多星区域观测任务的效率优化方法研究

多颗成像侦察卫星在指定的时间段内对单个区域目标进行观测时,选择不同观测方案会产生不同的时间覆盖率与空间覆盖率效果,如何选定观测方案,使得观测活动能够更好的达到所需要的覆盖率效果是一个重大的优化问题。本文探索了该优化问题的建模和求解方法,并通过对多星区域观测效率优化工具及实例的研究验证了模型和求解方法的有效性。论文的主要内容如下: 首先,采用了先预处理后建模的求解思路。在分析卫星观测问题的工作流程的基础上,阐述了成像卫星效率优化问题的主要约束条件。针对其约束条件繁多复杂,难以量化建模的特点,采用了先预处理后建模的解决思路。在预处理中利用STK软件计算时间窗口的约束条件,然后在计算数据的基础上再建立数学模型并进行求解。 其次,建立了时间覆盖率优先与空间覆盖率优先的两类模型。卫星对区域目标进行观测时,衡量观测效率的覆盖率包含时间覆盖率与空间覆盖率两类目标。在实际中,不同的情况下,对空间覆盖率与时间覆盖率的需求也各不相同:比如说封锁搜索问题就要求优先满足时间覆盖率,而对未知区域的观测问题则需要首先满足空间覆盖率。因而本文分别建立了时间覆盖率优先与空间覆盖率优先的两类模型。 再次,分别实现了两类模型的求解。对时间覆盖率优先问题,通过对这类模型的求解问题的特点进行分析,将问题转化成为求解单次访问的时间最长观测带这一等价问题,实现了最优求解。对空间覆盖率优先问题,分别应用遗传算法及贪婪算法对其实现了近似求解,并通过对这两种不同求解算法的特点及复杂性进行分析,明确了这两种算法的适用条件;随机实验也进一步说明了两种算法的优缺点所在。 最后,通过对多星区域观测效率优化工具及两个具体的实例进行研究,在实践上验证了模型及算法的有效性。该工具在仿真预处理、优化模型和求解算法的基础上,通过对STK软件和matlab软件的接口进行编程,具备了两个软件间的数据自动接收与转换功能,实现了计算机自动执行从仿真预处理到模型求解的完整过程。论文还利用这个工具分别对空间覆盖率优先问题与时间覆盖率优先问题的两个实例进行了研究与求解,求解结果较好地验证了模型及算法的有效性。