面向多星区域观测调度的改进型自适应遗传算法

樊育，刘莹莹，周军

西北工业大学 航天学院，西安 710072

地球观测卫星(Earth observation satellite, EOS)可以实现对指定点目标或区域目标的观测成像。但是，如果卫星不具有侧摆能力，那么卫星仅能对其星下点轨迹上视场角范围内的目标实现观测；而实际任务目标中的大部分区域都是没有在指定卫星星下点轨迹上及其视场角范围内的。因此在卫星不具有侧摆能力的情况下，对指定区域目标的覆盖效率是很低的。为了解决这个问题，可将星载相机在垂直于卫星星下点轨迹的方向上进行摆动，以此实现对未在星下点轨迹上及其视场角范围内的目标进行观测，大大提高卫星的对地覆盖效率。另外，随着微小卫星的发展，大大降低了卫星的制作成本，使得越来越多的卫星组成卫星星座[1-2]去完成对指定区域目标的观测成为各个国家和企业的研究重点。

当今资源充分利用的环境下，如何利用一定的卫星资源实现对目标区域最大程度的覆盖[3]，已经是研究对地观测卫星的热点问题，引起众多学者的关注。伍国华等[4-5]提出了动态聚类调度算法(dynamic clustering scheduling algorithm, DCSA)来解决多星多轨道圈次的观测调度问题，并使用模拟退火算法搜索全局最优解；李仕学等[6]面向月表大区域成像任务需求，提出了拼接成像侧摆角优化方法，并提出基于sigmoid函数的自适应遗传算法(sigmoid adaptive genetic algorithm, SAGA)对其进行求解；Wang等[7]为了提高计算效率，考虑了当前任务与历史任务的相似性，提出具有检索、匹配和修正的相似性学习法，并结合遗传算法对实际观测任务进行求解，大大加快了任务的求解速度；……