一种面向大区域目标的多星任务规划方法及系统

1.一种面向大区域目标的多星任务规划方法，其特征在于，包括以下步骤：步骤1：获取区域目标集 ，以及卫星资源集S；步骤2：计算区域目标集 中每一个目标任务 的条带集 i ，得到区域目标集 中所有目标任务的条带集合B， 表示区域目标集 中第i个任务， , 为区域目标集合中目标任务的数量；步骤3：根据所有目标任务的条带集合B，计算区域目标集 中每个区域目标的覆盖率；步骤4：根据区域目标的覆盖率，构建面向大区域多星调度任务规划模型；面向大区域多星调度任务规划模型是：目标函数为：式(1)中， 为首要目标函数，最大化任务覆盖率， 是次要目标函数，是最小化条带使用数量；仅当函数 的优化目标达到阈值 后，函数 才会与函数 同时被优化；式（2）中， 为 0-1参数，表示第k个网格是否被条带覆盖，1为是，0为否；m表示网格数量， 表示第 个网格中存在的目标区域面积， 表示目标区域面积总和，式（3）中， 为0-1决策变量，表示第 颗卫星的第 次过境的第 个条带是否被使用，1为是，0为否； 表示规划周期内的过境总次数，n为参与规划的卫星数量， 表示第 颗卫星 在第 次过境的条带集合， 表示第 颗卫星 在第 次过境时总条带数，约束条件为：式（4）表示同一颗卫星在一次过境期间，条带与条带之间的姿态转换关系约束； 表示第 颗卫星的第 次过境的条带集合中的第 个条带的结束时刻； 表示条带 和条带 之间的转换时间， 表示条带 和条带 之间的转换的总角度； 表示第 颗卫星的第 次过境的条带集合中的第 个条带， 表示第 颗卫星的第 次过境的条带集合中的第 个条带， 表示第 颗卫星的第 次过境的条带集合中的第 个条带的开始时刻； 为0-1参数，表示第 颗卫星的第 次过境的条带集合中的第 个条带和第 个条带都被使用，1为是，0为否； 表示第i个卫星的第 次过境的条带集合;式（5）表示必须两个条带同时被选择，条带转换时间才会被考虑；式（6）表示每颗卫星使用能量上限约束， ：表示卫星 的单圈可用的能量上限； 表示第 颗卫星的第 次过境的条带集合中的第 个条带的所需能量步骤5：对所述面向大区域多星调度任务规划模型进行求解，并输出规划方案。 2.根据权利要求1所述的多星任务规划方法，其特征在于，步骤3中计算区域目标集 中每个区域目标的覆盖率的方法是：步骤3.1：对所述区域目标集R中所有目标所在的区域进行网格化处理，得到网格划分后位于目标区域中的各个网格的坐标；步骤3.2：根据网格的坐标位置，判断所有存在目标区域的网格是否被条带覆盖，统计得到所有被卫星条带覆盖的网格数目；步骤3.3：计算每个网格中存在的目标区域面积占目标区域的百分比，得到目标区域覆盖率。 3.根据权利要求2所述的多星任务规划方法，其特征在于，步骤2中，计算区域目标集 中每一个目标任务 的条带集 i ，得到区域目标集 中所有目标任务的条带集合B的方法是：步骤2.1：根据每一个任务 的位置信息和观测时间信息，依次选取卫星 ， h =1,2…|S|，|S|表示卫星资源集S中卫星的数量，计算卫星 对任务 的观测条带集合 ,最终得到任务 的所有卫星条带集合 ， ；步骤2.2：合并所有任务的所有卫星条带集合，得到大区域目标的条带集合 。 4.根据权利要求2所述的多星任务规划方法，其特征在于，对面向大区域多星调度任务规划模型进行求解的方法是深度自适应大邻域搜索算法，具体为：步骤5.1：随机生成初始种群，将初始种群中的各个体分配给预先定义的各线程作为初始解，同时为各线程输入算法库和算子库以及算法、算子参数；步骤5.2：设定算法运行时间，每个线程以轮盘赌的方式从算法库中选择一种算法，同时各算法在运行过程中，再以轮盘赌的方式从算子库中挑选算子，各线程根据所选择的算法及算子执行搜索并记录该算法的历史最优解，所述历史最优解是指当前解及历史解中目标函数值最高的解；步骤5.3：合并各算法的历史最优解形成当前最优解集合；保留当前最优解集合中目标函数值靠前的 个个体构建当前种群，并计算各算法、算子对当前种群的贡献度，根据贡献度更新各算法、算子被选中的概率；步骤5.4：将当前种群中的个体随机两两配对，运行交叉算子，获得新种群，根据目标函数值，以轮盘赌的方式为各线程重新分配初始解；步骤5.5：若满足终止条件，则输出最优个体，所述最优个体是指当前最优解集合中目标函数值最高的解；否则，返回步骤5.2。 5.根据权利要求4所述的多星任务规划方法，其特征在于，步骤5.3的具体方法为：步骤5.3.1：合并各算法记录的历史最优解，得到当前最优解集合；步骤5.3.2：将当前最优解集合中目标函数值靠前的前 个个体构建当前种群；步骤5.3.3：根据各线程搜索过程中解的目标函数值和对应的算法、算子信息，计算各算法、算子对当前种群的贡献度；步骤5.3.4：根据贡献度将贡献度最低的算法所对应的线程删除。 6.根据权利要求5所述的多星任务规划方法，其特征在于，步骤5.3.3中计算各算法、算子对当前种群的贡献度的方法是： （7） 表示第 个算法的贡献度； 表示第 个算法对当前最优解集 贡献的解的数量； 为将当前最优解集 ={ }中的每个解按照目标函数值升序排序后的解集， 为线程数； 为算法库中的算法数量； 分别表示不同算法的历史最优解集；式（8）表示将 中的前 个解选入 ，如果 中的解个数小于 ，则 中的全部选入 。 7.根据权利要求2所述的多星任务规划方法，其特征在于，步骤3.2中计算所有存在目标区域的网格是否被条带覆盖的方法是引射线法。 8.根据权利要求7所述的多星任务规划方法，其特征在于，所述引射线法是指：从网格的某一顶点发出一条射线，若该射线与条带所在的多边形的交点个数为奇数，则该顶点在条带所在的多边形内；依次判断网格的其他几个顶点是否在条带所在的多边形内，若都在，则网格被条带覆盖。 9.一种面向大区域目标的多星任务规划系统，其特征在于，包括以下模块：输入模块：用于获取区域目标集 ，以及卫星资源集S；条带集合计算模块：用于计算区域目标集 中每一个目标任务 的条带集 i ，得到区域目标集 中所有目标任务的条带集合B， 表示区域目标集 中第i个任务， , 为区域目标集合中目标任务的数量；覆盖率计算模块：用于根据所有目标任务的条带集合B，计算区域目标集 中每个区域目标的覆盖率；规划模型构建模块：用于根据区域目标的覆盖率，构建面向大区域多星调度任务规划模型；面向大区域多星调度任务规划模型是：目标函数为：式(1)中， 为首要目标函数，最大化任务覆盖率， 是次要目标函数，是最小化条带使用数量；仅当函数 的优化目标达到阈值 后，函数 才会与函数 同时被优化；式（2）中， 为 0-1参数，表示第k个网格是否被条带覆盖，1为是，0为否；m表示网格数量， 表示第 个网格中存在的目标区域面积， 表示目标区域面积总和，式（3）中， 为0-1决策变量，表示第 颗卫星的第 次过境的第 个条带是否被使用，1为是，0为否； 表示规划周期内的过境总次数，n为参与规划的卫星数量， 表示第 颗卫星 在第 次过境的条带集合， 表示第 颗卫星 在第 次过境时总条带数，约束条件为：式（4）表示同一颗卫星在一次过境期间，条带与条带之间的姿态转换关系约束； 表示第 颗卫星的第 次过境的条带集合中的第 个条带的结束时刻； 表示条带 和条带 之间的转换时间， 表示条带 和条带 之间的转换的总角度； 表示第 颗卫星的第 次过境的条带集合中的第 个条带， 表示第 颗卫星的第 次过境的条带集合中的第 个条带， 表示第 颗卫星的第 次过境的条带集合中的第 个条带的开始时刻； 为0-1参数，表示第 颗卫星的第 次过境的条带集合中的第 个条带和第 个条带都被使用，1为是，0为否； 表示第i个卫星的第 次过境的条带集合;式（5）表示必须两个条带同时被选择，条带转换时间才会被考虑；式（6）表示每颗卫星使用能量上限约束， ：表示卫星 的单圈可用的能量上限； 表示第 颗卫星的第 次过境的条带集合中的第 个条带的所需能量；输出模块：用于对所述面向大区域多星调度任务规划模型进行求解，并输出规划方案。