天基低轨海上移动目标成像搜索任务调度

doi:10.7527/S1000-6893.2023.28752

飞行力学与制导控制

本期目录 | 过刊浏览 | 高级检索

前一篇 | 后一篇

天基低轨海上移动目标成像搜索任务调度

杨迪¹^,², 李振瑜¹^,², 郭帅¹^,², 张嘉城¹^,², 罗亚中¹^,²()

^1.国防科技大学空天科学学院，长沙　410073
^2.空天任务智能规划与仿真湖南省重点实验室，长沙　410073

收稿日期:2023-03-29 修回日期:2023-04-26 接受日期:2023-05-30 出版日期:2023-08-15 发布日期:2023-05-31
通讯作者: 罗亚中 E-mail:luoyz@nudt.edu.cn
基金资助:
国家自然科学基金(12125207);载人航天工程科技创新团队资助

Space-based LEO-observation search planning for maritime moving targets

Di YANG¹^,², Zhenyu LI¹^,², Shuai GUO¹^,², Jiacheng ZHANG¹^,², Yazhong LUO¹^,²()

^1.College of Aerospace Science and Engineering，National University of Defense Technology，Changsha 　410073，China
^2.Hunan Key Laboratory of Intelligent Planning and Simulation for Aerospace Missions，Changsha 　410073，China

Received:2023-03-29 Revised:2023-04-26 Accepted:2023-05-30 Online:2023-08-15 Published:2023-05-31
Contact: Yazhong LUO E-mail:luoyz@nudt.edu.cn
Supported by:
National Natural Science Foundation of China(12125207);the from Technology Innovation Team of Manned Spaced Engineering

摘要/Abstract

摘要：

搜索海上移动目标在民用和军事领域都有着迫切需求。相比于飞机和舰船等传统工具，低轨成像卫星更适用于远海大面积的搜索任务。从移动目标运动预测和卫星观测调度2个关键问题入手，对单先验点无反馈场景下的卫星成像搜索调度问题展开了研究。首先建立运动预测模型，提出了基于局部航向加权策略和偏航约束假设的区域概率分布建模方法。而后建立观测调度模型，定义了考虑单窗口卫星视场切换的设计变量，并提出了基于目标“逃逸概率”指标的目标函数模型。最后是优化求解，提出了一种基于启发式单窗口定向寻优策略的两层优化算法。通过3组仿真算例对所提出方法进行了分析。第1组基于轨迹打靶法验证了概率预测指标和“预测-调度”方法的整体有效性，第2组采用多组蒙特卡洛轨迹集打靶说明了“逃逸概率”指标的可行性，第3组通过算法对比证明了两层优化算法在求解效率和解的质量方面的优势。

关键词: 移动目标, 低轨成像卫星, 运动预测, 观测调度模型, 两层优化, 轨迹打靶法

Abstract:

Searching for maritime moving targets is commonly demanded in civil and military fields. In contrast to conventional means via airplanes and ships， Low-Earth-Orbit （LEO） observation satellites are more applicable for large-area search in the distant sea. In this paper， a satellite observation search planning problem in the scenario of single prior location without feedback is studied， which contains two key issues， motion prediction of moving targets and planning of observation satellites. First is motion prediction modeling， in which an area-probability-distribution modeling method is proposed based on a local-heading-weighting strategy and a yaw-constraint assumption. Then， an observation-planning model is proposed.in which， the design variables are defined considering the switching of observation swaths. An objective function that is based on the “missing probability” of the target is proposed. Finally， a two-layer optimization algorithm based on a single-window-directional-search heuristic strategy is proposed to solve the satellite searching scheme. The methods proposed are analyzed with three groups of simulations. Firstly， the global validity of the probabilistic prediction indicator and “prediction-planning” method is verified by trajectory shooting. Secondly， the feasibility of the “missing probability” indicator is proved by shooting for multiple Monte-Carlo trajectory sets. Thirdly， a comparison of the two-layer optimization algorithm with two other methods shows the advantage of the algorithm in solution efficiency and quality.

Key words: moving target, low-earth-orbit observation satellite, motion prediction, observation-planning model, two-layer optimization, trajectory shooting

中图分类号:

V448.2

杨迪, 李振瑜, 郭帅, 张嘉城, 罗亚中. 天基低轨海上移动目标成像搜索任务调度[J]. 航空学报, 2023, 44(15): 528752-528752.

Di YANG, Zhenyu LI, Shuai GUO, Jiacheng ZHANG, Yazhong LUO. Space-based LEO-observation search planning for maritime moving targets[J]. Acta Aeronautica et Astronautica Sinica, 2023, 44(15): 528752-528752.

图/表 33

图 1

图 2

图 3

图 4

图 5

图 6

图 7

图 8

图 9

图 10

图 11

图 12

图 13

图 14

图 15

图 16

图 17

图 18

图 19

表 1

表 2

表 3

表 4

图 20

表 5

图 21

图 22

图 23

图 24

图 25

表 6

图 26

图 27

参考文献 26

1	张海龙，夏维，胡笑旋，等. 面向多障碍物海面卫星搜索动目标方法［J］. 系统工程与电子技术， 2018， 40（10）： 2256-2262.
	ZHANG H L， XIA W， HU X X， et al. Method for moving targets search by satellites on multi-obstacle sea［J］. Systems Engineering and Electronics， 2018， 40（10）： 2256-2262 （in Chinese）.
2	MEI G L. Improved satellite scheduling algorithm for moving target［C］∥ Proceedings of The fourth International Conference on Information Science and Cloud Computing—PoS（ISCC2015）. Trieste： Sissa Medialab， 2016.
3	MAZZARELLA F， ARGUEDAS V F， VESPE M. Knowledge-based vessel position prediction using historical AIS data［C］∥2015 Sensor Data Fusion： Trends， Solutions， Applications （SDF）. Piscataway： IEEE Press， 2015： 1-6.
4	RAJAMANICKAM M. Quantized Kalman filter-based pattern matching for detection and tracking of moving objects［J］. International Journal of Engineering and Advanced Technology， 2019， 9（1）： 3842-3851.
5	GUO S， LIU C， GUO Z W， et al. Trajectory prediction for ocean vessels base on K-order multivariate Markov chain［C］∥International Conference on Wireless Algorithms， Systems， and Applications. Cham： Springer， 2018： 140-150.
6	TONG X P， CHEN X， SANG L Z， et al. Vessel trajectory prediction in curving channel of inland river［C］∥2015 International Conference on Transportation Information and Safety （ICTIS）. Piscataway： IEEE Press， 2015： 706-714.
7	DALSNES B R， HEXEBERG S， FLÅTEN A L， et al. The neighbor course distribution method with Gaussian mixture models for AIS-based vessel trajectory prediction［C］∥2018 21st International Conference on Information Fusion （FUSION）. Piscataway： IEEE Press， 2018： 580-587.
8	胡笑旋，夏维，靳鹏，等. 成像卫星任务规划理论与方法［M］. 北京：科学出版社， 2021.
	HU X X， XIA W， JIN P， et al. Planning theory and method of earth observation satellite［M］. Beijing： China Science Publishing & Media， 2021 （in Chinese）.
9	赵琳，王硕，郝勇，等. 基于地面任务-空间姿态映射的敏捷卫星任务规划［J］. 航空学报， 2018， 39（10）： 322066.
	ZHAO L， WANG S， HAO Y， et al. Mission planning for agile satellite based on the mapping relationship between ground missions and spatial attitudes［J］. Acta Aeronautica et Astronautica Sinica， 2018， 39（10）： 322066 （in Chinese）.
10	PENG G S， SONG G P， HE Y M， et al. Solving the agile earth observation satellite scheduling problem with time-dependent transition times［J］. IEEE Transactions on Systems， Man， and Cybernetics： Systems， 2022， 52（3）： 1614-1625.
11	QI J T， GUO J J， WANG M M， et al. A cooperative autonomous scheduling approach for multiple earth observation satellites with intensive missions［J］. IEEE Access， 2021， 9： 61646-61661.
12	罗棕，杜春，陈浩，等. 基于Transformer层次预测的多星应急观测任务规划方法［J］. 航空学报， 2021， 42（4）： 524721.
	LUO Z， DU C， CHEN H， et al. Multi-satellite scheduling approach for emergency scenarios based on hierarchical forecasting with Transformer network［J］. Acta Aeronautica et Astronautica Sinica， 2021， 42（4）： 524721 （in Chinese）.
13	XU Y J， LIU X L， HE R J， et al. Multi-satellite scheduling framework and algorithm for very large area observation［J］. Acta Astronautica， 2020， 167： 93-107.
14	ZHU W M， HU X X， XIA W， et al. A three-phase solution method for the scheduling problem of using earth observation satellites to observe polygon requests［J］. Computers & Industrial Engineering， 2019， 130： 97-107.
15	刘华俊，蔡波，朱庆. 一种成像卫星区域覆盖的自适应规划方法［J］. 武汉大学学报（信息科学版）， 2017， 42（12）： 1719-1724.
	LIU H J， CAI B， ZHU Q. Self-adaptive planning method of imaging reconnaissance satellites area coverage［J］. Geomatics and Information Science of Wuhan University， 2017， 42（12）： 1719-1724 （in Chinese）.
16	E Z B， SHI R H， GAN L， et al. Multi-satellites imaging scheduling using individual reconfiguration based integer coding genetic algorithm［J］. Acta Astronautica， 2021， 178： 645-657.
17	NIU X N， ZHAI X J， TANG H， et al. Multi-satellite scheduling approach for dynamic areal tasks triggered by emergent disasters［J］. The International Archives of the Photogrammetry， Remote Sensing and Spatial Information Sciences， 2016， XLI-B1： 475-481.
18	杨纪伟，付伟，韩丽，等. 基于全球网格的卫星成像区域目标规划算法［J］. 航天器工程， 2021， 30（1）： 31-37.
	YANG J W， FU W， HAN L， et al. Regional target planning algorithm of satellite imaging based on global grid［J］. Spacecraft Engineering， 2021， 30（1）： 31-37 （in Chinese）.
19	史良树，黄鹏，战鹰，等. 应用近似算法的光学遥感卫星区域目标成像任务规划方法［J］. 航天器工程， 2017， 26（2）： 7-13.
	SHI L S， HUANG P， ZHAN Y， et al. Region target imaging task scheduling method based on approximation algorithm for optical remote sensing satellite［J］. Spacecraft Engineering， 2017， 26（2）： 7-13 （in Chinese）.
20	樊育，刘莹莹，周军. 面向多星区域观测调度的改进型自适应遗传算法［J］. 中国空间科学技术， 2021， 41（1）： 38-47.
	FAN Y， LIU Y Y， ZHOU J. An improved adaptive genetic algorithm for multi-satellite area observation scheduling［J］. Chinese Space Science and Technology， 2021， 41（1）： 38-47 （in Chinese）.
21	CHEN Y X， XU M Z， SHEN X， et al. A multi-objective modeling method of multi-satellite imaging task planning for large regional mapping［J］. Remote Sensing， 2020， 12（3）： 344.
22	LIU S F， HODGSON M E. Satellite image collection modeling for large area hazard emergency response［J］. ISPRS Journal of Photogrammetry and Remote Sensing， 2016， 118： 13-21.
23	NIU X N， TANG H， WU L X. Satellite scheduling of large areal tasks for rapid response to natural disaster using a multi-objective genetic algorithm［J］. International Journal of Disaster Risk Reduction， 2018， 28： 813-825.
24	杜津铭，吴云华，陈志明，等. 海上动态目标潜在区域博弈预测及搜索方法［J］. 系统工程与电子技术， 2021， 43（9）： 2508-2515.
	DU J M， WU Y H， CHEN Z M， et al. Latent area prediction and search method for marine moving targets using game theory［J］. Systems Engineering and Electronics， 2021， 43（9）： 2508-2515 （in Chinese）.
25	冉承新，王慧林，熊纲要，等. 基于改进遗传算法的移动目标成像侦测任务规划问题研究［J］. 宇航学报， 2010， 31（2）： 457-465.
	RAN C X， WANG H L， XIONG G Y， et al. Research on mission-planning of ocean moving targets imaging reconnaissance based on improved genetic algorithm［J］. Journal of Astronautics， 2010， 31（2）： 457-465 （in Chinese）.
26	王慧林，邱涤珊，马满好，等. 基于先验信息的海洋移动目标卫星成像侦测任务规划［J］. 火力与指挥控制， 2011， 36（3）： 105-110.
	WANG H L， QIU D S， MA M H， et al. Research on mission-planning of satellite imaging reconnaissance for ocean moving targets based on the prior information［J］. Fire Control and Command Control， 2011， 36（3）： 105-110 （in Chinese）.

E-mail：hkxb@buaa.edu.cn

关于我们

期刊社服务

专业学科

封面文章

友情链接

主管单位：中国科学技术协会主办单位：中国航空学会北京航空航天大学

名称	a/km	e	i/（°）	Ω/（°）	f/（°）
Sat1	7 125.00	01	97.50	85.00	112.50
Sat2	7 125.00	01	97.50	270.00	270.00
Sat3	7 125.00	01	97.50	315.00	220.00

窗口	子观测带	波束指向角/（°）	开始时刻	截止时刻
1	1	28.794	19：03：35	19：05：16
2	1	38.502	20：37：48	20：39：18
2	2	43.817	20：39：26	20：39：50
3	1	-41.157	22：31：55	22：32：05
	2	-34.370	22：32：13	22：33：55
	3	-41.157	22：34：03	22：34：24

[1]	张嘉城, 朱阅訸, 罗亚中. 基于指针网络的空间目标遍历交会序列规划[J]. 航空学报, 2023, 44(15): 528698-528698.
[2]	余敏, 罗建军, 王明明. 基于机器学习的空间翻滚目标实时运动预测[J]. 航空学报, 2021, 42(2): 324149-324149.
[3]	张哲璇, 龙腾, 徐广通, 王仰杰. 重访机制驱动的多无人机协同动目标搜索方法[J]. 航空学报, 2020, 41(5): 323314-323314.
[4]	韦北余, 朱岱寅, 吴迪. 基于杂波对消-自聚焦的多通道SAR-GMTI[J]. 航空学报, 2015, 36(5): 1585-1595.
[5]	杜昕, 李海阳, 沈红新. 基于路径约束分析的跳跃式再入轨迹优化[J]. 航空学报, 2014, 35(5): 1265-1275.
[6]	李鹏, 顾宏斌, 吴东苏, 刘晖. 头盔伺服系统的主动柔顺控制 [J]. 航空学报, 2012, (5): 928-939.
[7]	陈广东;朱兆达;朱岱寅. 分数傅立叶变换用于抑制SAR杂波背景检测慢速动目标[J]. 航空学报, 2005, 26(6): 748-753.

天基低轨海上移动目标成像搜索任务调度

Space-based LEO-observation search planning for maritime moving targets

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 33

参考文献 26

相关文章 7

编辑推荐

Metrics

本文评价