基于学生心理算法的分布式InSAR卫星任务规划方法技术

技术编号:34257125 阅读:16 留言:0更新日期:2022-07-24 12:57
本发明专利技术公开了一种基于学生心理算法的分布式InSAR卫星任务规划方法,具体为:1:形成初始种群,2:对初始种群进行冲突任务消解,3:按照适应度值的降序对初始种群中的观测任务序列进行排序,将该种群作为上一代种群,迭代次数加1转步骤4;4:基于学生心理算法对上一代种群进行交叉变异调整;5,对调整后的种群进行冲突任务消解;6:对冲突任务消解后的种群进行更新;7:将更新后的种群中的观测任务序列按照适应度的降序排列;8:当前迭代次数为最大迭代次数时,输出步骤7中适应度值最大的观测任务序列,否则迭代次数加1,将当前迭代计算得到的种群作为上一代种群并转步骤3。本发明专利技术流程清晰且无需调整参数,容易实现。容易实现。容易实现。

Distributed InSAR satellite mission planning method based on student psychological algorithm

【技术实现步骤摘要】
基于学生心理算法的分布式InSAR卫星任务规划方法


[0001]本专利技术属于卫星任务规划领域。

技术介绍

[0002]多星任务规划问题是NP

hard问题,其求解空间随着任务数和资源数量的增加而迅速增加,针对大规模的任务规划问题,无法在合理的时间内计算最优解。而针对多星任务规划这类时效性较强的问题,在合理时间内得到问题的近似最优解更有实际意义。
[0003]目前在卫星任务规划领域比较应用广泛的算法主要为遗传算法和粒子群算法,遗传算法中的染色体之间相互共享信息,在解决卫星任务规划问题时整个种群容易发生“早熟”现象,陷入局部最优;粒子群算法中的粒子仅仅通过当前搜索到的最优解进行共享信息,在解决卫星任务规划问题时存在局部收敛和群体多样性减少的缺陷。

技术实现思路

[0004]专利技术目的:为了解决上述现有技术存在的问题,本专利技术提供了一种基于学生心理算法的分布式InSAR卫星任务规划方法。
[0005]技术方案:本专利技术提供了一种基于学生心理算法的分布式InSAR卫星任务规划方法,包括如下步骤:
[0006]步骤1:将单个轨道的观测任务先按照观测时间,再按照开机波位进行二重排列,得到观测任务集合,采用实数编码的方式对该观测任务集合中的任务进行编码,得到该观测任务集合的长度N
t

[0007]步骤2:按照二重排列随机产生m个长度为N
t
观测任务序列,作为初始种群,任意一个观测任务序列的表达式为:个观测任务序列的表达式为:表示序列X中第N
t
个观测任务,x
i
表示序列X中第i个观测任务,i=1,2,

,N
t

[0008]步骤3:在[0,N
sat
]中随机选择整数,对每个观测任务序列中的观测任务赋值,如果x
i
=s,且s≠0,则表示采用编号为s的卫星对x
i
进行观测;如果s=0,则表示x
i
不被观测;s∈[0,N
sat
],N
sat
为卫星的总个数;
[0009]步骤4:计算每个观测任务的适应度值,对每个观测任务序列进行冲突任务消解,得到消解后的种群;
[0010]步骤5:计算步骤4消解后的种群中每个观测任务序列的适应度值,并将观测任务序列按照适应度值的大小由大到小排序,将排序后的种群作为第1次迭代计算得到的种群,将该种群作为上一代种群,并保留适应度值最大的观测任务序列,迭代次数加1,并转步骤6;
[0011]步骤6:基于学生心理算法对上一代种群进行交叉变异;
[0012]步骤7:针对步骤6中交叉变异后的种群,采用和步骤4相同的方法计算每个观测任务的适应度值,对步骤6中交叉变异后的种群进行冲突任务消解;
[0013]步骤8:对步骤7中冲突任务消解后的种群进行更新;
[0014]步骤9:计算更新后的种群中每个观测任务序列的适应度值,并将观测任务序列按照适应度值的大小由大到小排序,作为当前迭代计算得到的种群,并保留适应度值最大的观测任务序列;
[0015]步骤10:判断当前迭代次数是否大于最大迭代次数,若是则输出步骤9中适应度值最大的观测任务序列;否则迭代次数加1,将当前迭代计算得到的种群作为上一代种群并转步骤6。
[0016]进一步的,所述步骤4中的每个观测任务的适应度值的表达式如下所示:
[0017][0018]其中,tg
i
表示观测任务x
i
的观测目标数目,gen
i
表示x
i
上对应的卫星的编号。
[0019]进一步的,所述步骤4和步骤7中的冲突任务消解具体为:
[0020]步骤a:针对任意一个任务观测任务序列X,找出该序列中卫星编号不为0的观测任务,生成执行观测任务集务,生成执行观测任务集表示执行观测任务集中第个观测任务,表示任务观测任务序列X中卫星编号不为0的观测任务的总个数;如果T
arr
中任务数量小于2,则结束对执行观测任务集T
arr
的冲突任务消解,否则转步骤b;
[0021]步骤b:遍历T
arr
,判断T
arr
中相邻两个观测任务是否满足时间窗口约束,若均满足则转步骤c;否则在不满足时间窗口约束的相邻两个观测任务中随机选择一个观测任务,将选择的观测任务上的卫星编号置0,直到T
arr
中所有的观测任务均满足时间窗口约束,然后转步骤c;所述时间窗口约束包括如下规则:
[0022]规则1:每个观测任务之间的时间窗口不重叠;
[0023]规则2:当观测任务对应的卫星编号以及观测波位相同时,两个相邻的观测任务之间的时间间隔大于等于传感器重新启动的时间;
[0024]规则3:当观测任务对应的卫星编号相同,观测波位不同时,两个相邻的观测任务之间的间隔时间大于等于传感器波位切换的时间;
[0025]步骤c:判断此时的任务集T
arr
中每颗卫星对应的观测任务集T
s
是否满足卫星资源约束,若不满足,则删除T
s
中适应度值最小的观测任务,直到T
s
满足卫星资源约束;
[0026]所述卫星资源约束为:
[0027][0028]式中,times
on
和times
change
分别表示卫星的开机次数和波位切换次数,和分别表示卫星的最大开机次数和最大波位切换次数,表示卫星在第k个轨道的存储容量,memory
max
表示卫星的最大存储容量。
[0029]进一步的,所述步骤5和步骤8中根据如下公式计算每个观测任务序列的适应度值fitness:
[0030][0031]其中,targets(i

)表示某个观测任务序列中第i

个观测任务的适应度值,N
task
表示该观测任务序列中观测任务的总个数。
[0032]进一步的,所述步骤6中基于学生心理算法对排序后的种群进行交叉变异具体为:
[0033]将种群中适应度值排名前k的观测任务序列作为最优秀学生,将排名为k+1~d的观测任务序列作为优秀学生,将排名为d+1~y的观测任务序列作为普通学生,将排名为y+1~m的观测任务序列作为末尾学生;k<d<y<m,且k,d,y均为正整数;
[0034]采用单点变异操作和交叉操作对最优秀学生进行调整;对优秀学生采用单点变异和相邻互换的变异操作进行调整,在调整后的优秀学生中挑选一部分优秀学生,采用交叉操作对随机挑选的优秀学生再次进行调整;采用相邻互换的变异操作和交叉操作对普通学生进行调整;采取单点变异操作和交叉操作对末尾学生进行调整。
[0035]进一步的,所述步骤8中观测任务序列更新具体为本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.基于学生心理算法的分布式InSAR卫星任务规划方法,其特征在于:包括如下步骤:步骤1:将单个轨道的观测任务先按照观测时间,再按照开机波位进行二重排列,得到观测任务集合,采用实数编码的方式对该观测任务集合中的任务进行编码,得到该观测任务集合的长度N
t
;步骤2:按照二重排列随机产生m个长度为N
t
观测任务序列,作为初始种群,任意一个观测任务序列的表达式为:测任务序列的表达式为:表示序列X中第N
t
个观测任务,x
i
表示序列X中第i个观测任务,i=1,2,

,N
t
;步骤3:在[0,N
sat
]中随机选择整数,对每个观测任务序列中的观测任务赋值,如果x
i
=s,且s≠0,则表示采用编号为s的卫星对x
i
进行观测;如果s=0,则表示x
i
不被观测;s∈[0,N
sat
],N
sat
为卫星的总个数;步骤4:计算每个观测任务的适应度值,对每个观测任务序列进行冲突任务消解,得到消解后的种群;步骤5:计算步骤4消解后的种群中每个观测任务序列的适应度值,并将观测任务序列按照适应度值的大小由大到小排序,将排序后的种群作为第1次迭代计算得到的种群,将该种群作为上一代种群,并保留适应度值最大的观测任务序列,迭代次数加1,并转步骤6;步骤6:基于学生心理算法对上一代种群进行交叉变异;步骤7:针对步骤6中交叉变异后的种群,采用和步骤4相同的方法计算每个观测任务的适应度值,对步骤6中交叉变异后的种群进行冲突任务消解;步骤8:对步骤7中冲突任务消解后的种群进行更新;步骤9:计算更新后的种群中每个观测任务序列的适应度值,并将观测任务序列按照适应度值的大小由大到小排序,作为当前迭代计算得到的种群,并保留适应度值最大的观测任务序列;步骤10:判断当前迭代次数是否大于最大迭代次数,若是则输出步骤9中适应度值最大的观测任务序列;否则迭代次数加1,将当前迭代计算得到的种群作为上一代种群并转步骤6。2.根据权利要求1所述的基于学生心理算法的分布式InSAR卫星任务规划方法,其特征在于:所述步骤4中的每个观测任务的适应度值的表达式如下所示:其中,tg
i
表示观测任务x
i
的观测目标数目,gen
i
表示x
i
上对应的卫星的编号。3.根据权利要求1所述的基于学生心理算法的分布式InSAR卫星任务规划方法,其特征在于:所述步骤4和步骤7中的冲突任务消解具体为:步骤a:针对任意一个任务观测任务序列X,找出该序列中卫星编号不为0的观测任务,生成执行观测任务集生成执行观测任务集表示执行观测任务集中第个观测任务,表示任务观测任务序列X中卫星编号不为0的观测任务的总个数;如果T
arr
中任务数量小于2,则结束对执行观测任务集T
arr
的冲突任务消解,否则转步骤b;步骤b:遍历T
arr
,判断T
arr
中相邻两个观测任务是否满足时...

【专利技术属性】
技术研发人员:贾庆贤练维城张永康桂玉乐马瑞于丹
申请(专利权)人:南京航空航天大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1