎn) ± 30°,角速度 3 (°)/s.
載荷視場(chǎng)角:4°.
離散時(shí)間步長(zhǎng):0.5 s.
4.1.2 仿真結(jié)果
表2給出了最優(yōu)路徑結(jié)果.根據(jù)表2的最優(yōu)路徑結(jié)果,算法給出的姿態(tài)機(jī)動(dòng)策略如圖5所示,表現(xiàn)姿態(tài)滾轉(zhuǎn)角和俯仰角的變化過程,可以看出,策略滿足姿態(tài)機(jī)動(dòng)能力約束.時(shí)間軸以第1次開始機(jī)動(dòng)時(shí)刻為基準(zhǔn).相應(yīng)的仿真結(jié)果二維視圖如圖6所示,顯示了衛(wèi)星在軌運(yùn)行對(duì)目標(biāo)的觀測(cè)情況,仿真結(jié)果驗(yàn)證了本文算法的可行性.
表2 同軌拼幅觀測(cè)算例最優(yōu)路徑結(jié)果
由表3的仿真結(jié)果可以看出,進(jìn)行同軌拼幅觀測(cè)姿態(tài)機(jī)動(dòng)策略后,覆蓋百分比得到了很大的提升,從16.43%提升到了99.083%,接近100%全部掃描覆蓋目標(biāo)區(qū)域.
圖5 同軌拼幅觀測(cè)算例姿態(tài)機(jī)動(dòng)策略
圖6 同軌拼幅觀測(cè)算例仿真結(jié)果二維視圖
表3 累積覆蓋百分比比較 %
4.2.1 初始條件
紀(jì)元時(shí)刻,軌道,姿態(tài)機(jī)動(dòng)能力,載荷視場(chǎng)角,離散時(shí)間步長(zhǎng)等參數(shù),與4.1.1節(jié)的參數(shù)相同.其他不同的參數(shù)如下.
任務(wù)目標(biāo)過境時(shí)段:
點(diǎn)目標(biāo):表4中的20個(gè)點(diǎn)目標(biāo),權(quán)值全為1;
點(diǎn)目標(biāo)掃描時(shí)長(zhǎng):2.0 s.
4.2.2 仿真結(jié)果
表5給出了最優(yōu)路徑結(jié)果.圖7是相應(yīng)的機(jī)動(dòng)策略.圖8顯示了仿真結(jié)果的二維視圖.
表4 點(diǎn)目標(biāo)列表
表5 同軌多點(diǎn)連續(xù)觀測(cè)算例最優(yōu)路徑結(jié)果
由表6的仿真結(jié)果可以看出,通過預(yù)置側(cè)擺角度,可以觀測(cè)到的點(diǎn)目標(biāo)數(shù)目為4,而進(jìn)行同軌多點(diǎn)連續(xù)觀測(cè)姿態(tài)機(jī)動(dòng)策略后,觀測(cè)點(diǎn)目標(biāo)數(shù)目得到了很大的提升,掃描觀測(cè)了全部點(diǎn)目標(biāo).
表6 觀測(cè)點(diǎn)目標(biāo)數(shù)目比較
圖7 同軌多點(diǎn)連續(xù)觀測(cè)算例姿態(tài)機(jī)動(dòng)策略
圖8 同軌多點(diǎn)連續(xù)觀測(cè)算例仿真結(jié)果二維視圖
為了對(duì)算法的計(jì)算效率進(jìn)行分析,分別對(duì)5,10,15,20個(gè)點(diǎn)目標(biāo)進(jìn)行姿態(tài)機(jī)動(dòng)策略計(jì)算,離散時(shí)間步長(zhǎng)分為 0 .5,1.0,2.0,4.0 s,計(jì)算結(jié)果都能夠完成所有目標(biāo)的觀測(cè),相應(yīng)的計(jì)算時(shí)間和機(jī)動(dòng)消耗時(shí)間結(jié)果如表7所示,計(jì)算條件是Inter i5 2.4 GHz,RAM 6 GB 的PC機(jī).
從表7可以看出,隨著離散度的細(xì)化以及目標(biāo)數(shù)目的增加,計(jì)算消耗時(shí)間呈指數(shù)增加,而機(jī)動(dòng)消耗時(shí)間隨著離散度的細(xì)化,能夠得到一定的改善.
本文處理的目標(biāo)數(shù)目較少,一般不大于20個(gè)目標(biāo),考慮計(jì)算效率,可以采用2.0s或4.0s的離散度,既能保證觀測(cè)目標(biāo)數(shù)目,機(jī)動(dòng)消耗時(shí)間也不會(huì)增加太多,而且計(jì)算時(shí)間較短.
采用文獻(xiàn)[12]的基于粒子群算法分段優(yōu)化的敏捷姿態(tài)機(jī)動(dòng)策略,對(duì)兩種模式的算例進(jìn)行計(jì)算,與本文采用的方法進(jìn)行比較,其中粒子群算法的種群規(guī)模為10,種群代數(shù)為100,結(jié)果如表8所示.
從表8可以看出,對(duì)于同軌拼幅觀測(cè)模式的算例,二者結(jié)果相差不多.對(duì)于同軌多點(diǎn)連續(xù)觀測(cè)模式的算例,本文算法能夠提升優(yōu)化目標(biāo).
表7 不同離散度時(shí)算法計(jì)算效率s
表8 文獻(xiàn)[12]方法和本文方法結(jié)果比較
從上面的仿真算例和分析可以看出,敏捷衛(wèi)星多條帶觀測(cè)姿態(tài)機(jī)動(dòng)策略算法能夠?qū)崿F(xiàn)對(duì)目標(biāo)區(qū)域的同軌拼幅觀測(cè),較大地提升了對(duì)目標(biāo)區(qū)域的覆蓋百分比;能夠?qū)崿F(xiàn)對(duì)多點(diǎn)目標(biāo)的連續(xù)觀測(cè),較大地提升了觀測(cè)點(diǎn)目標(biāo)數(shù)目,說明了本文提出的敏捷衛(wèi)星多條帶觀測(cè)姿態(tài)機(jī)動(dòng)策略算法在敏捷衛(wèi)星對(duì)地觀測(cè)任務(wù)應(yīng)用中的可行性.
1)本文提出的基于時(shí)間序有向無(wú)圈圖的敏捷衛(wèi)星多條帶觀測(cè)姿態(tài)機(jī)動(dòng)策略算法能夠有效求解敏捷衛(wèi)星同軌拼幅觀測(cè)、同軌多點(diǎn)連續(xù)觀測(cè)兩種工作模式的成像問題.
2)算法的求解結(jié)果和求解效率與模型的離散度有關(guān).一方面,算法的求解結(jié)果隨著離散化程度的細(xì)化而改善;另一方面,算法的求解效率隨著離散度的細(xì)化而下降,特別是當(dāng)目標(biāo)數(shù)目規(guī)模較大的情況更加明顯.因此應(yīng)合理選擇離散度.
3)與采用粒子群算法的分段優(yōu)化的算法相比,本文采用的算法表現(xiàn)更優(yōu).
4)本文研究為敏捷衛(wèi)星的成像任務(wù)應(yīng)用提供了一個(gè)簡(jiǎn)便而有效的姿態(tài)機(jī)動(dòng)策略算法.
References)
[1]Baudoin A.Beyond spot 5:pleiades,part of the French-Italian program orfeo[C]//The 20th Int Archives Photogrammetry and Remote Sensing Congr.Istanbul,Turkey:ISPRS,2004:260-267
[2]張新偉,戴君,劉付強(qiáng).敏捷遙感衛(wèi)星工作模式研究[J].航天器工程,2011,20(4):32-38
Zhang Xinwei,Dai Jun,Liu Fuqiang.Research on working mode of remote sensing satellite with agile attitude control[J].Spacecraft Eengineering,2011,20(4):32-38(in Chinese)
[3]Gabrel V,Moulet A,Murat C,et al.A new single model and derived algorithms for the satellite shot planning problem using graph theory concepts[J].Annals of Operations Research,1997,69:115-134
[4]Mancel C,Lopez P.Comlex optimization problems in space systems[C]//13th International Conference on Automated Planning&Scheduling(ICAP'03).Trento,Italy:ICAP,2003:1-5
[5]Li Y,Xu M Q,Wang R X.Scheduling observations of agile satellites with combined genetic algorithm[C]//Third International Conference on Natural Computation.Piscataway,NJ:IEEE,2007,3:29-33
[6]陳英武,白保存,賀仁杰,等.遙感衛(wèi)星任務(wù)規(guī)劃問題研究現(xiàn)狀與展望[J].飛行器測(cè)控學(xué)報(bào),2008,27(5):1-8
Chen Yingwu,Bai Baocun,He Renjie,et al.A survey on mission planning for remote sensing satellites[J].Journal of Spacecraft TT&C Technology,2008,27(5):1-8(in Chinese)
[7]王鈞,陳慧中,左懷玉,等.基于時(shí)間序有向圖的對(duì)地觀測(cè)衛(wèi)星成像預(yù)調(diào)度[J].兵工學(xué)報(bào),2008,29(5):608-614
Wang Jun,Chen Huizhong,Zuo Huaiyu,et al.Pre-scheduling for imaging requests of earth observing satellites based on time ordered acyclic directed graph[J].ACTA Armamentarii,2008,29(5):608-614(in Chinese)
[8]Wang P,Reinelt G,Gao P,et al.A model,a heuristic and a decision support system to solve the scheduling problem of an earth observing satellite constellation[J].Computers&chemical Engineering,2011,61(2):322-335
[9]Romain G B,Gabrel V,Antoine F.Building a really executable plan for a constellation of agile earth observation satellites[EB/OL].[2013-06-18].http://www.congrex.nl/11c05/Papers/GrassetBourdel_paper.pdf
[10]Wu G H,Liu J,Ma M H,et al.A two-phase scheduling method with the consideration of task clustering for earth observing satellites[J].Computers&Operations Research,2013,40(7):1884-1894
[11]Beaumet G,Gabrel V,Charmeau M C,et al.Feasibility of autonomous decision making on board an agile earth-observation satellite[J].Computational Intelligence,2011,27(1):123-139
[12]唐忠興,韓潮.敏捷衛(wèi)星同軌拼幅觀測(cè)姿態(tài)機(jī)動(dòng)策略研究[C]//第一屆高分辨率對(duì)地觀測(cè)學(xué)術(shù)年會(huì)——衛(wèi)星遙感與應(yīng)用優(yōu)秀論文集.北京:高分辨率對(duì)地觀測(cè)學(xué)術(shù)委員會(huì),2012:3-14
Tang Zhongxing,Han Chao.Study on the attitude maneuver strategy for the agile satellite in one-orbit strips-jointed observation mode[C]//The 1st High Resolution Earth Observation Annual Conference:Satellite Remote Sensing and Application.Beijing:HREOAC,2012:3-14(in Chinese)
[13]王桂平,王衍,任嘉辰.圖論算法理論、實(shí)現(xiàn)及應(yīng)用[M].北京:北京大學(xué)出版社,2011:131-147
Wang Guiping,Wang Yan,Ren Jiachen.Graph theory,implement and application[M].Beijing:Peking University Press,2011:131-147(in Chinese)