## 留言板

 引用本文: 刘华俊, 蔡波, 朱庆. 一种成像卫星区域覆盖的自适应规划方法[J]. 武汉大学学报 ● 信息科学版, 2017, 42(12): 1719-1724.
LIU Huajun, CAI Bo, ZHU Qing. Self-adaptive Planning Method of Imaging Reconnaissance Satellites Area Coverage[J]. Geomatics and Information Science of Wuhan University, 2017, 42(12): 1719-1724. doi: 10.13203/j.whugis20150120
 Citation: LIU Huajun, CAI Bo, ZHU Qing. Self-adaptive Planning Method of Imaging Reconnaissance Satellites Area Coverage[J]. Geomatics and Information Science of Wuhan University, 2017, 42(12): 1719-1724.

• 中图分类号: P236

## Self-adaptive Planning Method of Imaging Reconnaissance Satellites Area Coverage

Funds:

The National Natural Science Foundation of China 41471320

The National Natural Science Foundation of China 41301409

the Research Fund for the Doctoral Program of Higher Education of China 20130141120021

###### Corresponding author:CAI Bo, PhD, associate professor. E-mail: bo_cai@yeah.net
• 摘要: 卫星对侦查区域的覆盖语义是影响侦查覆盖效率的关键因素之一。针对现有覆盖算法低效耗时的技术瓶颈，提出了一种针对成像卫星区域覆盖的自适应规划方法，包括自适应的网格划分、平衡成像精度和覆盖效率的最大可视覆盖计算以及窗口优化的卫星区域覆盖策略。通过与常用经典算法对比，验证了本文方法的有效性和鲁棒性。本文方法已成功应用于某些在轨卫星的区域覆盖任务。
• 图  1  成像卫星区域覆盖规划算法流程图

Figure  1.  Flowchart of Planning Algorithm of Imaging Reconnaissance Satellites Area Coverage

图  2  区域覆盖实例

Figure  2.  An Example of Area Coverage

图  3  滑动窗口

Figure  3.  Sliding Window

图  4  算法结果对比

Figure  4.  Comparison Result of Different Algorithms

•  [1] 祝江汉, 李曦, 毛赤龙, 等.多卫星区域观测任务的侧摆方案优化方法研究[J].武汉大学学报·信息科学版, 2006, 31(10):868-870 http://ch.whu.edu.cn/CN/abstract/abstract2567.shtml Zhu Jianghan, Li Xi, Mao Chilong, et al. Elevations Selection Approach of Area Target Observation Task Using Satellites Resource[J]. Geomatics and Information Science of Wuhan University, 2006, 31(10):868-870 http://ch.whu.edu.cn/CN/abstract/abstract2567.shtml [2] Frank J, Jonsson A, Mirris R, et al. Planning and Scheduling for Fleets of Earth Observing Satellites[C]. The 6th International Symposium on Artificial Intelligence, Robotics, Automation and Space, Montreal, 2003 [3] Morris R, Dungan J, Gasch J, et al. Coordinated Science Campaign Planning for Earth Observing Missions[C]. Earth-Sun System Technology Conference, Palo Alto, CA, 2004 [4] Globus A, Crawford J, Lohn J, et al. Earth Observing Fleets Using Evolutionary Algorithms:Problem Description and Approach[C]. The 3rd International NASA Workshop on Planning and Scheduling for Space, Houston, Texas, USA, 2002 [5] 贺仁杰. 成像侦察卫星调度问题研究[D]. 长沙: 国防科技大学, 2004 He Renjie. Research on Imaging Reconnaissance Satellite Scheduling Problem[D]. Changsha:National University of Defense Technology, 2004 [6] Chen Hao, Li Jun. Hybrid Algorithms for Electromagnetic Detection Satellites Scheduling[C]. The 20th IEEE International Conference on Tools with Artificial Intelligence, Dayton, Ohio, USA, 2008 [7] Lemaitre M, Verfaillie G. Selecting and Scheduling Observations of Agile Satellites[J]. Aerospace Science and Technology, 2002, 6(5):367-381 [8] Lin Weicheng, Liao Dayin, Liu Chungyang, et al. Daily Imaging Scheduling of an Earth Observation Satellite[J]. IEEE Transactions on Systems Man & Cybernetics Part A:Systems & Humans, 2005, 35(2):213-223 https://www.researchgate.net/publication/4043332_Daily_imaging... [9] 阮启明, 谭跃进, 李永太, 等.基于约束满足的多星对区域目标观测活动协同[J].宇航学报, 2007, 28(1):238-242 http://www.cnki.com.cn/Article/CJFDTOTAL-YHXB200701044.htm Ruan Qiming, Tan Yuejin, Li Yongtai, et al. Constraint Satisfaction-Based Multi-satellite Observation on Area Object[J]. Journal of Astronautic, 2007, 28(1):238-242 http://www.cnki.com.cn/Article/CJFDTOTAL-YHXB200701044.htm [10] 章登义, 郭雷, 王骞, 等.一种面向区域目标的敏捷成像卫星单轨调度方法[J].武汉大学学报·信息科学版, 2014, 39(8):901-905 http://ch.whu.edu.cn/CN/abstract/abstract3041.shtml Zhang Dengyi, Guo Lei, Wang Qian, et al. An Improved Single-Orbit Scheduling Method for Agile Imageing Satellite Towards Area Target[J]. Geomatics and Information Science of Wuhan University, 2014, 39(8):901-905 http://ch.whu.edu.cn/CN/abstract/abstract3041.shtml [11] 白保存. 考虑任务合成的成像卫星调度模型与优化算法研究[D]. 长沙: 国防科技大学, 2008 Bai Baocun. Modeling and Optimization Algorithms for Imaging Satellites Scheduling Problem with Task Merging[D]. Changsha:National University of Defense Technology, 2008 [12] 王迪, 祝江汉, 薛波.基于GA的电子侦察卫星任务规划问题研究[J].计算机仿真, 2009, 26(8):53-56 http://www.cqvip.com/qk/92897X/200908/31335364.html Wang Di, Zhu Jianghan, Xue Bo. Mission Planning for Electronic Reconnaissance Satellites Based on Genetic Algorithm[J]. Computer Simulation, 2009, 26(8):53-56 http://www.cqvip.com/qk/92897X/200908/31335364.html [13] 吴廷勇, 吴诗其.基于遗传算法的区域覆盖共地面轨迹卫星星座的优化设计[J].系统仿真学报, 2007, 19(11):2583-2586 Wu Tingyong, Wu Shiqi. Optimal Design of Regional Coverage Common-Track Satellite Constellation via Genetic Algorithm[J]. Journal of System Simulation, 2007, 19(11):2583-2586 [14] 王瑞, 马兴瑞, 李明.采用遗传算法进行区域覆盖卫星星座优化设计[J].宇航学报, 2002, 23(3):24-28 Wang Rui, Ma Xingrui, Li Ming. Optimization of Regional Coverage Satellite Constellations by Genetic Algorithm[J]. Journal of Astronautics, 2002, 23(3):24-28 [15] 王慧林, 邱涤珊, 黄小军, 等.面向区域覆盖的电子侦察卫星规划方法研究[J].兵工学报, 2011, 32(11):1365-1372 http://www.wenkuxiazai.com/doc/bb3eba21915f804d2a16c103.html Wang Huilin, Qiu Dishan, Huang Xiaojun, et al. Research on Schedule Technique for Area-Detecting Electronic Reconnaissance Satellite[J]. Acta Armamentaril, 2011, 32(11):1365-1372 http://www.wenkuxiazai.com/doc/bb3eba21915f804d2a16c103.html [16] 齐维毅, 丁言镁, 吴丽娟.四边形网格划分过程中的边界提取与优化算法的实现[J].小型微型计算机系统, 2007, 28(10):1861-1864 Qi Weiyi, Ding Yanmei, Wu Lijuan. Realization of the Edge Points Searching and Edges Optimization Algorithm in Quadrangular Meshes Generation Process[J]. Journal of Chinese Computer Systems, 2007, 28(10):1861-1864
•  [1] 王凌轩, 甘雨, 隋立芬, 田源, 刘乾坤.  INS辅助的实时动态GNSS单频周跳探测 . 武汉大学学报 ● 信息科学版, 2019, 44(3): 364-370. doi: 10.13203/j.whugis20160214 [2] 钟德云, 王李管, 毕林.  复杂矿体模型多域自适应网格剖分方法 . 武汉大学学报 ● 信息科学版, 2019, 44(10): 1538-1544. doi: 10.13203/j.whugis20170304 [3] 卓国浩, 吴波, 朱欣然.  一种自适应三维核回归的遥感时空融合方法 . 武汉大学学报 ● 信息科学版, 2018, 43(4): 563-570. doi: 10.13203/j.whugis20160141 [4] 吕海洋, 盛业华, 李佳, 段平, 张思阳.  基于RASM的紧支撑径向基函数自适应并行地形插值方法 . 武汉大学学报 ● 信息科学版, 2017, 42(9): 1316-1322. doi: 10.13203/j.whugis20150535 [5] 樊子德, 李佳霖, 邓敏.  顾及多因素影响的自适应反距离加权插值方法 . 武汉大学学报 ● 信息科学版, 2016, 41(6): 842-847. doi: 10.13203/j.whugis20140658 [6] 易琳, 袁林旺, 盛业华, 李润超.  V-代约束的结构保持空间插值算法 . 武汉大学学报 ● 信息科学版, 2015, 40(6): 823-828. doi: 10.13203/j.whugis20130493 [7] 王振杰, 聂志喜, 欧吉坤.  一种基于TurboEdit改进的GPS双频观测值周跳探测方法 . 武汉大学学报 ● 信息科学版, 2014, 39(9): 1017-1021. doi: 10.13203/j.whugis20130021 [8] 张菊清, 郝蓉, 张勤, 聂建亮.  基于各向异性协方差函数的自适应拟合推估 . 武汉大学学报 ● 信息科学版, 2014, 39(10): 1179-1183. [9] 吴佳, 蔡之华, 金晓文.  自适应差分演化算法在图像监督分类中的应用 . 武汉大学学报 ● 信息科学版, 2013, 38(1): 23-26. [10] 周亚男, 骆剑承, 程熙, 沈占锋.  多特征融入的自适应遥感影像多尺度分割 . 武汉大学学报 ● 信息科学版, 2013, 38(1): 19-22. [11] 刘宁, 熊永良, 徐韶光.  利用改进的TurboEdit算法与Chebyshev多项式探测与修复周跳 . 武汉大学学报 ● 信息科学版, 2011, 36(12): 1500-1503. [12] 孙卡, 吴冲龙, 刘刚, 何珍文.  海量三维地质空间数据的自适应预调度方法 . 武汉大学学报 ● 信息科学版, 2011, 36(2): 140-143. [13] 王志伟, 朱长青, 王奇胜, 符浩军.  一种基于HVS和DFT的栅格地图自适应数字水印算法 . 武汉大学学报 ● 信息科学版, 2011, 36(3): 351-354. [14] 郭琳, 陈庆虎.  结构保持的图像序列自适应超分辨率重建 . 武汉大学学报 ● 信息科学版, 2011, 36(5): 548-551. [15] 邓敏, 刘启亮, 李光强, 肖奇.  一种基于似最小生成树的空间聚类算法 . 武汉大学学报 ● 信息科学版, 2010, 35(11): 1360-1364. [16] 谢超, 陈毓芬, 王英杰, 马惠军.  基于模块化的电子地图自适应设计机制研究 . 武汉大学学报 ● 信息科学版, 2010, 35(10): 1255-1259. [17] 杨必胜, 孙丽.  导航电子地图的自适应多尺度表达 . 武汉大学学报 ● 信息科学版, 2008, 33(4): 363-366. [18] 楼益栋, 施闯, 葛茂荣, 赵齐乐.  GPS卫星实时精密定轨及初步结果分析 . 武汉大学学报 ● 信息科学版, 2008, 33(8): 815-817. [19] 陈振学, 汪国有, 马于涛, 张磊.  基于均值反差滤波的红外小目标检测算法 . 武汉大学学报 ● 信息科学版, 2007, 32(6): 560-563. [20] 张孟君, 舒红, 刘艳, 王涛.  基于空间曲面拟合的自适应阈值选取方法 . 武汉大学学报 ● 信息科学版, 2006, 31(5): 395-398.

##### 计量
• 文章访问数:  743
• HTML全文浏览量:  68
• PDF下载量:  566
• 被引次数: 0
##### 出版历程
• 收稿日期:  2015-12-15
• 刊出日期:  2017-12-05

## 一种成像卫星区域覆盖的自适应规划方法

##### doi: 10.13203/j.whugis20150120
###### 1. 武汉大学计算机学院, 湖北 武汉, 4300722. 地球空间信息技术协同创新中心, 湖北 武汉, 4300793. 西南交通大学地球科学与环境工程学院, 四川 成都, 611756
基金项目:

国家自然科学基金 41471320

国家自然科学基金 41301409

高等学校博士学科点专项科研基金 20130141120021

• 中图分类号: P236

### English Abstract

 引用本文: 刘华俊, 蔡波, 朱庆. 一种成像卫星区域覆盖的自适应规划方法[J]. 武汉大学学报 ● 信息科学版, 2017, 42(12): 1719-1724.
LIU Huajun, CAI Bo, ZHU Qing. Self-adaptive Planning Method of Imaging Reconnaissance Satellites Area Coverage[J]. Geomatics and Information Science of Wuhan University, 2017, 42(12): 1719-1724. doi: 10.13203/j.whugis20150120
 Citation: LIU Huajun, CAI Bo, ZHU Qing. Self-adaptive Planning Method of Imaging Reconnaissance Satellites Area Coverage[J]. Geomatics and Information Science of Wuhan University, 2017, 42(12): 1719-1724.
• 随着在轨卫星数目的不断增加, 多颗成像侦察卫星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空间覆盖率效果[1]。受卫星飞行轨道、侧摆角以及地球自转等空间因素影响以及卫星通过覆盖区域的时间制约, 成像卫星在指定的时间段对单个区域进行最大效率的侦查覆盖实际上是一个基于时空约束的动态组合优化问题。随着网络通讯技术的发展和星载存储容量的快速增加, 卫星与地面站以及中继星之间的数据交换速度已不再对卫星下传数据的效率产生制约。因此, 如何利用空闲卫星资源对侦查区域较快地完全覆盖, 已经成为提高区域侦查效率的主要问题。

针对成像卫星的区域覆盖规划问题, 国内外相继出现了面向点目标和面目标的区域覆盖方法。面向点目标的多星任务规划可以利用启发式的随机搜索对问题进行求解, 但只能对小规模的规划问题求解, 效率不高[2]；有的研究仅讨论调度问题, 并未提及系统具体采用的模型及算法[3, 4]；有的研究将规划问题看作是时间约束的调度问题[5], 但并未考虑侦查目标对多颗卫星的空间约束；有研究建立了规划模型[6], 并基于动态惩罚函数的遗传算法进行问题求解。面向点目标与面目标的卫星规划两者的主要区别在于后者要求覆盖区域的完备性得到保障, 因此区域覆盖也不能套用点目标的侦查模式。面向面目标的任务规划问题一般可以分为单星侦察[7-10]和多星协同侦察两种模式。有研究针对单星侦察模式建立了整数规划模型[8], 但该模型只能适用于卫星单次过境并且观测场景无重叠的情况；有研究在建立模型的同时采用邻域搜索来求解问题[9], 但其采用的场景重叠途径会增大问题搜索的空间, 求解的复杂度也会急剧增加。随着在轨卫星数目的增多, 单星侦察的模式已逐渐被多星协同侦察所取代。智能优化算法中的遗传学途径和模拟退火途径是面目标任务规划中普遍采用的方法[11-14], 但是也会存在优化求解时间过长, 算法执行效率不高的问题。针对面目标的多星协同侦察模式通常利用单纯的或改进的智能优化算法来解决成像卫星的区域覆盖问题, 却忽略了多颗卫星区域覆盖的时空约束语义, 且算法的收敛性很大程度依赖初始值的选取, 不收敛的情况时有发生；虽对卫星的侦查进行了组合规划求解, 但是未考虑成像精度和覆盖效率之间的制约关系。

区域覆盖的常用方法是首先对覆盖区域进行网格划分, 通常是对区域单纯地利用等经纬度划分网格[1, 15], 并不能判断覆盖的边界是否严格落入覆盖范围。为保证计算求解的效率, 划分粒度一般只达到95%的实际覆盖率, 但是此粒度并不能保证当今侦查的要求。基于此, 文献[16]提出了边缘网格再划分方法, 然而, 不规则的侦查区域对于边界的判断以及边界网格的细分标准也需要过多计算量和人机交互。

基于以上情况, 本文提出了一种针对成像卫星区域覆盖的自适应方法, 同时提出了一种自适应的网格划分标准, 并充分考虑时空覆盖之间的语义约束, 有效解决了不收敛的问题, 有望最大效率地利用卫星资源；还提出了一种顾及成像精度和覆盖效率的评价标准, 自动计算寻找实际覆盖和计算效率之间的平衡点。

/

• 分享
• 用微信扫码二维码

分享至好友和朋友圈