论文部分内容阅读
近年来,随着在轨微小卫星数量激增,测控站对大量微小卫星进行管控的负担不断增大,亟需微小卫星具有一定的在轨自主运行能力。星上自主任务规划是实现在轨自主运行的基本前提。由于任务的复杂性,任务规划已被证明是一类多约束时间相关的NP-hard问题,智能规划算法是解决该类问题的一种有效途径。本文针对微小卫星自主任务规划问题,考虑时间窗约束和动态资源约束,围绕任务规划建模、遗传算法中个体的编解码规则及交叉变异策略、长周期任务规划中资源分配等问题开展研究,取得了如下研究成果:考虑卫星任务的复杂多样性和时间相关性,提出了一种基于定长整数序列编码的个体编解码规则,该规则利用定长整数序列编码待规划任务序列,与浮点数编解码规则相比,整数型编解码规则由于整数序列全排序的有穷性,缩小了搜索空间。分析了该编解码规则的局部遗传信息传递特性、靠后占优性等特性,为后续算法设计提供理论基础。面向卫星在轨应用需求,考虑星上计算资源受限,提出了一种多模式交叉、变异的改进遗传算法,该算法依据个体对时间偏序约束和资源约束的满足情况,对个体进行分类,并针对每一类个体分别设计相应的交叉、变异算子,由于采用了任务偏序排序和个体分类,能够提前排除部分非优个体,缩小搜索空间,提高算法计算效率。采用可调整分组轮盘赌和精英保留策略,设计了一种遗传算法选择策略。由于能够实现传统轮盘赌算子和随机选择算子间的折中,有效改善遗传算法早熟问题。针对卫星任务连续规划和资源分配问题,在上述改进遗传算法的基础上,设计了一种基于滚动重规划的任务规划算法框架,研制开发了滚动重规划算法、资源预分配算法和资源重分配算法等功能模块,并针对4组任务场景进行了实验验证,结果表明了本文所提出框架的可行性和算法的有效性。