2018, Vol. 50
2. 哈尔滨工业大学 深空探测基础研究中心，哈尔滨 150080
2. Deep Space Exploration Research Center, Harbin Institute of Technology, Harbin 150080, China
遥感卫星是获取地面敏感目标信息的重要途径和手段，世界各主要航天机构均将其列为重点研究和建设对象.其中，观测任务的规划调度技术是支持遥感卫星进行有效观测的核心技术之一.目前，卫星遥感技术正逐渐由单星观测到多星观测、粗放式管理到精细化管理的趋势发展.这在传统的地面管控卫星运行的模式下，对星地测控通信的实时支持能力提出了愈来愈高的要求.
但是，由于卫星的轨道特点，以及地面测控站建设的限制条件，很难实现对遥感卫星的实时地面测控支持.尤其是卫星处于境外时，能够利用的地面测控条件非常有限.同时，在境外非测控区存在为数众多的敏感目标观测任务，而且不可避免的存在新目标出现、目标消失、执行故障无法观测等非预期情况.为了增强非测控区遥感卫星对此类非预期情况的快速响应能力，提高卫星遥感资源的利用效率，要求遥感卫星具备自主任务规划的能力，且能够实现多颗卫星的协同观测，以充分发挥不同载荷的特点和能力.随着对卫星运行智能化、精细化的要求程度不断提高，对遥感卫星自主任务规划能力的需求也日益凸显[1-2].
针对上述需求，国内外的学者[3-4]结合不同背景进行了研究.例如，Verfaillie等[5]提出了一种动态规划算法，可用于卫星在轨进行自主任务规划；Chien等[6]对自主任务规划问题进行了深入研究，设计并实现了EO-1卫星的自主规划系统；Tangpattanakul等[7]设计了一种局部搜索启发式，用于地球遥感卫星的任务规划；陈浩等[8-9]对电磁遥感卫星的规划调度算法进行了较为广泛的研究；李军等[10]针对遥感卫星观测问题，提出了一种协同任务规划服务模型；李菊芳等[11-12]研究了禁忌搜索和智能优化方法求解卫星观测任务的规划调度算法.
通过对目前研究成果的分析可见，多数研究是围绕求解方法或体系结构进行[13-15]，较少涉及自主运行机制和流程的设计.而实际上，对于遥感卫星星群的自主协同观测问题而言，自主运行机制和流程作为一项基础性技术问题，对系统整体的运行效果发挥着重要作用和影响.设计面向自主任务规划的星地联合运行机制的目的，是解决非预期目标的快速响应和观测问题，尤其是在缺乏地面测控支持的情况下该类情况的处理问题.该联合运行机制实现的技术基础，包括载荷自主图像分析、星上自主计算、星间网络通信等要素.需要指出，遥感星群的自主运行不宜完全依赖星上计算，究其原因为：1)受星上计算能力限制，需要在计算时间和优化能力之间进行取舍；2)完全的自主观测难以体现某些特定的人为意图.因此，需要在星上自主任务规划和地面规划之间设计行之有效的协调、配合机制，使得系统整体既能够发挥地面计算资源优势、体现控制意图，又能充分利用星上计算的实时性和灵活性，对非预期任务进行快速响应.
本文即针对上述不足，研究面向遥感卫星星群的自主任务规划问题，设计一种包含地面静态和动态规划、星上自主规划的自主运行机制，并详细设计其运行流程.
1 遥感卫星任务规划概述对于遥感卫星而言，其观测目标可以是点目标(观测目标的经纬度)或区域目标(由多个经纬度坐标定义的多边形区域)，对于有侧摆能力的卫星，要考虑其侧摆对观测的影响，其观测过程如图 1所示.
|
图 1 敏捷卫星观测示意 Figure 1 Agile satellite observations |
传统的观测任务规划包括观测任务接收、多方会商、任务分解、任务规划、计划编制、指令编制、执行监控等多个环节，如图 2所示.本文主要解决在引入在轨自主任务规划后，星上自主任务规划系统和地面任务规划系统的运行机制和运行流程问题.
|
图 2 观测任务规划流程示意 Figure 2 The process of observation planning |
虽然引入星上在轨自主任务规划能够提高对非预期任务的应急响应能力，但地面任务规划仍具有重要地位.这主要是由于通常地面具备较完善的计算资源，有利于对观测任务进行更加高效合理的优化.另外还存在不可忽视的人为意图因素，因此完全放弃地面任务规划是不合适的.所以，较为合理的自主运行机制应当包括星上自主任务规划和地面任务规划两个部分.
本文综合考虑卫星星群运行的实际情况及自主运行的需求，按照卫星常规运行管理和响应非预期目标管理两种功能，将该问题分解为如下子问题(如图 3所示).图中：1)面向长期管理的地面集中式星群静态协同任务规划；2)面向非预期目标重规划的地面集中式星群动态协同任务规划；3)面向快速响应非预期目标的星群自主动态协同任务规划.
|
图 3 星群观测自主任务规划问题分解 Figure 3 The decomposition of cluster autonomous planning |
对前两项内容，可以充分发挥地面的计算能力优势，采取智能优化等算法进行求解；对第3项内容，可根据星上计算资源配置情况，采取基于启发式搜索、分布式优化等任务规划方法进行求解.
3 星群自主任务规划的运行机制考虑遥感卫星具备自主运行能力，并且为了能够支持多颗卫星之间的任务协同，假设各卫星之间存在星间通信链路，构成分布式对地观测系统，如图 4所示.
|
图 4 多星协同任务规划的系统结构示意 Figure 4 The system structure for cluster collaborative planning |
在上述系统结构的框架下，初步设计星群自主运行机制和流程，如图 5、6所示.
|
图 5 星群自主运行机制及流程示意 Figure 5 The operating mechanism and the process for the autonomous satellite cluster |
|
图 6 星群自主任务规划运行流程时间线示意 Figure 6 The timeline of the operating process for the autonomous satellite cluster |
在初始阶段通过统一的地面集中式规划为每颗卫星产生一个初始任务计划.任务开始执行后，正常情况下，各卫星按照既定规划执行观测任务.当有突发情况，产生非预期观测请求后，首先判断此时是否能获得地面通信支持：1)若存在可用星地链路，则由地面进行星群动态协同任务规划(即重规划)；2)否则由各星进行分布式自主动态协同任务规划.具体的运行流程如下.
Step1 设初始规划区间的起始时间为tstart，结束时间为tend，规划区间长度为Thorizon，在tstart－TprePla时刻启动初始观测任务规划，并在tstart前上注执行.
Step2 执行过程中判断是否有非预期观测任务，若有，转Step5，否则继续执行.
Step3 判断是否到达下一个任务规划时刻tend－TprePla，若是，转Step4启动下一个规划区间的任务规划；若否，转Step2继续执行.
Step4 启动地面集中式星群静态协同任务规划，进行下一个规划区间的任务规划并上注执行，转Step2.
Step5 判断能否与地面通信，若是，转Step6进行地面集中式星群动态协同任务规划；若否，转Step7进行星群自主动态协同任务规划.
Step6 设规划区间的起始时间为tre-start，结束时间为tre-end，规划区间长度为Tre-horizon，在tre-start－TgetReady时刻启动地面集中式星群动态协同任务规划，并在tre-start前上注执行，转Step2.
Step7 设规划区间的起始时间为ta-start，结束时间为ta-end，规划区间长度为Ta-horizon，在ta-start时刻启动星群自主任务规划，并认为其能够快速完成并更新各星任务，忽略计算及任务更新时间.
Step8 执行自主产生的任务规划期间，判断是否能与地面通信，若是，转Step6；否则继续执行自主产生的任务规划.
Step9 判断是否到达ta-end，若是，转Step7进行下一Ta-horizon的星群自主动态协同任务规划；否则转Step8.
其中，TprePla为地面静态任务规划的准备时间，包括协商、计算、指令上注等过程.TgetReady为地面动态任务规划的准备时间.Ta-horizon为星群自主任务规划的规划时间区间，该值根据星群的轨道特性和地面测控资源的分布情况确定，在该区间内应能与地面进行通信，并且地面有足够时间产生新的任务规划上注.
若在极端条件下，Ta-horizon时间内：1)未能同地面通信；2)地面没有完成新规划上注；3)未到新规划执行时间.在上述情况下，自主规划执行的结束时间ta-end和地面重规划的执行开始时间tre-start之间将存在空档期，如图 6(c)中情况所示.对于这类情况，由Step7~Step9可知，星群将启动新一轮的自主任务规划并执行，直至得到地面新规划、并且地面新规划开始执行为止，如图 7所示.
|
图 7 连续自主规划与地面重规划协调运行时间线示意 Figure 7 The timeline of the operating process for the continuous autonomous planning and ground re-planning |
为了对上述运行机制和流程进行演示验证，应用pRTi1516+VC6.0+STK开发了基于HLA的分布式仿真演示软件.该软件包括运行控制、信息显示、STK演示3个主界面，如图 8所示.软件应用进化算法进行地面动态任务规划，应用基于招投标的求解算法进行星上自主任务规划.
|
图 8 分布式仿真演示软件界面 Figure 8 Interface of distributed simulation software |
软件中设置初始观测目标100个，初始规划区间长度Thorizon=7 d，地面动态任务规划的准备时间TgetReady=120 min，自主任务规划区间Ta-horizon=180 min.运行过程中随机指定非预期目标和完成期限(12~48 h)，并包含产生非预期观测请求时具有星地可用链路(Ⅰ类)、不具有星地可用链路(Ⅱ类)等不同情况，共运行10次，运行结果统计见表 1.
|
表 1 仿真运行结果统计 Table 1 Simulation results |
通过对上述仿真运行的结果分析可知，本文提出的星地联合运行机制能够很好地处理非预期观测请求的快速响应问题，在保障原有任务正常执行的情况下，能够及时响应非预期出现的新任务，验证了该联合运行机制的有效性.
5 结论1) 分析了地面规划和星上自主规划的特点，按照任务类型进行了问题划分，将其划分为地面规划和星上自主规划两部分.
2) 充分考虑了地面和星上的资源特点，提出了一种星地联合的自主运行机制，并详细设计了运行流程.
3) 应用自行开发的分布式仿真演示软件进行了仿真验证，结果表明该机制能够有效地处理非预期任务的快速响应问题.
| [1] |
KARAPETYAN D, MITROVIC-MINIC S, MALLADI K T, et al. The satellite downlink scheduling problem: a case study of RADARSAT-2[M]//MURTY K G. Case Studies in Operations Research. New York: Springer, 2015: 497-516. DOI10. 1007/978-1-4939-1007-6_21.
|
| [2] |
ZHENG Zixuan, GUO Jian, GILL E. Swarm satellite mission scheduling & planning using Hybrid Dynamic Mutation Genetic Algorithm[J].
Acta Astronautica, 2017, 137: 243-253.
DOI: 10.1016/j.actaastro.2017.04.027 |
| [3] |
SUNDAR K, QIN Jianglei, RATHINAM S, et al. Algorithms for a satellite constellation scheduling problem[C]//Proceedings of the International Conference on Automation Science and Engineering. Fort Worth, TX: IEEE, 2016: 373-378. DOI: 10.1109/COASE.2016.7743431.
|
| [4] |
LI Yuqing, WANG Rixin, LIU Yu, et al. Satellite range scheduling with the priority constraint: An improved genetic algorithm using a station ID encoding method[J].
Chinese Journal of Aeronautics, 2015, 28(3): 789-803.
DOI: 10.1016/j.cja.2015.04.012 |
| [5] |
VERFAILLIE G, BORNSCHLEGL E. Designing and evaluating an on-line on-board autonomous Earth observation satellite scheduling system[C]//Proceedings of the 2nd NASA International Workshop on Planning and Scheduling for Space. California: [s. n. ], 2013: 122-126.
|
| [6] |
CHIEN S, CICHY B, DAVIES A, et al. An autonomous Earth observing sensorweb[J].
IEEE Intelligent Systems, 2005, 20(3): 16-24.
DOI: 10.1109/MIS.2005.40 |
| [7] |
TANGPATTANAKUL P, JOZEFOWIEZ N, LOPEZ P. A multi-objective local search heuristic for scheduling Earth observations taken by an agile satellite[J].
European Journal of Operational Research, 2015, 245(2): 542-554.
DOI: 10.1016/j.ejor.2015.03.011 |
| [8] |
陈浩, 李军, 唐宇, 等. 基于动态罚函数遗传算法的电磁探测卫星多星规划方法[J].
国防科技大学学报, 2009, 31(2): 44-50.
CHEN Hao, LI Jun, TANG Yu, et al. An approach for electromagnetic detection satellites scheduling based on genetic algorithm with dynamic punish function[J]. Jounal of National University of Defense Technology, 2009, 31(2): 44-50. DOI: 10.3969/j.issn.1001-2486.2009.02.010 |
| [9] |
陈浩, 景宁, 李军, 等. 基于外包合同网的自治电磁探测卫星群任务规划[J].
宇航学报, 2009, 30(6): 2285-2291.
CHEN Hao, JING Ning, LI Jun, et al. An approach for Autonomous electromagnetic detection satellite constellation scheduling based on outsourcing contract net[J]. Journal of Astronautics, 2009, 30(6): 2285-2291. DOI: 10.3873/j.issn.1000-1328.2009.06.038 |
| [10] |
李军, 李军, 钟志农, 等. 基于SWE的空天资源对地观测协同任务规划服务模型[J].
国防科技大学学报, 2013, 35(3): 108-113.
LI Jun, LI Jun, ZHONG Zhinong, et al. A service model based on SWE for space-aeronautics cooperation earth observing operations[J]. Journal of National University of Defense Technology, 2013, 35(3): 108-113. DOI: 10.3969/j.issn.1001-2486.2013.03.019 |
| [11] |
李菊芳, 贺仁杰, 姚锋, 等. 成像卫星集成调度的变邻域禁忌搜索算法[J].
系统工程理论与实践, 2013, 33(12): 3040-3044.
LI Jufang, HE Renjie, YAO Feng, et al. Variable neighborhood tabu search algorithm for integrated imaging satellites scheduling problem[J]. Systems Engineerin--Theory & Practice, 2013, 33(12): 3040-3044. DOI: 10.12011/1000-6788(2013)12-3040 |
| [12] |
陈英武, 姚锋, 李菊芳, 等. 求解多星任务规划问题的演化学习型蚁群算法[J].
系统工程理论与实践, 2013, 33(3): 791-801.
CHEN Yingwu, YAO Feng, LI Jufang, et al. A learnable ant colony optimization to the mission planning of multiple satellites[J]. Systems Engineering--Theory & Practice, 2013, 33(3): 791-801. DOI: 10.3969/j.issn.1000-6788.2013.03.031 |
| [13] |
AUGENSTEIN S, ESTANISLAO A, GUERE E, et al. Optimal scheduling of a constellation of Earth-imaging satellites, for maximal data throughput and efficient human management[C]// Proceedings of the 26th International Conference on Automated Planning and Scheduling. London, UK: AAAI Press, 2016: 345-352.
|
| [14] |
TANG Yinin, WANG Yueke, CHEN Jianyun, et al. Uplink scheduling of navigation constellation based on genetic algorithm[C]//Proceedings of the 13th International Conference on Signal Processing (ICSP). Chengdu, China: IEEE, 2016. DOI: 10.1109/ICSP.2016.7878003.
|
| [15] |
LI Yuqing, WANG Rixin, XU Minqiang. Rescheduling of observing spacecraft using fuzzy neural network and ant colony algorithm[J].
Chinese Journal of Aeronautics, 2014, 27(3): 678-687.
DOI: 10.1016/j.cja.2014.04.027 |