章登義 王 爭 蔡 波,2*

1(武漢大學計算機學院 湖北 武漢 430072) 2(武漢大學信息中心 湖北 武漢 430072)

實際復雜約束條件下多星區(qū)域覆蓋優(yōu)化算法

章登義1王 爭1蔡 波1,2*

1(武漢大學計算機學院 湖北 武漢 430072)2(武漢大學信息中心 湖北 武漢 430072)

利用多星協(xié)同對大面積區(qū)域成像偵測，要求在最短的時間內完成對給定目標區(qū)域的完全覆蓋，得到衛(wèi)星每次過境最優(yōu)側視觀測方案。現(xiàn)有覆蓋算法具低效耗時技術瓶頸，有空間覆蓋率及時效性局限。充分利用衛(wèi)星每次過境觀測機會，綜合考慮相機分辨率、太陽高度角、地面精度等約束條件，依據(jù)不同衛(wèi)星側擺能力、傳感器可視性能以及衛(wèi)星軌道參數(shù)特征，對區(qū)域目標進行量化覆蓋分析，建立網(wǎng)格劃分模型，提出基于一次覆蓋策略的覆蓋優(yōu)化算法。該算法能適應實際復雜約束條件，在實際問題規(guī)模下，具有良好的效率，能滿足工業(yè)精度要求。在仿真應用中檢驗了該算法的有效性和適應性。

成像衛(wèi)星 區(qū)域目標 網(wǎng)格劃分 多星覆蓋

0 引 言

目前，利用成像衛(wèi)星偵測地面目標已成為決策部門獲取情報信息的重要技術手段。按照與星載傳感器視場的相對大小關系，成像衛(wèi)星的觀測目標可分為點目標和區(qū)域目標。能夠完全被衛(wèi)星的視場所包含的為點目標，衛(wèi)星一次掃描無法完全覆蓋的為區(qū)域目標[1]。點目標相對星載傳感器瞬間視場較小，其形狀可被忽略并簡化以單點經(jīng)緯度坐標表示。區(qū)域目標相對星載傳感器瞬間視場較大，通常是由多邊形或封閉曲線指出的地面目標，需要多個觀測條帶才能被完全覆蓋[2]。利用多星協(xié)同對區(qū)域目標成像觀測，從而獲取更高的時效性和完整性，是衛(wèi)星成像任務必然需求。當觀測目標為區(qū)域目標時, 衛(wèi)星經(jīng)過目標上空, 選擇不同的傳感器側視角可以觀測到目標區(qū)域的不同部分。為了達到對目標觀測的零遺漏，使整個觀測過程耗時最短，得到質量更高的圖像，每次需要合理選定傳感器側視角度。受衛(wèi)星飛行軌道、區(qū)域范圍、相機分辨率以及地球自轉等空間因素和過境時間的制約，合理選定一個觀測方案實際上是一個基于時空約束的動態(tài)組合優(yōu)化問題。因此，如何合理地設定衛(wèi)星每次過境側視角度,以達到對偵查區(qū)域較快的完整覆蓋，是衛(wèi)星任務規(guī)劃領域的重點難題。

本文研究多星協(xié)同對區(qū)域目標完全覆蓋問題，在保證目標區(qū)域被完全覆蓋的基礎上使觀測方案時間跨度最短。目前，國內外學者對多星區(qū)域覆蓋問題研究甚少，對衛(wèi)星任務規(guī)劃和調度問題研究較多，而且大都是針對點目標偵察成像[3-6]，不能保證區(qū)域觀測的完備性，或針對單星的區(qū)域覆蓋[7-8]，只解決了衛(wèi)星單次過境區(qū)域目標時的觀測計劃編制問題。對于多星區(qū)域目標問題的研究，大多僅談任務調度，并沒有給出具體的覆蓋量化分析模型[9-11]。白國慶等[12]采取區(qū)域劃分方法, 將大面積區(qū)域分割為可由單顆衛(wèi)星一次性完成的子任務。阮啟明等[2]采用禁忌搜索算法，應用帶最優(yōu)解記錄的禁忌搜索策略減小搜索空間。此兩種方法以最大化多星對區(qū)域目標總體覆蓋率為目標，并不考慮完全覆蓋及時效性，不能滿足實際復雜條件下多星覆蓋任務要求。此外，智能優(yōu)化算法中的遺傳算法和模擬退火算法也是覆蓋問題普遍采用的方法[13-14]。這些算法搜索空間大，不確定的因子多，很難確定統(tǒng)一的目標函數(shù)。同時收斂性相當依賴初始值的選取，而且都是基于求解一個完整的觀測方案得到一個隨機解，然后在鄰近解空間中迭代尋找更優(yōu)解的算法。隨機解與解空間都基于完整觀測方案，而一次觀測方案的求解本身是相當復雜且費時的。隨著問題規(guī)模增大，并考慮實際的精度要求，以上方法的求解在工程實踐中并沒有多大意義。

本文以成像衛(wèi)星對目標區(qū)域完全覆蓋為目標構建問題模型，提出了一種基于一次覆蓋策略的求解算法。復雜性不會隨著問題規(guī)模急劇擴大而顯著增加，遠遠小于遺傳算法等智能優(yōu)化算法，其搜索空間的大小要比窮舉法和遺傳算法小很多。且該方法只需求解一次完整觀測方案，就可以得到一個次優(yōu)的滿意解。同時考慮了覆蓋時效性，充分發(fā)揮了不同衛(wèi)星觀測能力。

1 問題描述

衛(wèi)星以推掃方式進行成像，成像衛(wèi)星以一定空間軌道運行，在地面形成以星下點軌跡為軸線，由側擺角、視場角和俯仰角等共同確定的成像覆蓋條帶。多星區(qū)域覆蓋二維模型如圖1所示。多邊形區(qū)域為目標區(qū)域，恰好被三個黑色條帶重疊推掃覆蓋。

圖1 覆蓋二維模型圖

給定一段足夠長時間T，編號為{1,2,…,m}的m顆成像衛(wèi)星觀測某個區(qū)域目標Area，這些衛(wèi)星在時間T內有n次過境，每次過境持續(xù)時間tw=[start,end]，稱為時間窗口，n次過境活動組成一個窗口集W={tw1,tw2,…,twn}。一個時間窗口twi內，相應衛(wèi)星以某個側擺角度θi推掃形成條帶覆蓋區(qū)域Ai。從W中選出p個時間窗口tw1,tw2,…,twp，按開始時間start先后順序排列，對應衛(wèi)星條帶序列{s1,s2,…,sp}，在這p個時間窗口內條帶覆蓋區(qū)域A1,A2,…,Ap，其相應側擺角序列Θ={θ1,θ2,…,θp}，獲取時間t=endp-start1。

① 太陽高度角約束;

② 成像分辨率約束;

③ 地面網(wǎng)格劃分精度約束。

此時Θ={θ1,θ2,…,θp}側擺角序列是衛(wèi)星序列{s1,s2,…,sp}的側擺方案。對于該問題，衛(wèi)星每次過境以不同側視角度觀測，對應不同的觀測條帶，取可選的觀測帶數(shù)目為K，取總的觀測時間窗口數(shù)為N。以計算一個觀測方案的時間為尺度，那么時間復雜度為O(KN)，即使K固定不變，該求解也需指數(shù)時間。因而，可以認為該問題為NP完備問題，其精確求解是很困難的，只能通過一定的方法求解一個近似的滿意解。

2 區(qū)域覆蓋

本文提出基于一次覆蓋策略的搜索算法求解區(qū)域覆蓋問題，一次覆蓋策略是以最大可視覆蓋為目標，進行一次完整的全覆蓋，找出只被覆蓋一次的區(qū)域。針對一次覆蓋區(qū)域，以不同側視角進行瞬時覆蓋搜索，選擇覆蓋點數(shù)最多的側視角度確定實際覆蓋方案。其復雜性不會隨問題規(guī)模急劇擴大而顯著增加，遠小于遺傳算法，其搜索空間小于窮舉法和遺傳算法。特別地，當區(qū)域離散網(wǎng)格化精度減小，取點數(shù)成指數(shù)倍增加時，該算法優(yōu)勢更加凸顯。

圖2為覆蓋總體流程圖。首先輸入仿真參數(shù)和約束參數(shù)，通過預處理獲取衛(wèi)星過境區(qū)域的時間窗口，同時將區(qū)域網(wǎng)格離散化。然后通過區(qū)域覆蓋計算輸出最終觀測方案。時間窗口是通過STK軟件access模塊計算得到。區(qū)域覆蓋計算包括一次覆蓋、瞬時覆蓋兩階段組成的區(qū)域覆蓋算法，且該算法依賴條帶計算及網(wǎng)格值更新。

圖2 覆蓋總體流程圖

2.1 網(wǎng)格劃分

區(qū)域覆蓋問題的精確求解，需要將區(qū)域網(wǎng)格點化，以便在實現(xiàn)軌道仿真的基礎上，能夠跟蹤分析多顆衛(wèi)星對每一個網(wǎng)格點的重疊覆蓋特性，從而進行量化分析。區(qū)域目標被網(wǎng)格劃分如圖3所示。使用等經(jīng)緯度間隔的網(wǎng)格劃分，將單位經(jīng)緯度矩形區(qū)域按邊等比劃分成多個平面上的網(wǎng)格，用網(wǎng)格中心點代表該網(wǎng)格的整個區(qū)域。單位經(jīng)緯度矩形區(qū)域劃分比例即為網(wǎng)格精度，不同的劃分比例對應不同精度的網(wǎng)格劃分，精度越小，單位經(jīng)緯度區(qū)域劃分的網(wǎng)格點就越多，目標區(qū)域能表示更精細。網(wǎng)格精度取值范圍為(0,1〗，一般取0.5、0.25、0.125、0.062 5。如圖4所示，單位經(jīng)緯度區(qū)域按不同精度劃分。

圖3 區(qū)域劃分示意圖

圖4 網(wǎng)格精度示意圖

定義1網(wǎng)格屬性：P=[x,y,t,s]，x、y為網(wǎng)格點的屏幕坐標屬性，t為覆蓋重數(shù)，代表該點被衛(wèi)星條帶覆蓋t次，s為條帶屬性，當t=1，s標記覆蓋該點的條帶，否則置空。

覆蓋條帶是由邊界多邊形定義的區(qū)域，覆蓋推掃是通過區(qū)域填充更新網(wǎng)格屬性值，每次推掃以多邊形區(qū)域內的網(wǎng)格點為集合。

網(wǎng)格精度約束:區(qū)域覆蓋本質是對網(wǎng)格點進行區(qū)域填充，然而此途徑并不能判斷邊界網(wǎng)格是否嚴格落入覆蓋填充區(qū)域，因而產(chǎn)生邊界誤差。取一個更小的網(wǎng)格精度，可以將網(wǎng)格區(qū)域劃分更加精細，能夠減小覆蓋求解誤差，但覆蓋計算處理的網(wǎng)格點增多，增加了覆蓋問題求解規(guī)模，影響計算效率。實驗時網(wǎng)格精度取0.125，在滿足計算效率前提下，誤差已相對很小。

2.2 多約束覆蓋條帶計算算法

覆蓋條帶即衛(wèi)星在地球上推掃軌跡， 條帶由推掃軌跡的邊界點序列表示。有如下問題定義：假定相機的垂軌向半視場角為θ(θ定義相機視場邊緣與相機中心視軸夾角)，沿軌向半視場角為?，衛(wèi)星軌道高度為h=r-R，相機沿衛(wèi)星本體x軸左右側擺角±β∈[0,βmax]，求相機側擺情況下在地球上的可視投影及給定時間段內的覆蓋條帶?？梢曂队凹巴茠哕壽E如圖5所示。

圖5 推掃軌跡

衛(wèi)星t時刻對地可視投影計算的算法步驟如下：

1) 設傳感器位置為P，地心為O，根據(jù)半角θ、?，以PO為高線，構造代表傳感器視場的四棱錐P-Q1Q2Q3Q4。

p′=q×p×q-1

(1)

Si：地心赤道慣性坐標系，So：軌道坐標系，Sb：相機本體坐標系。

從So到Si坐標變換矩陣：

(2)

從Sb到So坐標變換矩陣：

(3)

其中:Ω表示升交點赤經(jīng)，i表示軌道傾角，u表示緯度幅角(u=ω+τ，ω是近地點幅角，τ是真近點角)，θ是側擺角，φ是俯仰角，ψ是偏航角。

對任意角γ，

(4)

4) 通過線性插值分別求ΔPQ1Q2、ΔPQ2Q3、ΔPQ3Q4、ΔPQ4Q1與地球橢球面交線。例如求ΔPQ1Q2與地球交線，將線段Q1Q2分n等分，每等分取一點Qi，PQi與橢球面相交得交點，交點序列構成交線。

5) 若以上交線圍成閉合區(qū)域，則該區(qū)域為可視投影，否則以視場邊緣與地球表面相切的切線補齊非閉合部分使之閉合，形成可視投影。如圖6所示。

圖6 可視投影

覆蓋條帶計算求解步驟如下：

1) 給定起止時間段[t1,t2],步長Δt。

2)t←t1。

3) 重復執(zhí)行(1)-(3)直到t>t2。

(1) 計算t時刻衛(wèi)星相機的可視投影;

(2) 以衛(wèi)星運動方向為參照，取投影上極左極右兩點作為條帶左右邊界點。如圖7所示的兩種邊界凸出情形，利用對稱性直接取弧段中點M為極左或極右點。對于圖8所示的邊界凹陷情形，A、B兩點的中點R,地心O與R連線OR，射線OR與球面交點M,取M為極左或極右點;

(3)t←t+Δt。

4) 以上邊界點坐標依次轉化為經(jīng)緯度坐標，這些坐標點序列即構成時間段[t1,t2]內衛(wèi)星覆蓋條帶。

圖7 邊界凸出的投影

圖8 邊界凹陷的投影

相機分辨率約束：

1) CCD傳感器相機分辨率計算。CCD傳感器像元尺寸D，焦距f，以及側視角度α，H為軌道高度，計算CCD相機分辨率b，等式如下：

(5)

2) SAR傳感器相機分辨率計算。SAR傳感器側視角度φ，C為光速，B為信號帶寬，Re為地球平均半徑，H為軌道高度，計算SAR相機分辨率b，等式如下：

(6)

3) 分辨率對覆蓋的約束。在覆蓋分析找一次覆蓋狀態(tài)過程中，衛(wèi)星以最大視場角對目標區(qū)域進行可視覆蓋，而最大視場角是由最大側視角度和最大側擺時的半視場角決定。最大側擺時的半視場角固定，根據(jù)以上等式，側視角度越大，分辨率越大。所以不滿足分辨率的側視被忽略。故考慮分辨率的最大視場角度一般比不考慮分辨率的最大視場角度小。體現(xiàn)在一次覆蓋狀態(tài)仿真過程中，覆蓋條帶變窄。

太陽高度角約束：覆蓋過程中，首先要計算衛(wèi)星對目標可視時間段，來確定可用于覆蓋分析的條帶。太陽高度角約束了可用于覆蓋分析的可視時間窗口，不滿足太陽高度角范圍的時間窗口被忽略，使可用條帶數(shù)減少。其約束通過STK接口模塊計算實現(xiàn)。

2.3 區(qū)域覆蓋算法

一次覆蓋算法求解該問題雖不具全局最優(yōu)性，但對規(guī)模龐大的NP問題，依然能高效地找到可行解。該算法的搜索起點為最有可能遺漏的點，各衛(wèi)星以最大視場角計算條帶依次對目標區(qū)域推掃覆蓋，直到完全覆蓋。只被覆蓋一次的子區(qū)域為一次覆蓋區(qū)域，一次覆蓋區(qū)域中的點為最有可能遺漏的點，應該被優(yōu)先覆蓋。要求衛(wèi)星以瞬時視場角、不同的側視角度對目標區(qū)域瞬時推掃覆蓋，并根據(jù)覆蓋策略選取合適的側視角度加入觀測方案。同時從區(qū)域目標中去掉選定觀測角度推掃過的網(wǎng)格點，形成新的目標區(qū)域。然后重復以上過程直至區(qū)域網(wǎng)格點數(shù)為0。

定義2一次覆蓋狀態(tài)：衛(wèi)星以最大視場角對區(qū)域目標計算可視條帶。對于按開始時間排序的條帶序列，每個條帶依次去覆蓋目標區(qū)域，直到區(qū)域被完全覆蓋。這時算法的狀態(tài)為一次覆蓋狀態(tài)。

覆蓋策略1衛(wèi)星每次以δλ角度為步長更改側視角度，以瞬時視場角對一次覆蓋區(qū)域網(wǎng)格進行掃描覆蓋。每次推掃覆蓋到的網(wǎng)格點屬性t加1，未推掃的區(qū)域網(wǎng)格屬性t不變，每次推掃的側視角和覆蓋面積被記錄后，覆蓋區(qū)域網(wǎng)格屬性值重置。最后選擇覆蓋網(wǎng)格面積最大推掃角度加入側視方案。

覆蓋策略2如果出現(xiàn)多個一次覆蓋區(qū)域,并且瞬時覆蓋后的最大推掃面積相同時，衛(wèi)星將在目標區(qū)域中選擇實際覆蓋面積最大的側視覆蓋條帶確定側視角。否則，選擇最大推掃面積的瞬時覆蓋確定側視角。

策略1網(wǎng)格面積統(tǒng)計僅限于一次覆蓋區(qū)域，策略2計算實際網(wǎng)格覆蓋面積，將統(tǒng)計范圍擴大到整個區(qū)域目標。每次瞬時覆蓋推掃時，既覆蓋了一次覆蓋區(qū)域，又可能覆蓋了一次覆蓋區(qū)域以外的部分目標區(qū)域。

算法步驟如下：

拓展時間窗口語義，定義五元組D=[開始時間,結束時間,衛(wèi)星代號,側視角度,一次覆蓋標識]，一次覆蓋標識為-2、-1、0、1，分別表示時間窗口被分配、不可用、待分配、對應條帶為一次覆蓋條帶，初始為0。

1) 預估并設定仿真時間段T，保證這些衛(wèi)星在該時間內足夠完成對目標區(qū)域的覆蓋。

2) 設定網(wǎng)格精度劃分網(wǎng)格，輸入分辨率閾值、太陽高度角上下限、側視步長δλ。

3) 根據(jù)時間段T和太陽高度角約束，獲取所有衛(wèi)星對目標區(qū)域可視時間窗口，生成時間窗口五元組序列DS，這些元組按開始時間先后順序排序。

4) 區(qū)域M初始為區(qū)域目標所包含的網(wǎng)格集，網(wǎng)格屬性t初始為0。

5) 重復執(zhí)行步驟(1)-步驟(5)，直至M=?。

(1) 重復執(zhí)行步驟①-步驟③，直至找到一次覆蓋狀態(tài)或DS被遍歷完畢;

① 每次從序列DS中按順序取出一個元組d,如果元組d覆蓋標識為-2或-1，則跳到①，否則執(zhí)行下一步;

② 元組d覆蓋標識置0，對d所屬衛(wèi)星進行分辨率約束檢驗，并計算滿足約束的最大視場角，若無法滿足約束，則置其覆蓋標識為-1;

③d所屬衛(wèi)星以最大視場角計算條帶，對區(qū)域M進行重疊覆蓋。

(2) 如果沒找到一次覆蓋狀態(tài)，則跳到步驟2)，重新預估T或調整約束條件。

(3) 掃描區(qū)域M內所有網(wǎng)格點，如果網(wǎng)格屬性t=1，則根據(jù)網(wǎng)格條帶屬性s置對應時間窗口五元組的覆蓋標識為1。

(4) 遍歷DS，對一次覆蓋標識為1的時間窗口五元組d，所屬衛(wèi)星在相同時間段以確定的瞬時視場角度，δλ為步長，選擇不同的側視角度計算覆蓋條帶依次對區(qū)域M進行推掃覆蓋，根據(jù)以上覆蓋策略確定最終的側視角θ，更新元組d側視角度為θ，置其覆蓋標識為-2，記側視角θ時的推掃區(qū)域網(wǎng)格集為m。

(5) 令M=M-m，網(wǎng)格點屬性值重置。

6) 根據(jù)DS輸出側視序列方案。

圖9演示了求一次覆蓋區(qū)域過程。圖9(a)表示目標區(qū)域，圖9(b)-圖9(e)表示條帶S1、S2、S3、S4依次對目標區(qū)域進行覆蓋推掃，尋找一次覆蓋狀態(tài)。第五步找到一次覆蓋狀態(tài)，目標被完全覆蓋。第六步表示通過推掃覆蓋得到兩個陰影區(qū)域A1、A2，代表一次覆蓋區(qū)域。A1只能被條帶S2單獨一次推掃，A2只能被條帶S4單獨一次推掃。

圖9 一次覆蓋過程

圖10 瞬時覆蓋過程

圖11 新的目標區(qū)域

3 實驗結果及分析

為檢驗本文模型及算法，以運行時間、覆蓋獲取時間、覆蓋重數(shù)為指標，進行如下仿真實驗。

仿真時間：2015/12/21 12:00:00-2016/01/05 12:00:00。

網(wǎng)格精度：0.125。

推掃步長δλ：1°。

軌道參數(shù)：用到四顆光學衛(wèi)星1-衛(wèi)星4，軌道歷元時間為2015/7/1 12:00:00。表1為初始軌道根數(shù)。

表1 衛(wèi)星軌道參數(shù)

目標區(qū)域：Area1-Area3，頂點經(jīng)緯度定義如表2所示。

表2 區(qū)域目標定義

成像條件：分辨率閾值取10 m，太陽高度角范圍 (0°,90°)，傳感器垂軌向半視場角5°，沿軌向半視場角1°，最大側擺角40°。

根據(jù)以上仿真數(shù)據(jù)，應用本文算法做了5組實驗，得表3所示結果。在0.125網(wǎng)格精度下，區(qū)域Area1、Area2、Area3網(wǎng)格點數(shù)分別為414、1 687、3 971。實例一、二、三用于驗證區(qū)域大小對覆蓋的影響，相同衛(wèi)星對不同區(qū)域覆蓋，區(qū)域大小對覆蓋獲取時間影響顯著，對計算效率影響不明顯。說明該算法復雜性沒有隨著問題規(guī)模急劇擴大而顯著增加，具有良好適應性。實例三、四、五區(qū)域目標均為Area3，衛(wèi)星資源增加，運行時間沒有顯著變化，獲取時間顯著減小，具有更好的時效性，衛(wèi)星協(xié)同觀測能力得到充分發(fā)揮。統(tǒng)計以上5個實例區(qū)域的覆蓋結果，得到圖12所示重數(shù)統(tǒng)計圖。一重保持較高占比，一重與二重比率能達到80%～90%，且相對衛(wèi)星數(shù)目，實例的重數(shù)也不高，說明該算法覆蓋冗余比較理想，覆蓋效果良好，通過該算法可高效獲取滿意解。

表3 仿真結果

圖12 重數(shù)統(tǒng)計圖

禁忌搜索算法、遺傳算法、本文算法性能比較如表4所示。其中區(qū)域大小表示算法適宜處理的最大區(qū)域，用區(qū)域網(wǎng)格點數(shù)量級衡量。從表4中可以看出：本文算法在實際約束、覆蓋時效性、運算效率、區(qū)域大小等性能方面占較高優(yōu)勢，具良好的適應性。表5是以上算法計算效能的對比。由于禁忌算法及遺傳算法是比較復雜的智能算法，在規(guī)模較小的實例下，容易找到最優(yōu)解，本文實例一、實例二規(guī)模較小，禁忌算法及遺傳算法求得的解優(yōu)于本文算法，但本文算法運算效率較高。隨著問題規(guī)模的增大，本文算法運算效率、覆蓋時效性方面的優(yōu)勢更加凸顯。

表4 算法性能對比

表5 算法計算效能對比

4 結 語

本文對多星多約束區(qū)域目標覆蓋問題進行了研究，構造了網(wǎng)格劃分量化分析模型。通過幾何方法計算衛(wèi)星覆蓋條帶，在此基礎上提出了基于一次覆蓋策略的求解算法。仿真結果表明：該模型及算法能夠有效求解出一個滿意解，且相比以往算法，該算法可以有效處理規(guī)模較大的問題。隨著衛(wèi)星數(shù)增加，完成覆蓋所需獲取時間顯著減小，充分發(fā)揮不同衛(wèi)星的觀測能力且能夠滿足一定的時效性。然而，考慮到覆蓋衛(wèi)星增多，條帶花費有增加的趨勢，且仍存在諸多可編排的衛(wèi)星條帶，資源還有很大節(jié)省空間。下一步可以嘗試覆蓋結果的二次優(yōu)化，充分發(fā)揮衛(wèi)星觀測能力的同時，盡可能節(jié)約衛(wèi)星資源。

[1] 白保存,阮啟明，陳英武.多星協(xié)同觀測條件下區(qū)域目標的動態(tài)劃分方法[J]. 運籌與管理, 2008, 17(2):43-47.

[2] 阮啟明,譚躍進,李永太,等. 基于約束滿足的多星對區(qū)域目標觀測活動協(xié)同[J]. 宇航學報, 2007,28(1):238-242.

[3] Globus A, Crawford J, Lohn J, et al. A comparison of techniques for scheduling earth observing satellites[C]//Nineteenth National Conference on Artificial Intelligence, Sixteenth Conference on Innovative Applications of Artificial Intelligence, July 25-29, 2004, San Jose, California, Usa. DBLP, 2004:836-843.

[4] Tinker P, Fox J, Green C, et al. Analogical and case-based reasoning for predicting satellite task schedulability[C]//International Conference on Case-Based Reasoning. Springer Berlin Heidelberg, 2005:566-578.

[5] 李菊芳,譚躍進.衛(wèi)星觀測系統(tǒng)整體調度的收發(fā)問題模型及求解[J].系統(tǒng)工程理論與實踐, 2004, 24(12):65-71.

[6] Chen H, Li J, Jing N, et al. Hybrid Algorithms for Electromagnetic Detection Satellites Scheduling[C]//20th IEEE International Conference on Tools with Artificial Intelligence, 2008:411-418.

[7] Lin W C, Liao D Y, Liu C Y, et al. Daily Imaging Scheduling of an Earth Observation Satellite[J].IEEE Transactions on System, Man, Cybernetics,2005,35(2):213-223.

[8] 章登義，郭雷，王騫，等. 一種面向區(qū)域目標的敏捷成像衛(wèi)星單軌調度方法[J]. 武漢大學學報·信息科學版，2014,39(8):901-905.

[9] 李曦,祝江漢,毛赤龍.多衛(wèi)星區(qū)域觀測任務的效率優(yōu)化研究[J].計算機仿真, 2006, 23(12):24-27.

[10] 王慧林,黃維,馬滿好.面向區(qū)域的電子偵察衛(wèi)星規(guī)劃系統(tǒng)設計與實現(xiàn)[J].計算機工程與應用, 2010, 46(27):209-213.

[11] 賀川, 朱曉敏, 邱滌珊. 面向應急成像觀測任務的多星協(xié)同調度方法[J]. 系統(tǒng)工程與電子技術, 2012, 34(4):726-731.

[12] 白國慶,白保存,徐一帆.多星協(xié)同對區(qū)域目標觀測的動態(tài)劃分方法[J]. 測繪科學, 2010, 35(6): 32-35.

[13] 白保存.考慮任務合成的成像衛(wèi)星調度模型與優(yōu)化算法研究[D].長沙:國防科技大學,2008.

[14] 王迪,祝江漢,薛波.基于GA的電子偵察衛(wèi)星任務規(guī)劃問題研究[J].計算機仿真, 2009, 26(8):53-56.

MULTI-SATELLITEREGIONCOVERAGEOPTIMIZATIONALGORITHMUNDERREALCOMPLEXCONSTRAINTS

Zhang Dengyi1Wang Zheng1Cai Bo1,2*

1(SchoolofComputer,WuhanUniversity,Wuhan430072,Hubei,China)2(InformationCenter,WuhanUniversity,Wuhan430072,Hubei,China)

Using multi-satellite co-operation to detect large area, it is required to complete the full coverage of a given target area in the shortest time, and obtain the optimal side-view observation scheme for each transit. The Existing coverage algorithm has the disadvantages of time-consuming and low efficiency technology bottleneck, spatial coverage rate and time limitations. In this paper, we took full advantage of the opportunity of each transit observation of the satellite, considering the constraints such as camera resolution, solar elevation angle and ground precision. Based on the characteristics of satellite side swing, sensor visual performance and satellite orbit parameters, the regional target was covered by quantitative coverage analysis, and the grid partitioning model was established. A coverage optimization algorithm based on one coverage strategy was proposed, which could adapt to the practical complex constraints conditions, in the actual problem scale, with good efficiency, to meet the industrial accuracy requirements. Finally, the effectiveness and adaptability of the algorithm were verified in the simulation application.

Imaging satellite Regional target Grid partition Multi-satellite coverage

2016-11-18。國家科技支撐計劃項目(2012BAH35B02)；國家自然科學基金項目(41301409)。章登義，教授，主研領域：空天信息仿真及衛(wèi)星調度。王爭，碩士生。蔡波，副教授。

TP3

A

10.3969/j.issn.1000-386x.2017.12.001