基于强化学习的卫星规模化在线调度方法研究
发布时间：2021-03-27 09:10
随着航天技术的不断发展和在轨卫星数目的增多,卫星逐渐成为战时军事信息获取、灾害防治、反恐安防、舰船护航等行动中不可或缺的信息获取手段。在上述应用中,用户的观测需求具有极高的时效性;用户希望能在需求提交之后即时进行卫星资源的安排。在这些应用中,卫星管理方并不能事前从用户方获取观测需求信息,而用户方随时都有可能提出新的观测需求。由于观测需求不确定和用户的实时性规划要求,卫星任务规划问题变得极具挑战。卫星在线调度就是面向上述动态、高时效要求应用场景的卫星任务规划方法:即针对动态到达的用户观测需求和用户的实时性规划要求,即时、快速、合理的给出规划决策,提高卫星的利用效率和观测收益。开展卫星在线调度研究有助于提高整个卫星对地观测系统的快速反应能力,提高对地观测系统的应用效益,具有重要的理论和应用价值。现有卫星任务规划的研究多面向预先收集的确定观测需求,建模多采用组合优化或者机器调度模型,求解算法多采用最优化或智能优化算法。这些研究并没有考虑观测需求随时提出的情况;同时,这些模型中,卫星任务规划问题是一个NP-Hard问题,其搜索寻优的难度和时间消耗随问题规模的增大而急剧增大,从而难以适应卫星在线...
【文章来源】：中国科学院大学(中国科学院国家空间科学中心)北京市
【文章页数】：127 页
【学位级别】：博士
【部分图文】：
卫星任务规划的一般流程
卫星管理控制流程
图 2.3 对地观测网络卫星都由其载荷和卫星平台两部分构成[145]，在卫星对地观测的过程，站或者中继卫星对其进行测控，上注指令，并获取卫星的遥测信息，传控中心。在这个意义上，卫星是不具备自主能力的信息搜集遥感器。
【参考文献】：
期刊论文
[1]基于改进烟花算法的密集任务成像卫星调度方法[J]. 张铭,王晋东,卫波. 计算机应用. 2018(09)
[2]基于深度强化学习的水下机器人最优轨迹控制[J]. 马琼雄,余润笙,石振宇,黄晁星,李腾龙. 华南师范大学学报(自然科学版). 2018(01)
[3]深度强化学习进展:从AlphaGo到AlphaGo Zero[J]. 唐振韬,邵坤,赵冬斌,朱圆恒. 控制理论与应用. 2017(12)
[4]基于改进DE算法的敏捷成像卫星前摄式调度[J]. 李志亮,李小将,张东来. 系统工程与电子技术. 2018(02)
[5]面向新型成像卫星自主任务规划系统设计[J]. 何永明,陈英武,邢立宁,袁驵,李国梁. 系统工程与电子技术. 2017(04)
[6]面向移动目标的卫星传感器调度技术研究[J]. 梅关林,冉晓旻,范亮,张策. 信息工程大学学报. 2016(05)
[7]敏捷成像卫星自主规划模型与算法[J]. 刘嵩,陈英武. 国防科技大学学报. 2015(06)
[8]基于BP神经网络的星上任务可调度性预测方法[J]. 邢立宁,王原,何永明,何磊. 中国管理科学. 2015(S1)
[9]面向动态需求的成像卫星滚动式重调度方法研究[J]. 习婷,李菊芳. 中国管理科学. 2015(S1)
[10]Satellite range scheduling with the priority constraint: An improved genetic algorithm using a station ID encoding method[J]. Li Yuqing,Wang Rixin,Liu Yu,Xu Minqiang. Chinese Journal of Aeronautics. 2015(03)
博士论文
[1]机器学习和神经网络学习中的若干问题研究[D]. 姚明臣.大连理工大学 2016
[2]空天资源对地观测协同任务规划方法[D]. 李军.国防科学技术大学 2013
[3]基于Agent的对地观测卫星分布式协同任务规划研究[D]. 王冲.国防科学技术大学 2011
[4]考虑任务合成的成像卫星调度模型与优化算法研究[D]. 白保存.国防科学技术大学 2008
[5]成像卫星鲁棒性调度方法及应用研究[D]. 王军民.国防科学技术大学 2008
[6]强化学习方法及其应用研究[D]. 黄炳强.上海交通大学 2007
[7]成像卫星综合任务调度模型与优化方法研究[D]. 王钧.国防科学技术大学 2007
[8]基于MAS的分布式成像卫星系统任务规划与控制问题研究[D]. 张正强.国防科学技术大学 2006
[9]基于强化学习的移动机器人自主学习及导航控制[D]. 陈春林.中国科学技术大学 2006
[10]成像侦察卫星动态重调度模型、算法及应用研究[D]. 刘洋.国防科学技术大学 2004
硕士论文
[1]面向复杂观测任务的多星组网研究[D]. 罗鑫.中国地质大学 2018
[2]面向无人驾驶的增强学习算法研究[D]. 陈银银.电子科技大学 2018
[3]编队飞行成像卫星的自主任务规划技术研究[D]. 苗悦.哈尔滨工业大学 2016
[4]卫星有效载荷规划与调度的算法及仿真[D]. 刘洋.中国科学院研究生院（空间科学与应用研究中心） 2004
本文编号：3103249
【文章来源】：中国科学院大学(中国科学院国家空间科学中心)北京市
【文章页数】：127 页
【学位级别】：博士
【部分图文】：
卫星任务规划的一般流程
卫星管理控制流程
图 2.3 对地观测网络卫星都由其载荷和卫星平台两部分构成[145]，在卫星对地观测的过程，站或者中继卫星对其进行测控，上注指令，并获取卫星的遥测信息，传控中心。在这个意义上，卫星是不具备自主能力的信息搜集遥感器。
【参考文献】：
期刊论文
[1]基于改进烟花算法的密集任务成像卫星调度方法[J]. 张铭,王晋东,卫波. 计算机应用. 2018(09)
[2]基于深度强化学习的水下机器人最优轨迹控制[J]. 马琼雄,余润笙,石振宇,黄晁星,李腾龙. 华南师范大学学报(自然科学版). 2018(01)
[3]深度强化学习进展:从AlphaGo到AlphaGo Zero[J]. 唐振韬,邵坤,赵冬斌,朱圆恒. 控制理论与应用. 2017(12)
[4]基于改进DE算法的敏捷成像卫星前摄式调度[J]. 李志亮,李小将,张东来. 系统工程与电子技术. 2018(02)
[5]面向新型成像卫星自主任务规划系统设计[J]. 何永明,陈英武,邢立宁,袁驵,李国梁. 系统工程与电子技术. 2017(04)
[6]面向移动目标的卫星传感器调度技术研究[J]. 梅关林,冉晓旻,范亮,张策. 信息工程大学学报. 2016(05)
[7]敏捷成像卫星自主规划模型与算法[J]. 刘嵩,陈英武. 国防科技大学学报. 2015(06)
[8]基于BP神经网络的星上任务可调度性预测方法[J]. 邢立宁,王原,何永明,何磊. 中国管理科学. 2015(S1)
[9]面向动态需求的成像卫星滚动式重调度方法研究[J]. 习婷,李菊芳. 中国管理科学. 2015(S1)
[10]Satellite range scheduling with the priority constraint: An improved genetic algorithm using a station ID encoding method[J]. Li Yuqing,Wang Rixin,Liu Yu,Xu Minqiang. Chinese Journal of Aeronautics. 2015(03)
博士论文
[1]机器学习和神经网络学习中的若干问题研究[D]. 姚明臣.大连理工大学 2016
[2]空天资源对地观测协同任务规划方法[D]. 李军.国防科学技术大学 2013
[3]基于Agent的对地观测卫星分布式协同任务规划研究[D]. 王冲.国防科学技术大学 2011
[4]考虑任务合成的成像卫星调度模型与优化算法研究[D]. 白保存.国防科学技术大学 2008
[5]成像卫星鲁棒性调度方法及应用研究[D]. 王军民.国防科学技术大学 2008
[6]强化学习方法及其应用研究[D]. 黄炳强.上海交通大学 2007
[7]成像卫星综合任务调度模型与优化方法研究[D]. 王钧.国防科学技术大学 2007
[8]基于MAS的分布式成像卫星系统任务规划与控制问题研究[D]. 张正强.国防科学技术大学 2006
[9]基于强化学习的移动机器人自主学习及导航控制[D]. 陈春林.中国科学技术大学 2006
[10]成像侦察卫星动态重调度模型、算法及应用研究[D]. 刘洋.国防科学技术大学 2004
硕士论文
[1]面向复杂观测任务的多星组网研究[D]. 罗鑫.中国地质大学 2018
[2]面向无人驾驶的增强学习算法研究[D]. 陈银银.电子科技大学 2018
[3]编队飞行成像卫星的自主任务规划技术研究[D]. 苗悦.哈尔滨工业大学 2016
[4]卫星有效载荷规划与调度的算法及仿真[D]. 刘洋.中国科学院研究生院（空间科学与应用研究中心） 2004
本文编号：3103249
本文链接：https://www.wllwen.com/kejilunwen/hangkongsky/3103249.html
