一种基于DEC-POMDP的多卫星协同优化决策方法及装置

本发明实施例提供了一种基于DEC‑POMDP多卫星协同优化决策方法及装置，属于对地观测卫星地面运控技术领域。该方法包括：获取当前规划决策时刻的环境观测信息和DAG协同规划环境中其它各卫星的部分状态信息，并基于预设的部分可见马尔可夫决策过程模型对卫星自身的信念状态信息进行更新；根据更新后的信念状态信息计算所述当前规划决策时刻最优的观测动作，并获得瞬时报酬值；根据所述瞬时报酬值计算期望折扣报酬值，并计算出使得所述期望折扣报酬值最大化的最优策略，以及得到所述期望折扣报酬值的最大值；将每个规划决策时刻得到的折扣报酬期望值进行叠加合并，得到所述卫星协同任务规划系统的整体值函数。本发明能够实现卫星协同任务规划系统的分布式优化决策。