单成像卫星的需求分析与融合技术研究

发布时间：2017-10-20 13:09

  本文关键词：单成像卫星的需求分析与融合技术研究

  更多相关文章： 成像卫星 对地观测需求 需求融合 冗余性 遗传算法

【摘要】：成像卫星服务机构为大量的用户提供卫星成像服务。因为不同的用户之间在提出观测需求时没有进行相互的沟通和联系,所以不同用户之间可能存在对同一地区提出相同或者相似的卫星观测需求。当出现上述情况时,成像卫星完成其中一个观测需求的任务时,同时也能完成或者部分完成某些其他的观测需求,我们认为这些观测需求之间存在冗余关系。随着用户数量和需求数量的增加,需求之间存在冗余关系的概率和数量都将会随之增加。如果不对存在冗余关系的需求进行处理,成像卫星将会对某些地区重复观测,造成卫星资源浪费。成像卫星的需求融合技术研究是将日益增长和庞大的卫星观测需求通过融合相同或者相似的观测需求,消除需求之间的冗余关系,减小需求数量的规模,从而降低卫星规划的难度,提高了卫星的利用率和用户总体满足度。在模型研究方面:本文首先建立了观测需求描述模型和成像卫星的观测能力模型。通过分析用户提出需求的共同特性和要素,给出了需求的描述的规范,将需求分为区域目标观测需求和点目标观测需求。通过对卫星的功能结构和资源进行分析,抽象出成像卫星的共同特点和能力,建立一个对任意成像卫星的表达模式,从而建立成像卫星对地观测的能力模型。区域目标观测需求融合研究的方法:通过研究区域目标观测需求之间的冗余性问题,引入了冗余性强度的概念。本文将区域目标观测需求的冗余性分解为:空域冗余性强度和时域冗余性强度,建立了冗余性强度矩阵,采用矩阵的层次融合分析法对冗余性强度矩阵进行计算,计算出可融合的区域目标观测需求并进行融合。最后通过仿真验证区域目标需求融合方法,仿真实验结果表明区域目标需求融合方法能够有效的降低需求的规模和节约卫星的资源。点目标观测需求融合研究方法:通过分析成像卫星的任务规划,发现大部分成像卫星每一次只观察一个点目标。如果在点目标比较集中的情况下,会因为点目标之间的时间窗口冲突或者转换时间不够导致成像卫星只能够完成很少的点目标观测需求。针对该问题本文提出了点目标合成观测的方法。根据成像卫星遥感器的侧摆和视场角,调整成像卫星遥感器的观测角度,将多个点目标同时纳入成像卫星的观测范围。本文建立点目标融合的条件约束模型,采用了遗传算法对问题进行了计算。并且通过仿真实验对合成观测方法进行了验证,实验表明合成观测能够使得成像卫星完成更多的点目标观测需求,显著的提高了卫星的资源的利用率和总体用户的完成率。在成像卫星的观测能力不能够满足需求的背景下,通过对观测需求的分析和融合研究,可以显著的减小需求的数量规模,为成像卫星的任务规划降低难度,可以提高成像卫星的资源利用率,完成更多的对地观测需求。
【关键词】：成像卫星 对地观测需求 需求融合 冗余性 遗传算法
【学位授予单位】：湘潭大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：V474
【目录】：

• 摘要4-6
• Abstract6-12
• 第1章 绪论12-19
• 1.1 研究背景与意义12-14
• 1.2 国内外相关研究现状14-17
• 1.2.1 卫星任务规划研究现状14-15
• 1.2.2 对地观测需求关联融合分析研究现状15-16
• 1.2.3 研究现状总结16-17
• 1.3 主要研究内容与创新点17-19
• 1.3.1 主要内容17
• 1.3.2 组织结构17-18
• 1.3.3 论文的主要创新18-19
• 第2章 对地观测需求复杂性问题研究19-30
• 2.1 对地观测需求的描述模型19-22
• 2.1.1 对地观测需求信息的基本要素19-21
• 2.1.2 对地观测需求描述模型构建21-22
• 2.2 卫星对地观测能力描述22-27
• 2.2.1 对地观测卫星特征属性23-26
• 2.2.2 卫星对地观测能力模型构建26-27
• 2.3 对地观测需求的复杂性27-29
• 2.4 本章小结29-30
• 第3章 对地观测需求预处理研究30-45
• 3.1 对地观测需求预处理问题描述30-31
• 3.2 对地观测需求预处理方法31-38
• 3.2.1 对地观测需求的卫星资源匹配31-36
• 3.2.2 对地观测需求的卫星资源冲突消除36-38
• 3.3 算例38-43
• 3.4 本章小结43-45
• 第4章 区域目标需求融合45-52
• 4.1 区域目标需求冗余性问题描述45
• 4.2 区域目标需求冗余性强度45-47
• 4.3 基于矩阵融合的算法47-49
• 4.4 仿真分析49-51
• 4.5 本章小结51-52
• 第5章 点目标需求融合52-74
• 5.1 成像卫星对点目标观测的特点52-54
• 5.2 成像卫星对点目标进行合成观测研究54-57
• 5.2.1 建立模型56-57
• 5.3 遗传算法求解模型57-68
• 5.3.1 遗传算法介绍57-59
• 5.3.2 点目标融合遗传算法计算方法59-67
• 5.3.3 仿真分析67-68
• 5.4 动态规划算法68-72
• 5.4.1 算法描述68-70
• 5.4.2 算例70-72
• 5.5 实验仿真结果对比分析72-73
• 5.6 本章小结73-74
• 第6章 总结与展望74-76
• 6.1 主要研究成果74-75
• 6.2 下一步的研究方向75-76
• 参考文献76-79
• 致谢79-80
• 攻读硕士学位期间发表的论文及参与的课题80

，

本文编号：1067315