許宇棟，郝繼剛，劉伯陽

1. 北京市遙感信息研究所，北京 100192 2. 清華大學(xué) 航天航空學(xué)院，北京 100084

當(dāng)前在軌遙感衛(wèi)星數(shù)量規(guī)模持續(xù)增加，結(jié)構(gòu)類型不斷豐富，異構(gòu)特征日趨明顯。與此同時，隨著衛(wèi)星觀測資源的不斷豐富，用戶需求類型也呈現(xiàn)出多樣化、定制化的演變趨勢，使得遙感衛(wèi)星任務(wù)管理與控制工作的難度與復(fù)雜度不斷提升。遙感衛(wèi)星任務(wù)管控是在受理用戶提出的觀測需求后，統(tǒng)籌考慮遙感衛(wèi)星資源，制定調(diào)度計劃?，F(xiàn)有任務(wù)管控大多以型號衛(wèi)星為單位，將業(yè)務(wù)應(yīng)用與底層操作緊密耦合在一起，導(dǎo)致按照用戶需求制定計劃時，管理人員工作量大、交互多，系統(tǒng)整體擴展性和適應(yīng)能力不佳。為提升管控系統(tǒng)的動態(tài)性、靈活性以及自動化水平，減少人工干預(yù)，可采取將應(yīng)用策略與調(diào)度執(zhí)行相分離的思路。

策略管理的核心思想是通過高層抽象屏蔽底層物理實現(xiàn)，將管理重心從人工操作轉(zhuǎn)移到業(yè)務(wù)應(yīng)用上[1]，通過以策略的形式描述管理目標(biāo)，系統(tǒng)在運行期間可根據(jù)預(yù)置策略自行完成資源調(diào)度，從而將業(yè)務(wù)應(yīng)用與底層調(diào)度解耦。本文主要探索策略管理技術(shù)在遙感衛(wèi)星管控領(lǐng)域的應(yīng)用，在實現(xiàn)大規(guī)模衛(wèi)星管控的基礎(chǔ)上，提升管控自動化程度，降低管理復(fù)雜度，將任務(wù)管控的重心由面向各型衛(wèi)星的調(diào)度操作轉(zhuǎn)移到用戶需求的定制與實現(xiàn)上。

1 基于策略的管理方法

在基于策略的管理方法中，管理者通過將管理經(jīng)驗，即指導(dǎo)系統(tǒng)行為的目標(biāo)、規(guī)范等，以策略的形式表述，向系統(tǒng)引入自主管理能力。系統(tǒng)在運行期間可自行檢索適用策略，并綜合實時資源狀態(tài)，再經(jīng)過推理、決策，指導(dǎo)相應(yīng)組件做出正確響應(yīng)[2]?；诓呗缘墓芾砟Ｊ娇梢允构芾砉ぷ髯詣踊?、簡單化，使管理人員專注于用戶提出的業(yè)務(wù)需求而不是具體操作過程，不僅能夠節(jié)省時間，而且從一個中心對系統(tǒng)整體進行管理，更容易確保系統(tǒng)及資源狀態(tài)的一致性。由于策略可以被反復(fù)利用，并且可以被動態(tài)修改，因此能夠顯著增強系統(tǒng)的可擴展性和靈活性。

基于策略的管理方法能夠把管理人員從繁瑣又帶有重復(fù)性的管理工作中解放出來，在一定程度上實現(xiàn)系統(tǒng)自治，該方法在被提出后主要應(yīng)用于大型復(fù)雜分布式網(wǎng)絡(luò)化系統(tǒng)，以逐步取代傳統(tǒng)的明確控制的任務(wù)管理。Goyal和Mikkilineni[3]在基于云構(gòu)架(Cloud Architecture)的管理過程中采用策略管理技術(shù)，有效降低了管理復(fù)雜度。劉敖迪[4]針對云組合服務(wù)產(chǎn)生的可用性及安全性問題，采用基于策略的管理模式搭建云組合服務(wù)訪問控制架構(gòu)，經(jīng)仿真驗證該方法能夠兼顧組合服務(wù)的可用性與安全性，提升管理效率。李靖[5]利用基于策略的分布式控制方法解決了物聯(lián)網(wǎng)開放環(huán)境下控制的實時性與網(wǎng)絡(luò)QoS保證之間的矛盾。

隨著策略管理方法在大型網(wǎng)絡(luò)系統(tǒng)中的廣泛應(yīng)用，一些研究者嘗試將策略管理思想引入其他系統(tǒng)的自動化管理領(lǐng)域。Verma等[6]運用策略管理技術(shù)解決聯(lián)合作戰(zhàn)任務(wù)中不同身份指揮官對無人機的調(diào)度問題，他們提出一種基于交互圖的策略管理框架，通過不同應(yīng)用場景中無人機調(diào)度策略的自動生成機制說明該框架能夠進一步提高基于策略的自動化管理水平。韋廣立等[7]針對在海戰(zhàn)場中大量分布的傳感器引發(fā)的管理復(fù)雜等問題，將基于策略的理念應(yīng)用于海戰(zhàn)場傳感器資源運維管理，達到了預(yù)期目標(biāo)。Gopal和Eagling[8]在一項專利申請中，將策略管理技術(shù)應(yīng)用于衛(wèi)星傳輸資源的彈性調(diào)度，通過策略控制實現(xiàn)信道的自主選擇。以上研究表明，基于策略的管理方法具有良好的適應(yīng)性，能夠成為大規(guī)模異構(gòu)系統(tǒng)的自動化管理解決方案。若將策略管理技術(shù)應(yīng)用于遙感衛(wèi)星任務(wù)管控，可在以下4個方面解決現(xiàn)有系統(tǒng)中存在的問題：

1)將遙感衛(wèi)星任務(wù)管控工作的重心前置，可以為更多的用戶提供更為精細的定制化服務(wù)；

2)簡化了對具體衛(wèi)星調(diào)度操作的配置工作；

3)能夠更詳細更準確地構(gòu)建全局視野，對系統(tǒng)中各個實體的行為動作、資源分配實施精確控制；

4)能夠更好地對日益復(fù)雜的異構(gòu)化遙感衛(wèi)星進行統(tǒng)一管理。

2 基于策略的管控模型

由IETF定義的基礎(chǔ)策略管理系統(tǒng)主要由策略管理工具(Policy Management Tool，PMT)、策略庫(Policy Repository，PR)、策略決策點(Policy Decision Point，PDP)、策略執(zhí)行點(Policy Enforcement Point，PEP)或者執(zhí)行點代理(PEP-Agent)組成，系統(tǒng)結(jié)構(gòu)如圖1所示[9]。近年來，一些更具智能化的策略管理框架成為學(xué)術(shù)界的研究焦點，但就系統(tǒng)組成而言，智能框架是對基礎(chǔ)系統(tǒng)在組件層面上的改進與擴展[6,10]。

圖1 策略管理系統(tǒng)結(jié)構(gòu)Fig.1 Structure of policy management system

管理員通過制定PMT、修改策略，評估策略管控效果，對于增加或者修改之后形成的新策略，PMT負責(zé)驗證其正確性并進行邏輯檢測，以確保系統(tǒng)正確運行；PR用于存儲策略信息、資源信息以及策略直接或者間接涉及到的系統(tǒng)信息，系統(tǒng)信息包括操作接口、算法模塊等；PDP負責(zé)調(diào)度轄區(qū)內(nèi)的資源，接收策略信息并進行推理解析；PEP是策略管理構(gòu)架中執(zhí)行命令的實體對象，接收PDP發(fā)送的解析后的策略，并將策略執(zhí)行情況、系統(tǒng)狀態(tài)變化以及可用資源信息等告知PDP。

基于策略的遙感衛(wèi)星管控系統(tǒng)在上述結(jié)構(gòu)的基礎(chǔ)上，采用分層控制閉環(huán)結(jié)構(gòu)，如圖2所示。策略制定與PEP執(zhí)行分屬不同層級，兩者在運行期間由決策層實現(xiàn)隔離。策略制定與PDP決策構(gòu)成控制閉環(huán)，完成策略下發(fā)與控制效果評價，關(guān)注全局策略的執(zhí)行情況，目標(biāo)是實現(xiàn)衛(wèi)星集群的全局控制與評價；PDP決策與PEP執(zhí)行構(gòu)成另外一個控制閉環(huán)，完成中間層策略至底層策略的解析以及執(zhí)行狀態(tài)反饋，關(guān)注管理域內(nèi)遙感衛(wèi)星的任務(wù)執(zhí)行情況，目標(biāo)是實現(xiàn)以衛(wèi)星為單元的遙感任務(wù)精確控制。

圖2 策略管理層級構(gòu)架Fig.2 Hierarchical architecture of policy management

高層策略也稱為全局策略，采用面向用戶的術(shù)語描述針對特定需求遙感衛(wèi)星集群應(yīng)采用的保障模式，高層策略與自然語言的區(qū)別在于高層策略是機器可讀的[6]；中間層策略以獨立于型號衛(wèi)星調(diào)度操作細節(jié)的方式，詳細描述實現(xiàn)高層策略需要執(zhí)行的步驟。中間層策略的存在提升了高層策略和底層策略的靈活性與互操作性；底層策略直接面向調(diào)度方案的執(zhí)行，按照衛(wèi)星集群的需求保障模式生成控制規(guī)則，調(diào)用規(guī)劃算法，完成型號衛(wèi)星的任務(wù)調(diào)度。底層策略的定義及實現(xiàn)方式依賴于型號衛(wèi)星的載荷約束、控制模式等，雖然不同衛(wèi)星平臺的載荷控制要求不盡相同，但是在策略管控系統(tǒng)中可以使用統(tǒng)一的接口對其進行抽象封裝。

假定管控系統(tǒng)受理某一用戶提交的火災(zāi)地區(qū)紅外影像需求，管理員根據(jù)需求信息制訂高層策略：在24 h內(nèi)完成對火災(zāi)區(qū)域的紅外影像覆蓋，優(yōu)先級高。對應(yīng)的中間層策略為：采用區(qū)域目標(biāo)動態(tài)分解方法，通過區(qū)域分解與任務(wù)規(guī)劃2個環(huán)節(jié)的迭代，調(diào)度所有紅外遙感衛(wèi)星在24 h內(nèi)完成區(qū)域觀測，優(yōu)先級高；對應(yīng)的底層策略為：動態(tài)規(guī)劃紅外遙感衛(wèi)星a、b、c等，生成未來24 h觀測方案，完成火災(zāi)區(qū)域分割成的各條帶觀測任務(wù)，優(yōu)先級高。

3 管理域劃分與策略部署機制

3.1 衛(wèi)星集群管理域劃分

遙感衛(wèi)星具有數(shù)量大、種類多、異構(gòu)特征明顯等特征，考慮對觀測任務(wù)實施精細管控以更好地滿足定制化的用戶需求，將遙感衛(wèi)星集群劃分為多個管理域，策略管理系統(tǒng)通過域間交互和域內(nèi)自治實現(xiàn)對遙感衛(wèi)星的統(tǒng)一調(diào)度。學(xué)術(shù)界給出的管理域概念為：由單一的管理權(quán)威所管轄的，由多個功能對象組成的集合體，是獨立自治的實體，管理著一組資源，擁有自己的管理權(quán)限[11]。管理域可被視為用于存儲功能對象(包括域在內(nèi))的虛擬容器，同一個域存放著具有某種相同特征的對象[2]。

本文將管理域視為承載具備特定功能、能夠完成特定任務(wù)衛(wèi)星集群的容器，如陸地遙感衛(wèi)星、海洋遙感衛(wèi)星或者可見光遙感衛(wèi)星、微波遙感衛(wèi)星、紅外遙感衛(wèi)星等，如圖3所示。同一型衛(wèi)星可被賦予多重角色，例如承擔(dān)海洋觀測任務(wù)的可見光衛(wèi)星，在載荷功能層面屬于可見光衛(wèi)星，而在任務(wù)執(zhí)行層面則屬于海洋遙感衛(wèi)星。從策略決策點(sPDP)接收主策略決策點(mPDP)下發(fā)的策略，根據(jù)策略調(diào)度轄區(qū)內(nèi)衛(wèi)星資源，完成相應(yīng)任務(wù)。同時，sPDP負責(zé)監(jiān)測轄區(qū)內(nèi)遙感衛(wèi)星的任務(wù)執(zhí)行情況。

圖3 基于策略的遙感衛(wèi)星域管理模型Fig.3 Policy-based remote sensing satellite domainmanagement model

3.2 基于LDAP的策略部署機制

在策略管控系統(tǒng)中，為確保全局策略信息的一致性與有效性，PDP動態(tài)地從策略庫獲取策略信息。本文采用目錄服務(wù)器構(gòu)架搭建策略庫，并使用LDAP(輕量級目錄訪問協(xié)議)作為訪問協(xié)議[12]。LDAP能夠完成從一個服務(wù)器到其他服務(wù)器的信息動態(tài)更新[13]。該功能采用單一主服務(wù)器的復(fù)制模式，即設(shè)定一個服務(wù)器為主服務(wù)器，從服務(wù)器的存儲內(nèi)容為主服務(wù)器的局部復(fù)制。這種一主多從的配置模式能夠有效平衡信息查詢與存取負載，在確保全局策略信息一致的同時減輕服務(wù)器壓力，避免管理域間策略信息的相互干擾?；贚DAP的策略部署構(gòu)架如圖4所示。

上述策略部署構(gòu)架將遙感衛(wèi)星劃分為n個管理域，每個管理域設(shè)有域LDAP服務(wù)器，也就是從服務(wù)器。系統(tǒng)管理員通過PMT與主服務(wù)器進行交互，形成管理中心域。主服務(wù)器存儲策略管理系統(tǒng)中全部策略信息及資源信息以便于策略驗證、沖突檢測等；sPDP關(guān)注的是部署在本管理域的策略信息，因此從服務(wù)器只需有選擇地存儲部分數(shù)據(jù)。策略信息的命名模型如圖5所示。

圖4 基于LDAP的策略部署構(gòu)架Fig.4 LDAP-based policy deployment framework

圖5 全局策略信息命名模型Fig.5 General policy information naming model

命名模型根據(jù)信息應(yīng)用范圍，將主服務(wù)器存儲信息劃分成各管理域?qū)傩畔⒁约皯?yīng)用于全局的信息。后者具有普適性，全局策略在經(jīng)過解析處理形成中間層策略，即明確執(zhí)行任務(wù)的衛(wèi)星集群以及相應(yīng)資源后，推送給從服務(wù)器。圖5中policySpace為策略空間，用于存儲策略以及沖突消解方案等信息；resourceSpace為資源空間，用于存儲觀測、接收等具體資源信息。

從服務(wù)器目錄信息樹(directory information tree, DIT)是主服務(wù)器DIT的子樹，如圖6所示。

在各PDP管理域中，sPDP的主要作用是：1)獲取策略信息，解析后將生成的底層策略發(fā)送給衛(wèi)星控制代理；2)監(jiān)測域內(nèi)資源的可用性及策略執(zhí)行狀態(tài)，若資源不可用或者策略執(zhí)行失敗則自行觸發(fā)策略更新流程；3)將域內(nèi)發(fā)生的事件發(fā)送給mPDP。

4 策略管控實現(xiàn)方法

在策略管控系統(tǒng)中，高層策略的制定由系統(tǒng)管理員參與完成，并根據(jù)需求類型確定優(yōu)先級。PDP決策層負責(zé)將面向用戶及管理員的高層策略逐層解析，最終由PEP執(zhí)行層生成載荷控制指令完成衛(wèi)星控制。中間層及底層策略的生成由策略解析過程實現(xiàn)，主要步驟為：首先定義解析規(guī)則，通過規(guī)則將高層級用戶需求所包含的要素映射至低層級策略；其次根據(jù)解析規(guī)則分解高層級策略，完成主體(衛(wèi)星集群或者型號衛(wèi)星)、目標(biāo)、動作等要素的屬性匹配；最后驗證低層級策略與高層級策略的語義一致性。

圖6 策略部署示意Fig.6 Diagram of policy deployment

系統(tǒng)自主運行期間，PDP決策層對各管理域內(nèi)發(fā)生的事件持續(xù)監(jiān)測，當(dāng)某類型事件的特定屬性超過閾值后，觸發(fā)全局策略，控制衛(wèi)星集群；同時PEP執(zhí)行層負責(zé)將策略執(zhí)行狀態(tài)、衛(wèi)星當(dāng)前狀態(tài)等信息發(fā)送至本域sPDP，構(gòu)成PDP決策與PEP執(zhí)行的控制閉環(huán)。下面對策略管理實現(xiàn)中的兩個重要過程作出說明。

4.1 管控策略的下發(fā)與執(zhí)行

如前文所述，高層策略由系統(tǒng)管理員根據(jù)各類用戶需求制訂，制訂完成后經(jīng)策略部署系統(tǒng)發(fā)送至mPDP進行全局決策，mPDP根據(jù)解析規(guī)則、約束條件等將高層策略解析后發(fā)送至相應(yīng)管理域的sPDP，sPDP進行域決策后生成底層策略發(fā)送給衛(wèi)星控制代理(PEP)。遙感衛(wèi)星管控策略的下發(fā)及執(zhí)行流程如圖7所示。

步驟1：系統(tǒng)管理員受理各類用戶提交的遙感任務(wù)需求，根據(jù)需求類型、時效性要求、用戶身份等因素設(shè)定優(yōu)先級；

步驟2：策略制定模塊將用戶需求規(guī)范化表述為高層策略，包括需求優(yōu)先級、分辨率限制、傳感器要求、觀測周期、完成時限以及其他限制規(guī)則等因素；

步驟3：策略制定模塊負責(zé)檢驗新增策略的語法規(guī)則，并使用推理機對策略各要素對應(yīng)的實體進行邏輯驗證；

步驟4：策略管理模塊在接收到新策略后對其與系統(tǒng)中已有的全局策略進行沖突檢測，根據(jù)檢測結(jié)果制訂沖突消解方案；

步驟5：策略管理模塊將新全局策略及沖突情況發(fā)送給策略部署系統(tǒng)；

步驟6：策略部署系統(tǒng)將新增全局策略存儲于圖6所示的global子項下；

步驟7：mPDP接收新增全局策略；

圖7 管控策略的下發(fā)與執(zhí)行Fig.7 Issuance and execution of control policy

步驟8：mPDP根據(jù)高層策略限制規(guī)則所指定的分辨率、傳感器要求等約束進行推理解析，生成中間層策略，即管理域級策略；

步驟9：mPDP對新生成的中間層策略與相應(yīng)管理域內(nèi)已部署的中間層策略進行沖突檢測，根據(jù)檢測結(jié)果制訂沖突消解方案，默認執(zhí)行優(yōu)先級較高的策略；

步驟10：mPDP將新增中間層策略及沖突情況、消解方案發(fā)送給策略部署系統(tǒng)；

步驟11：策略部署系統(tǒng)將新增中間層策略存儲于圖6相應(yīng)的region子項下；

步驟12：策略部署系統(tǒng)將中間層策略推送給相應(yīng)管理域內(nèi)的sPDP；

步驟13：sPDP根據(jù)域內(nèi)衛(wèi)星載荷特性及當(dāng)前任務(wù)執(zhí)行狀態(tài)，對接收到的中間層策略推理解析，生成底層策略，即執(zhí)行級策略；

步驟14：sPDP對新生成的底層策略進行沖突檢測與消解；

步驟15：sPDP將底層策略及沖突情況發(fā)送給策略部署系統(tǒng)；

步驟16：策略部署系統(tǒng)將底層策略存儲于相應(yīng)region中所涉及型號衛(wèi)星的子項下；

步驟17：策略部署系統(tǒng)將底層策略推送給相應(yīng)型號衛(wèi)星控制代理；

步驟18：衛(wèi)星控制代理根據(jù)底層策略生成面向型號衛(wèi)星的控制規(guī)則；

步驟19：控制代理按照規(guī)則調(diào)度衛(wèi)星任務(wù)規(guī)劃算法，形成觀測任務(wù)規(guī)劃方案和數(shù)據(jù)跟蹤接收方案，完成成像參數(shù)設(shè)置等工作；

步驟20：控制代理將調(diào)度方案發(fā)送給相應(yīng)型號衛(wèi)星的控制模塊；

步驟21：衛(wèi)星控制模塊根據(jù)接收到的方案信息生成載荷控制指令，最終完成遙感衛(wèi)星策略控制。

4.2 基于事件驅(qū)動的策略控制實現(xiàn)

系統(tǒng)自主運行期間，sPDP將本域內(nèi)發(fā)生的事件運用遠程通信技術(shù)發(fā)送給mPDP，以觸發(fā)相應(yīng)全局策略，相應(yīng)策略集中的中間層以及底層策略狀態(tài)也置為可用，經(jīng)不同層次的沖突檢測與消解后，由控制規(guī)則調(diào)度任務(wù)規(guī)劃算法，生成載荷控制指令，完成事件響應(yīng)。上述工作流程如圖8所示。

步驟1：sPDP對本域內(nèi)發(fā)生的事件進行監(jiān)測；

步驟2：sPDP利用遠程通信技術(shù)將事件信息發(fā)送給mPDP；

步驟3：mPDP匯總各管理域sPDP發(fā)送的事件，當(dāng)某一類型事件的發(fā)生超過設(shè)定閾值后，觸發(fā)全局策略；

步驟4：對被觸發(fā)的策略與其他正在系統(tǒng)中執(zhí)行的全局策略進行沖突檢測。檢測出沖突后，若預(yù)先未設(shè)置折中方案，則將優(yōu)先級較低的策略置為不可用；

步驟5：更新策略庫中的策略信息；

步驟6：將全局策略對應(yīng)策略集中的中間層策略設(shè)為可用；

步驟7：更新相應(yīng)管理域中的策略狀態(tài)；

圖8 基于事件驅(qū)動的策略控制實現(xiàn)Fig.8 Implementation of event-driven policy control

步驟8：對管理域內(nèi)當(dāng)前可執(zhí)行以及正在執(zhí)行的中間層策略進行沖突檢測。檢測出沖突后，若預(yù)先未設(shè)置折中方案，則將優(yōu)先級較低的策略設(shè)為不可用；

步驟9：根據(jù)沖突檢測與消解結(jié)果更新庫中的策略信息；

步驟10：將中間層策略所屬策略集中的底層策略置為可用；

步驟11至15與全局管理策略的下發(fā)與執(zhí)行中的步驟17至21相同；

步驟16：型號衛(wèi)星控制模塊對相應(yīng)衛(wèi)星的載荷指令執(zhí)行狀態(tài)進行監(jiān)視；

步驟17：衛(wèi)星控制模塊將策略執(zhí)行狀態(tài)反饋給本管理域sPDP；

步驟18：sPDP根據(jù)接收到的反饋更新管理域狀態(tài)信息；

步驟19：sPDP持續(xù)監(jiān)測本域內(nèi)發(fā)生的事件，實現(xiàn)策略管控閉環(huán)。

上述兩個過程均涉及策略沖突檢測與消解環(huán)節(jié)。系統(tǒng)中策略沖突主要來源于對有限遙感資源的過度占用，由于衛(wèi)星能源有限且受載荷特性制約，在保障不同用戶需求時可能產(chǎn)生資源沖突。策略沖突檢測的要點在于判斷相同層級是否存在兩條或者多條策略執(zhí)行條件重疊，但資源調(diào)度操作無法同時完成。進行檢測時可將策略觸發(fā)條件的每一項屬性抽象為條件空間中的一個維度，將策略調(diào)度操作的每一項屬性抽象為動作空間的一個維度，從而構(gòu)建多維條件空間和動作空間。若策略間條件空間有重疊而動作空間互斥，則存在潛在策略沖突。

策略沖突消解既可采用基于優(yōu)先級的方法，也可采用基于折中方案的方法，前者實現(xiàn)簡單，在產(chǎn)生沖突時直接將低優(yōu)先級策略設(shè)為不可用；而后者能夠充分利用遙感資源，但實現(xiàn)復(fù)雜，需要預(yù)先設(shè)置優(yōu)化調(diào)度算法，在沖突發(fā)生時生成聯(lián)合規(guī)劃方案。一般而言，調(diào)度算法需要在考慮綜合觀測效益的同時兼顧任務(wù)響應(yīng)時間[14]。

5 典型用例仿真

本節(jié)運用基于策略的遙感衛(wèi)星管控技術(shù)搭建仿真平臺，并對典型用例進行仿真。用例的任務(wù)定為：某一艦船失聯(lián)，系統(tǒng)迅速調(diào)度遙感衛(wèi)星進行海上搜索，并在獲取目標(biāo)確切位置后保持對該艘艦船的持續(xù)監(jiān)視，參與搜索衛(wèi)星的參數(shù)如表1所示。

表1 衛(wèi)星參數(shù)

仿真共調(diào)度6組20顆遙感衛(wèi)星對失聯(lián)艦船進行搜索、跟蹤，期間涉及兩次策略轉(zhuǎn)換：首先是mPDP獲取sPDP發(fā)送的艦船目標(biāo)信息未獲取的消息，超過既定閾值仍未得到更新后，生成艦船失聯(lián)事件，觸發(fā)全局搜索策略，假定此刻相對時為0；在獲取目標(biāo)詳細位置信息、能夠準確判斷失聯(lián)艦船航向航速后，mPDP生成艦船位置獲取事件，系統(tǒng)執(zhí)行策略再次轉(zhuǎn)換為定期跟蹤。其中，全局搜索策略的底層實現(xiàn)是基于擴散運動及貝葉斯?fàn)顟B(tài)估計理論[15]，通過對艦船運動預(yù)測得到多個待搜索區(qū)域后，優(yōu)化設(shè)計遙感衛(wèi)星調(diào)度方案，生成載荷控制指令。在遙感衛(wèi)星多次獲取艦船位置且獲得高分影像后，即可觸發(fā)定期跟蹤策略。全局搜索與定期跟蹤對應(yīng)的中間層策略如表2所示。

表2 中間層策略

由于高分辨的衛(wèi)星遙感圖像包含更為清晰的艦船細節(jié)信息，如結(jié)構(gòu)、紋理等；而中低分辨率圖像則具有一定的統(tǒng)計信息，可以分辨出艦船的整體形狀特征[16]，全局搜索策略在執(zhí)行時需要調(diào)度所有遙感衛(wèi)星以快速獲取失聯(lián)艦船位置并積累更為詳細的目標(biāo)特征信息，進而判定艦船的細節(jié)特征；通過連續(xù)捕獲失聯(lián)艦船，能夠預(yù)判艦船航向航速后，系統(tǒng)轉(zhuǎn)為執(zhí)行定期跟蹤策略，即僅調(diào)用海洋遙感衛(wèi)星實施觀測，從而降低搜索任務(wù)對遙感衛(wèi)星資源的占用。

仿真平臺獨立運行艦船航行模擬線程，表3給出了艦船目標(biāo)海上運動軌跡，假定艦船在海面以10節(jié)/h的速度移動，整個仿真過程中經(jīng)歷7次轉(zhuǎn)向。

表3 艦船運動軌跡

考慮太陽高度角等因素后，衛(wèi)星集群對艦船的可見性推算結(jié)果如圖9所示，橫軸為相對時，起始位置表示艦船失聯(lián)事件產(chǎn)生時刻。

仿真系統(tǒng)對遙感衛(wèi)星集群的調(diào)度結(jié)果如圖10所示，圖中豎線右側(cè)部分表示艦船位置獲取事件產(chǎn)生后，系統(tǒng)執(zhí)行策略由全局搜索轉(zhuǎn)換為定期跟蹤。與圖9的23次觀測機會相比，圖10僅調(diào)度衛(wèi)星實施9次觀測，在保障艦船搜救任務(wù)的基礎(chǔ)上有效利用了遙感資源，且通過預(yù)先設(shè)置的策略，仿真系統(tǒng)實現(xiàn)了遙感衛(wèi)星集群的自動控制，避免人工干預(yù)。

圖9 衛(wèi)星集群對艦船的可見性推算結(jié)果Fig.9 Visibility calculation results of satellite clusters on the ship

圖10 遙感衛(wèi)星集群調(diào)度結(jié)果Fig.10 Results of remote sensing satellite cluster scheduling

6 結(jié)束語

本文針對遙感衛(wèi)星管控運行過程中，業(yè)務(wù)應(yīng)用與底層調(diào)度緊耦合導(dǎo)致的操作復(fù)雜、人工干預(yù)多、自動化程度不高等問題，將基于策略的管理方法引入遙感衛(wèi)星任務(wù)管控領(lǐng)域。首先搭建了基于策略的遙感衛(wèi)星管控模型，在此基礎(chǔ)上采用分域管理思想并設(shè)置了策略部署機制，從而確保全局策略信息的一致性，最后分析并詳細闡述了基于策略的衛(wèi)星管控實現(xiàn)方法。經(jīng)仿真驗證，與現(xiàn)有管理方式相比，該方法能夠在自動化及智能化等方面取得較大提升。在本文提出理論方法的基礎(chǔ)上，后續(xù)可重點開展以下兩方面研究：

1)用戶需求向高層策略的轉(zhuǎn)換問題。對于一般用戶而言，不必了解遙感衛(wèi)星調(diào)度的實現(xiàn)細節(jié)，只需提出觀測需求。如何將這些需求轉(zhuǎn)換成為系統(tǒng)能夠理解的策略，是下一步需要重點研究的問題。

2)遙感衛(wèi)星地面控制與星上自主決策的結(jié)合問題。本文所提方法主要通過地面衛(wèi)星控制代理生成載荷控制指令，完成衛(wèi)星遙控?？紤]到未來遙感衛(wèi)星大多具備自主決策能力，衛(wèi)星可直接成為策略決策點，那么本文所設(shè)計的管理構(gòu)架需要進一步改進。