莊海孝 潘騰 何宗波 李懷鋒 賀冬雷

(北京空間飛行器總體設(shè)計(jì)部，北京 100094)

空間態(tài)勢(shì)感知主要是指通過(guò)天地基空間態(tài)勢(shì)感知手段、數(shù)據(jù)處理系統(tǒng)和地面支持系統(tǒng)等協(xié)同完成對(duì)在軌衛(wèi)星、其他飛行器和空間碎片等空間目標(biāo)的探測(cè)跟蹤、觀(guān)測(cè)識(shí)別，給出其空間分布、運(yùn)行特征、行為動(dòng)向、活動(dòng)事件等信息，為空間系統(tǒng)在軌安全運(yùn)行和空間資源有效利用提供重要的技術(shù)支撐[1]?？臻g動(dòng)態(tài)感知不局限于跟蹤空間碎片和發(fā)布撞擊預(yù)警，對(duì)空間目標(biāo)進(jìn)行探測(cè)、跟蹤、識(shí)別和編目，更為重要的是探測(cè)空間威脅，發(fā)布告警信息。

空間目標(biāo)監(jiān)視作為空間動(dòng)態(tài)感知的支撐技術(shù)，近些年呈現(xiàn)快速發(fā)展態(tài)勢(shì)。由于空間目標(biāo)的高速運(yùn)動(dòng)、數(shù)量龐大、觀(guān)測(cè)條件復(fù)雜等因素，對(duì)其有效監(jiān)視一直是難點(diǎn)問(wèn)題。為了提高監(jiān)視精度、時(shí)效性，我國(guó)先后發(fā)展了各種監(jiān)視手段，包括地基、天基等多種設(shè)備。但這些手段都存在一定的局限性[2]。地基系統(tǒng)可以不受體積和功率的限制，具有很高的觀(guān)測(cè)精度。但是，部署位置受限，觀(guān)測(cè)區(qū)域存在死角，還有天氣條件、觀(guān)測(cè)高度和觀(guān)測(cè)時(shí)間等方面限制，導(dǎo)致對(duì)空間目標(biāo)尤其是高軌空間目標(biāo)監(jiān)視能力受到制約。天基系統(tǒng)具有全天時(shí)、全天候、全天域的優(yōu)勢(shì)，可在地球大氣層外的空間軌道上運(yùn)行，不受空域的限制，能夠?qū)Φ鼗到y(tǒng)進(jìn)行有效的補(bǔ)充和完善。目前，我國(guó)空間目標(biāo)態(tài)勢(shì)感知地基監(jiān)視系統(tǒng)及天基系統(tǒng)的建設(shè)均是基于特定任務(wù)展開(kāi)的，缺乏頂層設(shè)計(jì)，導(dǎo)致已有天地空間目標(biāo)監(jiān)視系統(tǒng)各自運(yùn)行，難以發(fā)揮系統(tǒng)資源在聯(lián)合觀(guān)測(cè)、數(shù)據(jù)處理等方面的協(xié)同效應(yīng)。為此，有必要發(fā)展天地一體空間目標(biāo)監(jiān)視系統(tǒng)，突破數(shù)據(jù)處理、自主任務(wù)規(guī)劃等關(guān)鍵技術(shù)，實(shí)現(xiàn)天基、地基互補(bǔ)，以最大化利用已有資源高效完成各類(lèi)復(fù)雜任務(wù)。本文通過(guò)對(duì)天基、地基資源統(tǒng)一建模，將地基資源按實(shí)際能力等效為天基資源，進(jìn)而可將天基、地基資源一體化處理。調(diào)度決定著監(jiān)視資源業(yè)務(wù)效能，面向空間目標(biāo)監(jiān)視的資源協(xié)同調(diào)度技術(shù)能用來(lái)解決天基、地基監(jiān)視系統(tǒng)多個(gè)任務(wù)管理過(guò)程中的資源爭(zhēng)用和任務(wù)沖突問(wèn)題，優(yōu)化天基、地基資源的綜合使用效益。未來(lái)，全天時(shí)、全天候、全天域、廣尺度、多手段的監(jiān)視能力需求使天基、地基目標(biāo)監(jiān)視系統(tǒng)面臨的任務(wù)日益精細(xì)化和復(fù)雜化[3]，這使得傳統(tǒng)的單設(shè)備執(zhí)行模式難以應(yīng)對(duì)此類(lèi)任務(wù)，亟需向自主化、協(xié)同化方向發(fā)展，即資源協(xié)同調(diào)度、自主決策、自主多星協(xié)同成為空間態(tài)勢(shì)協(xié)同監(jiān)視系統(tǒng)任務(wù)模式發(fā)展的新趨勢(shì)。

本文討論的天地一體空間目標(biāo)協(xié)同監(jiān)視資源調(diào)度問(wèn)題，是保障天基、地基設(shè)備協(xié)同配合、高效運(yùn)行，提高監(jiān)視體系綜合性能的關(guān)鍵。研究空間目標(biāo)協(xié)同監(jiān)視的天基、地基資源調(diào)度技術(shù)，對(duì)充分發(fā)揮天地監(jiān)視資源的優(yōu)勢(shì)特點(diǎn)、有效調(diào)配資源，以及提升空間目標(biāo)監(jiān)視整體效能乃至空間動(dòng)態(tài)感知能力具有參考價(jià)值。

1 空間目標(biāo)協(xié)同監(jiān)視資源調(diào)度方法

空間目標(biāo)協(xié)同監(jiān)視資源調(diào)度問(wèn)題約束條件(資源約束和任務(wù)約束)比較復(fù)雜，監(jiān)視任務(wù)包含點(diǎn)目標(biāo)和區(qū)域目標(biāo)，區(qū)域目標(biāo)監(jiān)視任務(wù)在資源調(diào)度前需要進(jìn)行任務(wù)分解，因此在任務(wù)建模前要進(jìn)行觀(guān)測(cè)任務(wù)的預(yù)處理。任務(wù)預(yù)處理階段主要分析用戶(hù)任務(wù)需求，并對(duì)任務(wù)進(jìn)行規(guī)范化處理及任務(wù)分解，在任務(wù)分解過(guò)程中處理任務(wù)約束，為建模過(guò)程準(zhǔn)備數(shù)據(jù)。天基、地基空間目標(biāo)協(xié)同監(jiān)視資源調(diào)度問(wèn)題的求解過(guò)程，可劃分為如圖1所示的任務(wù)預(yù)處理、建模、求解3個(gè)主要階段。

圖1 資源調(diào)度問(wèn)題求解過(guò)程Fig.1 Problem-solving processes of resource scheduling

基于上述階段劃分，本文提出一種面向空間目標(biāo)協(xié)同監(jiān)視任務(wù)需求的資源調(diào)度方法，該方法具體實(shí)施步驟如圖2所示，其中的約束滿(mǎn)足優(yōu)化問(wèn)題模型構(gòu)建、資源調(diào)度算法求解及仿真分析，是該方法的核心部分，同時(shí)也是本文討論的重點(diǎn)內(nèi)容。

圖2 資源調(diào)度方法實(shí)施步驟Fig.2 Implementation steps of resource scheduling method

1.1 天地協(xié)同監(jiān)視資源調(diào)度問(wèn)題建模

綜合考慮多星監(jiān)視任務(wù)規(guī)劃調(diào)度問(wèn)題的特點(diǎn)，并結(jié)合工程實(shí)際，按約束的對(duì)象將協(xié)同監(jiān)視資源調(diào)度問(wèn)題的約束分為資源約束、時(shí)間約束、狀態(tài)約束、關(guān)系約束4類(lèi)。資源約束表示資源使用時(shí)應(yīng)滿(mǎn)足的約束關(guān)系。這里的資源并不僅指提供服務(wù)的監(jiān)視資源，而是指調(diào)度過(guò)程中涉及到的所有對(duì)象，包括監(jiān)視資源可用性約束、資源偏好約束、衛(wèi)星對(duì)資源配置方式約束、應(yīng)急監(jiān)視約束、有效載荷工作能力約束、衛(wèi)星存儲(chǔ)容量約束、有效監(jiān)視距離約束等。時(shí)間約束是指測(cè)控服務(wù)過(guò)程中需要滿(mǎn)足的時(shí)間要求，也是多星測(cè)控調(diào)度問(wèn)題中廣泛存在的一種約束類(lèi)型。狀態(tài)約束主要是根據(jù)監(jiān)視任務(wù)要求對(duì)資源狀態(tài)提出的約束，僅當(dāng)設(shè)備準(zhǔn)備就緒才能進(jìn)行監(jiān)視，一個(gè)資源在任何時(shí)刻只能為一個(gè)任務(wù)提供服務(wù)。關(guān)系約束是指多個(gè)監(jiān)視服務(wù)之間的相互要求對(duì)監(jiān)視調(diào)度過(guò)程產(chǎn)生的影響，包括時(shí)間關(guān)系約束和邏輯關(guān)系約束。

天基、地基多設(shè)備協(xié)同監(jiān)視資源調(diào)度問(wèn)題，可通過(guò)系統(tǒng)分析聯(lián)合監(jiān)視中的各種約束和調(diào)度目標(biāo)，對(duì)監(jiān)視需求、調(diào)度目標(biāo)、監(jiān)視資源等基本要素進(jìn)行抽象[4]，建立多目標(biāo)優(yōu)化的有色面向服務(wù)網(wǎng)結(jié)構(gòu)(CSOP)模型。

1)總體功能分析及設(shè)計(jì)

總體功能分析及設(shè)計(jì)是指分析多設(shè)備協(xié)同監(jiān)視建模任務(wù)需求，明確模型功能，確定適當(dāng)?shù)膽?yīng)用場(chǎng)景，主要包括3種模式。①排班模式：普通狀態(tài)下的任務(wù)方案，基本需求是在最小能耗的前提下對(duì)目標(biāo)進(jìn)行盡量多的觀(guān)測(cè)；②持續(xù)跟蹤模式：發(fā)現(xiàn)重點(diǎn)觀(guān)察對(duì)象后的任務(wù)方案，需求是在盡量小的能耗下實(shí)現(xiàn)對(duì)目標(biāo)盡量長(zhǎng)時(shí)間的累計(jì)觀(guān)測(cè)；③應(yīng)急模式：在突發(fā)情況下的方案，需求不計(jì)能耗地盡快捕獲目標(biāo)，并對(duì)目標(biāo)進(jìn)行盡量多的觀(guān)測(cè)。

2)輸入輸出規(guī)范定義與描述

對(duì)輸入輸出規(guī)范進(jìn)行定義與描述。其中：輸入信息包括天基監(jiān)視資源、地基監(jiān)視資源、測(cè)控資源和數(shù)傳接收資源；輸出信息包括天基系統(tǒng)運(yùn)行場(chǎng)景、觀(guān)測(cè)任務(wù)規(guī)劃甘特圖、觀(guān)測(cè)任務(wù)規(guī)劃進(jìn)化曲線(xiàn)、觀(guān)測(cè)指向變化圖。

3)目標(biāo)函數(shù)分析與確定

如表1所示，根據(jù)排班模式、持續(xù)跟蹤模式、應(yīng)急模式需求，確立相應(yīng)的優(yōu)化目標(biāo)，進(jìn)而構(gòu)建具體的目標(biāo)函數(shù)。

表1 典型場(chǎng)景下的目標(biāo)函數(shù)Table 1 Objective function in typical scenarios

在排班模式中，多個(gè)觀(guān)測(cè)設(shè)備對(duì)大量的空間目標(biāo)進(jìn)行合作觀(guān)測(cè)。可以選擇的規(guī)劃目標(biāo)有觀(guān)測(cè)目標(biāo)數(shù)量最多、平均單目標(biāo)觀(guān)測(cè)次數(shù)最多、各星任務(wù)均衡3類(lèi)。相應(yīng)的目標(biāo)函數(shù)分別為

max∑xi

(1)

max∑(xi·Ti)/∑xi

(2)

minD(xi·Ti)

(3)

式中：xi由觀(guān)測(cè)目標(biāo)i是否被選擇觀(guān)測(cè)確定，若被選擇，xi=1，否則xi=0，i∈I，I為觀(guān)測(cè)目標(biāo)集合；Ti為目標(biāo)i被觀(guān)測(cè)的次數(shù)；D(·)為方差運(yùn)算。

在持續(xù)跟蹤模式中，多個(gè)觀(guān)測(cè)設(shè)備對(duì)于重點(diǎn)目標(biāo)進(jìn)行接力持續(xù)觀(guān)測(cè)?？梢赃x擇的規(guī)劃目標(biāo)有目標(biāo)累計(jì)觀(guān)測(cè)時(shí)長(zhǎng)最長(zhǎng)、觀(guān)測(cè)條件最佳、各星任務(wù)均衡3類(lèi)。前面2類(lèi)相應(yīng)的目標(biāo)函數(shù)分別見(jiàn)式(4)和式(5)，第3類(lèi)的目標(biāo)函數(shù)同式(3)。

max∑r(∑kdr,k)

(4)

max∑r(∑kfr,k)

(5)

式中：dr，k為觀(guān)測(cè)設(shè)備r執(zhí)行第k個(gè)觀(guān)測(cè)任務(wù)的持續(xù)時(shí)間，r∈R,k∈Or，R為觀(guān)測(cè)主體集合，Or為觀(guān)測(cè)主體r的觀(guān)測(cè)任務(wù)集合；fr，k為觀(guān)測(cè)設(shè)備r執(zhí)行第k個(gè)觀(guān)測(cè)任務(wù)的收益值。

在應(yīng)急模式下，多個(gè)觀(guān)測(cè)設(shè)備需要進(jìn)行快速響應(yīng)，協(xié)同完成對(duì)目標(biāo)群的快速捕獲?？梢赃x擇的規(guī)劃目標(biāo)有全部目標(biāo)最快捕獲、平均單目標(biāo)觀(guān)測(cè)次數(shù)最多2種類(lèi)型，相應(yīng)的目標(biāo)函數(shù)分別為

min∑i(minn(si，n))

(6)

max∑(xi·Ti)/∑xi

(7)

式中：si，n為觀(guān)測(cè)目標(biāo)i在進(jìn)行觀(guān)測(cè)任務(wù)Oi，n時(shí)的初始時(shí)間，n∈Oi，Oi為觀(guān)測(cè)目標(biāo)i的觀(guān)測(cè)任務(wù)集合。

4)天地協(xié)同監(jiān)視任務(wù)資源調(diào)度CSOP模型

目標(biāo)函數(shù)模型包括最大化觀(guān)測(cè)數(shù)量、平均單目標(biāo)觀(guān)測(cè)次數(shù)最多、衛(wèi)星電量消耗最小、各星任務(wù)方差最小。

最大化觀(guān)測(cè)數(shù)量為

Q1=max(∑Vixi)

(8)

式中：Vi為觀(guān)測(cè)目標(biāo)i的觀(guān)測(cè)次數(shù)。

平均單目標(biāo)觀(guān)測(cè)次數(shù)最多為

Q2=max(∑Vixi-∑eixi)

(9)

式中：ei為觀(guān)測(cè)目標(biāo)i的觀(guān)測(cè)任務(wù)代價(jià)。

衛(wèi)星電量消耗最小為

Q3=min(∑Vixiyi+∑Vixizi)

(10)

式中：yi為觀(guān)測(cè)目標(biāo)i的觀(guān)測(cè)安排是否與原有任務(wù)相同，若相同，yi=1，若不同，yi=β，β∈(0,1)；zi為觀(guān)測(cè)目標(biāo)i是否為突發(fā)目標(biāo)，若是突發(fā)目標(biāo)，zi=1，否則，zi=0。

各衛(wèi)星任務(wù)方差最小為

Q4=min((∑(Vixi-u)2)/N)

(11)

式中：u為目標(biāo)的平均觀(guān)測(cè)次數(shù)；N為可用的衛(wèi)星及地面站總數(shù)。

1.2 天地協(xié)同監(jiān)視資源調(diào)度算法設(shè)計(jì)

在多資源監(jiān)視調(diào)度問(wèn)題中，場(chǎng)景和監(jiān)視需求是問(wèn)題的輸入，在考慮各種約束的情況下盡可能地滿(mǎn)足監(jiān)視需求是資源調(diào)度的目的，同時(shí)需要考慮優(yōu)先保證高優(yōu)先級(jí)任務(wù)需求得到服務(wù)的原則。依據(jù)需求的等級(jí)和緊迫性，可以選擇不同的求解方法[5]，在時(shí)間要求比較高、調(diào)度精度要求不高的情況下，可以采用面向需求的啟發(fā)式算法快速生成可用的調(diào)度方案；在時(shí)間充足且對(duì)調(diào)度精度要求較高時(shí)，可利用遺傳算法。在為數(shù)眾多的進(jìn)化算法中，遺傳算法是尋求組合優(yōu)化問(wèn)題滿(mǎn)意解的最佳工具之一，已有研究將遺傳算法應(yīng)用于求解觀(guān)測(cè)資源調(diào)度相關(guān)問(wèn)題[6]。遺傳算法具有并行搜索、搜索效率較高的優(yōu)點(diǎn)，但也存在局部搜索能力較弱、容易早熟等缺點(diǎn)。

天地協(xié)同監(jiān)視資源調(diào)度問(wèn)題作為一個(gè)帶有時(shí)間窗約束的復(fù)雜組合優(yōu)化問(wèn)題，決策變量數(shù)量多，與之相應(yīng)的解空間也自然巨大，相比之下，遺傳算法能夠獲取質(zhì)量更高的解，但是遺傳算法是一種隨機(jī)性的搜索算法，需要逐步在整個(gè)解空間中搜索，因此算法時(shí)間開(kāi)銷(xiāo)會(huì)較大。根據(jù)上述分析，本文綜合考慮衛(wèi)星資源、地基資源、任務(wù)需求等因素，將禁忌搜索與遺傳算法相結(jié)合，提出基于禁忌遺傳算法的協(xié)同監(jiān)視資源調(diào)度優(yōu)化求解方法[7]，探索以較小的時(shí)間開(kāi)銷(xiāo)求解天地多資源聯(lián)合監(jiān)視任務(wù)規(guī)劃問(wèn)題。禁忌遺傳算法基本思想是：利用遺傳算法的進(jìn)化功能使得搜索迅速集中在較優(yōu)解周?chē)?，然后利用禁忌搜索方法在小范圍?nèi)進(jìn)一步搜索最優(yōu)解。結(jié)合遺傳算法思想和禁忌搜索方法的優(yōu)點(diǎn)[8]，能有效地利用全局信息及搜索過(guò)程中獲得的信息，在鄰域中重復(fù)搜索[9]，快速地向最優(yōu)解的方向移動(dòng)，從而有效地克服局部最優(yōu)，達(dá)到提高求解效果和搜索效率的目的[10]。具體實(shí)現(xiàn)過(guò)程如圖3所示，主要分為以下3個(gè)階段。

圖3 禁忌遺傳算法實(shí)現(xiàn)過(guò)程Fig.3 Implementation process of tabu genetic algorithm

(1)初步優(yōu)化。輸入原始數(shù)據(jù)及所需參數(shù)，形成初始化的種群，設(shè)置種群迭代次數(shù)N的初始值為1，計(jì)算得到適應(yīng)值并進(jìn)行初步優(yōu)化。

(2)禁忌處理?；诰⑦x擇法進(jìn)行選擇，基于禁忌搜索進(jìn)行交叉、變異，并更新禁忌表。

(3)終止判斷。判斷是否滿(mǎn)足禁忌算法終止條件。若滿(mǎn)足，則跳出禁忌優(yōu)化，并進(jìn)行遺傳優(yōu)化操作；若不滿(mǎn)足，則繼續(xù)進(jìn)行禁忌操作，直至找到生存概率最大的染色體。

2 仿真驗(yàn)證

2.1 系統(tǒng)功能驗(yàn)證

依據(jù)前述協(xié)同監(jiān)視資源調(diào)度算法，采用模塊化思想，以3顆衛(wèi)星(Sat1，Sat2，Sat3)、5個(gè)地面站、200個(gè)目標(biāo)為典型約束條件，開(kāi)展仿真驗(yàn)證。為了減小偶然性影響，在進(jìn)行求解時(shí)，每種應(yīng)用模式進(jìn)行多次計(jì)算，并優(yōu)化目標(biāo)平均值和最優(yōu)解次數(shù)，優(yōu)化結(jié)果如表2所示?？梢钥闯觯涸诮o定的資源條件和目標(biāo)數(shù)量要求下，基于本文所介紹資源調(diào)度方法的系統(tǒng)可有效支持對(duì)廣域探測(cè)、持續(xù)跟蹤、應(yīng)急響應(yīng)及自定義4種任務(wù)模式的資源調(diào)度優(yōu)化，任務(wù)方案優(yōu)化時(shí)間在6.6 min以?xún)?nèi)。

表2 目標(biāo)函數(shù)求解優(yōu)化結(jié)果Table 2 Optimization results for objective function

圖4給出了某監(jiān)視任務(wù)資源調(diào)度的初步優(yōu)化方案，根據(jù)優(yōu)化方案實(shí)施天基、地基資源調(diào)配計(jì)劃，可快速響應(yīng)任務(wù)需求。圖4(a)是根據(jù)優(yōu)化方案生成的協(xié)同監(jiān)視任務(wù)甘特圖，縱坐標(biāo)是可被調(diào)度的天基、地基監(jiān)視資源，橫坐標(biāo)是監(jiān)視任務(wù)周期。圖4(b)是被調(diào)度的天基監(jiān)視資源在監(jiān)視任務(wù)周期內(nèi)不同時(shí)刻相應(yīng)的在軌姿態(tài)角度，橫坐標(biāo)是執(zhí)行監(jiān)視任務(wù)的具體時(shí)刻。圖4(c)反映了在監(jiān)視任務(wù)周期內(nèi)不同時(shí)段的天基衛(wèi)星被調(diào)用情況，橫坐標(biāo)同樣是是執(zhí)行監(jiān)視任務(wù)的具體時(shí)刻。

圖4 資源調(diào)度初步方案Fig.4 Preliminary scheme of resource scheduling

2.2 效能分析

為檢驗(yàn)本文方法的效能，以天地聯(lián)合監(jiān)視任務(wù)為應(yīng)用背景，以獲得最大任務(wù)收益為目標(biāo)函數(shù)，進(jìn)行分析。目標(biāo)函數(shù)累計(jì)收益最大為式(5)，以衛(wèi)星、地面站聯(lián)合監(jiān)視任務(wù)規(guī)劃為背景，進(jìn)行觀(guān)測(cè)任務(wù)調(diào)度仿真計(jì)算。應(yīng)用禁忌遺傳算法基于目標(biāo)函數(shù)進(jìn)行優(yōu)化求解。為了減小偶然性影響，在進(jìn)行求解時(shí)，獨(dú)立運(yùn)行30次，記錄其找到的解、找到最優(yōu)解的次數(shù)、找到最優(yōu)解的輪數(shù)及平均運(yùn)行時(shí)間，結(jié)果統(tǒng)計(jì)如表3所示。 從表3結(jié)果可以看出：在復(fù)合型優(yōu)化目標(biāo)函數(shù)下，本文方法優(yōu)化收斂速度可以滿(mǎn)足實(shí)際需求，并且具有更強(qiáng)的發(fā)現(xiàn)最優(yōu)解的能力。該方法在尋優(yōu)質(zhì)量和尋優(yōu)速度上表現(xiàn)優(yōu)越，且對(duì)復(fù)雜的目標(biāo)函數(shù)適應(yīng)良好。

表3 計(jì)算結(jié)果Table 3 Calculation results

進(jìn)一步驗(yàn)證衛(wèi)星調(diào)度能力和監(jiān)視跟蹤目標(biāo)容量。基于衛(wèi)星參數(shù)，分別管控3,5,10，20顆衛(wèi)星，依次進(jìn)行廣域探測(cè)模式、持續(xù)跟蹤模式、應(yīng)急模式和自定義模式下的仿真測(cè)試，并記錄仿真時(shí)長(zhǎng)，見(jiàn)表4。由表4可知，可支持管控20顆衛(wèi)星?；谀繕?biāo)參數(shù)，導(dǎo)入100,200,300,500，1000個(gè)目標(biāo)，分別進(jìn)行廣域探測(cè)模式、持續(xù)跟蹤模式、應(yīng)急模式和自定義模式下的仿真測(cè)試，并記錄仿真時(shí)長(zhǎng)，見(jiàn)表5。由表5可知，監(jiān)視跟蹤目標(biāo)容量不少于1000個(gè)。仿真結(jié)果表明，本文方法在目標(biāo)監(jiān)視容量、資源管控?cái)?shù)量及任務(wù)優(yōu)化時(shí)效性方面均具有明顯優(yōu)勢(shì)。

表4 管控衛(wèi)星數(shù)量測(cè)試Table 4 Test of satellite number in management and control

表5 監(jiān)視跟蹤目標(biāo)容量測(cè)試Table 5 Volume test for detecting and tracking space objects

3 結(jié)束語(yǔ)

本文系統(tǒng)分析了空間目標(biāo)協(xié)同監(jiān)視資源調(diào)度方法的需求背景、當(dāng)前問(wèn)題及應(yīng)對(duì)措施，面向?qū)嶋H任務(wù)需求提出了應(yīng)用禁忌遺傳算法的天基、地基協(xié)同監(jiān)視資源調(diào)度方法。以任務(wù)收益作為具體的衡量值，證實(shí)了基于禁忌遺傳算法的資源調(diào)度方法在調(diào)度優(yōu)化求解速度、算法收斂速度、求解精度等方面的明顯優(yōu)勢(shì)，對(duì)于解決空間目標(biāo)監(jiān)視本身的復(fù)雜性，以及天基、地基手段多樣差異性等問(wèn)題，更好地發(fā)揮天基、地基監(jiān)視手段各自的優(yōu)勢(shì)，提升空間目標(biāo)監(jiān)視能力和空間動(dòng)態(tài)感知整體效能具有參考價(jià)值。