考虑用户偏好的中继卫星多目标调度优化方法

doi:10.7527/S1000-6893.2024.31074

电子电气工程与控制

本期目录 | 过刊浏览 | 高级检索

前一篇 |

考虑用户偏好的中继卫星多目标调度优化方法

蔡伟伟¹, 伍国华², 李恒伟³, 尹谦³()

^1.国防科技大学空天科学学院，长沙 410073
^2.中南大学自动化学院，长沙 410083
^3.中南大学交通运输与工程学院，长沙 410083

收稿日期:2024-08-19 修回日期:2024-10-14 接受日期:2024-11-22 出版日期:2024-12-03 发布日期:2024-11-26
通讯作者: 尹谦 E-mail:224201024@csu.edu.cn
基金资助:
国防科技大学自主创新科学基金(24-ZZCX-KXKY-09)

Multi-objective scheduling optimization method for relay satellites considering user preferences

Weiwei CAI¹, Guohua WU², Hengwei LI³, Qian YIN³()

^1.College of Aerospace Science and Engineering，National University of Defense Technology，Changsha 410073，China
^2.School of Automation，Central South University，Changsha 410083，China
^3.School of Traffic & Transportation Engineering，Central South University，Changsha 410083，China

Received:2024-08-19 Revised:2024-10-14 Accepted:2024-11-22 Online:2024-12-03 Published:2024-11-26
Contact: Qian YIN E-mail:224201024@csu.edu.cn
Supported by:
Independent Innovation Science Foundation Project of National University of Defense Technology(24-ZZCX-KXKY-09)

摘要/Abstract

摘要：

随着中国空间站的长期运营和科学实验任务的不断推进，对中继卫星的需求显著增加，呈现出高频次、多任务和多样化服务的特点。这种复杂的需求迫切要求更灵活、高效的中继卫星调度方案，以满足用户个性化的服务需求。因此，提出了一种创新的中继卫星应用模式，重点考虑用户偏好，允许用户提交多个可选的服务时间窗口，并为每个任务指定期望的执行天线。为应对这一新模式，构建了一个综合考虑任务完成率、用户满意度、天线负载均衡和任务优先级的中继卫星调度模型，并设计了一种基于投票机制的多目标调度算法。该算法不仅集成了多种多目标调度方法，还在优化过程中自适应调整各方法的权重，确保在不同阶段选择出最优的调度策略。为验证所提出模式和算法的有效性，进行了大量仿真实验。实验结果表明，所提方法在解决中继卫星多目标调度问题上具有显著优势，与NSGA-Ⅱ、NSGA-Ⅲ、BiGE、GrEA、MOEA/D和AMODSA等多目标算法相比，在提高用户满意度和系统服务能力方面展现出显著优势。

关键词: 中继卫星, 用户偏好, 动态调度, 多目标优化, 自适应

Abstract:

As China’s space station continues its long-term operations and scientific experiments， the demand for relay satellites has significantly increased， characterized by high frequency， multiple tasks， and diverse services. This complex demand urgently requires more flexible and efficient scheduling solutions for relay satellites to meet personalized service needs of users. This paper proposes an innovative application model for relay satellites， focusing on user preferences and allowing users to submit multiple optional service time windows， as well as specifying the desired execution antennas for each task. To address this new model， we construct a scheduling model for relay satellites that gives a comprehensive consideration of task completion rates， user satisfaction， antenna load balancing， and task priority. We also design a multi-objective scheduling algorithm based on the voting mechanism. This algorithm integrates various multi-objective scheduling methods and adaptively adjusts the weights of these methods during the optimization process， ensuring the selection of the optimal scheduling strategy at different stages. To validate the effectiveness of the proposed model and algorithm， extensive simulation experiments are conducted. The simulation results demonstrate that our method has significant advantages in solving multi-objective scheduling problems for relay satellites， showing remarkable improvements in user satisfaction and system service capacity compared to other multi-objective algorithms such as NSGA-Ⅱ， NSGA-Ⅲ， BiGE， GrEA， MOEA/D， and AMODSA.

Key words: relay satellite, user preference, dynamic scheduling, multi-objective optimization, adaptive

中图分类号:

蔡伟伟, 伍国华, 李恒伟, 尹谦. 考虑用户偏好的中继卫星多目标调度优化方法[J]. 航空学报, 2025, 46(8): 331074.

Weiwei CAI, Guohua WU, Hengwei LI, Qian YIN. Multi-objective scheduling optimization method for relay satellites considering user preferences[J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(8): 331074.

图/表 11

图 1

图 2

图 3

图 4

表1

表2

表3

表4

图 5

图 6

图 7

参考文献 31

1	王磊，姬涛，郑军，等. 中继卫星系统发展应用分析及建议［J］. 中国科学（技术科学）， 2022， 52（2）： 303-317.
	WANG L， JI T， ZHENG J， et al. Investigations and proposals for data relay satellite systems［J］. Scientia Sinica （Technologica）， 2022， 52（2）： 303-317 （in Chinese）.
2	李夏苗，陈新江，伍国华，等. 考虑断点续传的中继卫星调度模型及启发式算法［J］. 航空学报， 2019， 40（11）： 323233.
	LI X M， CHEN X J， WU G H， et al. Scheduling model and heuristic algorithm for tracking and data relay satellite considering breakpoint transmission［J］. Acta Aeronautica et Astronautica Sinica， 2019， 40（11）： 323233 （in Chinese）.
3	王磊，匡麟玲，黄惠明. 基于时空特征的中继卫星系统业务模型［J］. 清华大学学报（自然科学版）， 2017， 57（1）： 55-60， 66.
	WANG L， KUANG L L， HUANG H M. TDRSS traffic model based on time and spatial characteristics［J］. Journal of Tsinghua University （Science and Technology）， 2017， 57（1）： 55-60， 66 （in Chinese）.
4	CHEN M L， CHAI R， CHEN Q B. Joint route selection and resource allocation algorithm for data relay satellite systems based on energy efficiency optimization［C］∥2019 11th International Conference on Wireless Communications and Signal Processing （WCSP）. Piscataway IEEE Press， 2019.
5	HAJGHASSEM H， ROHI H， NASIRZADEH M. Investigation and analysis of tracking and data relay satellite systems （TDRSS）［C］∥21st International Communications Satellite Systems Conference and Exhibit. Reston： AIAA， 2003.
6	CHEN Y Y， HADJITHEODOSIOU M， CHEUNG C. Optimizing communications for constellation space missions［C］∥21st International Communications Satellite Systems Conference and Exhibit. Reston： AIAA， 2003.
7	DENG B Y， JIANG C X， KUANG L L， et al. Two-phase task scheduling in data relay satellite systems［J］. IEEE Transactions on Vehicular Technology， 2018， 67（2）： 1782-1793.
8	DENG B Y， JIANG C X， KUANG L L， et al. Preemptive dynamic scheduling algorithm for data relay satellite systems［C］∥2017 IEEE International Conference on Communications （ICC）. Piscataway： IEEE Press， 2017.
9	WU G H， LUO Q Z， ZHU Y Q， et al. Flexible task scheduling in data relay satellite networks［J］. IEEE Transactions on Aerospace and Electronic Systems， 2022， 58（2）： 1055-1068.
10	CHEN X J， LI X M， WANG X W， et al. Task scheduling method for data relay satellite network considering breakpoint transmission［J］. IEEE Transactions on Vehicular Technology， 2021， 70（1）： 844-857.
11	贺川，李亚晶，丘震. 按需申请模式下的中继卫星任务规划模型与算法设计［J］. 中国空间科学技术， 2017， 37（6）： 46-55.
	HE C， LI Y J， QIU Z. Task programming models and algorithms of tracking and data relay satellite in application-on-demand［J］. Chinese Space Science and Technology， 2017， 37（6）： 46-55 （in Chinese）.
12	LI Z L， CHEN X J， LUO Q Z， et al. Dynamic scheduling method for data relay satellite networks considering hybrid system disturbances［J］. Complex & Intelligent Systems， 2024， 10（1）： 1483-1499.
13	李恒伟，罗启章，顾轶，等. 基于滚动时域策略的中继卫星多目标动态调度优化方法［J］. 航空学报， 2024， 45（16）： 329706.
	LI H W， LUO Q Z， GU Y， et al. Multi-objective dynamic scheduling optimization method for relay satellites based on rolling horizon strategy［J］. Acta Aeronautica et Astronautica Sinica， 2024， 45（16）： 329706 （in Chinese）.
14	ROJANASOONTHON S， BARD J F， REDDY S D. Algorithms for parallel machine scheduling： A case study of the tracking and data relay satellite system［J］. Journal of the Operational Research Society， 2003， 54（8）： 806-821.
15	HE L J， LI J D， SHENG M， et al. Dynamic scheduling of hybrid tasks with time windows in data relay satellite networks［J］. IEEE Transactions on Vehicular Technology， 2019， 68（5）： 4989-5004.
16	刘润滋，盛敏，唐成圆，等. 基于任务拆分聚合的中继卫星系统任务规划方法［J］. 通信学报， 2017， 38（）： 110-117.
	LIU R Z， SHENG M， TANG C Y， et al. Tasking planning based on task splitting and merging in relay satellite network［J］. Journal on Communications， 2017， 38（Sup 1）： 110-117 （in Chinese）.
17	王志淋，李新明. 跟踪与数据中继卫星系统资源调度优化问题［J］. 中国空间科学技术， 2015， 35（1）： 36-42.
	WANG Z L， LI X M. Resources scheduling optimization problem of the TDRSS［J］. Chinese Space Science and Technology， 2015， 35（1）： 36-42 （in Chinese）.
18	方炎申，陈英武，王军民. 中继卫星多址链路调度问题的约束规划模型及算法研究［J］. 航天返回与遥感， 2006， 27（4）： 62-67.
	FANG Y S， CHEN Y W， WANG J M. Constraint programming model and algorithms for multiple access links scheduling of tracking and data relay satellite system （TDRSS）［J］. Spacecraft Recovery & Remote Sensing， 2006， 27（4）： 62-67 （in Chinese）.
19	LIU R Z， SHENG M， XU C， et al. Antenna slewing time aware mission scheduling in space networks［J］. IEEE Communications Letters， 2017， 21（3）： 516-519.
20	WANG L， JIANG C X， KUANG L L， et al. High-efficient resource allocation in data relay satellite systems with users behavior coordination［J］. IEEE Transactions on Vehicular Technology， 2018， 67（12）： 12072-12085.
21	ZHU Y， ZHOU D， SHENG M， et al. Stochastic delay analysis for satellite data relay networks with heterogeneous traffic and transmission links［J］. IEEE Transactions on Wireless Communications， 2021， 20（1）： 156-170.
22	ZHOU D， SHENG M， LIU R Z， et al. Channel-aware mission scheduling in broadband data relay satellite networks［J］. IEEE Journal on Selected Areas in Communications， 2018， 36（5）： 1052-1064.
23	REDDY S D， BROWN W L. Single processor scheduling with job priorities and arbitrary ready and due times ［M］. Beltsville： Computer Sciences Corporation， 1986， 70（1）： 1-11.
24	ZHUANG S F， YIN Z D， WU Z L， et al. The relay satellite scheduling based on artificial bee colony algorithm［C］∥2014 International Symposium on Wireless Personal Multimedia Communications （WPMC）. Piscataway： IEEE Press， 2014.
25	开彩红，肖瑶，方青. 基于人工蜂群算法的中继卫星任务调度研究［J］. 电子与信息学报， 2015， 37（10）： 2466-2474.
	KAI C H， XIAO Y， FANG Q. Relay satellite scheduling based on artificial bee colony algorithm［J］. Journal of Electronics & Information Technology， 2015， 37（10）： 2466-2474 （in Chinese）.
26	刘润滋，马天赐，吴伟华，等. 基于分层强化学习的中继卫星网络任务动态调度方法［J］. 通信学报， 2023， 44（7）： 207-217.
	LIU R Z， MA T C， WU W H， et al. Dynamic task scheduling method for relay satellite networks based on hierarchical reinforcement learning［J］. Journal on Communications， 2023， 44（7）： 207-217 （in Chinese）.
27	DEB K， JAIN H. An evolutionary many-objective optimization algorithm using reference-point-based nondominated sorting approach， part I： Solving problems with box constraints［J］. IEEE Transactions on Evolutionary Computation， 2014， 18（4）： 577-601.
28	LI M Q， YANG S X， LIU X H. Bi-goal evolution for many-objective optimization problems［J］. Artificial Intelligence， 2015， 228： 45-65.
29	YANG S X， LI M Q， LIU X H， et al. A grid-based evolutionary algorithm for many-objective optimization［J］. IEEE Transactions on Evolutionary Computation， 2013， 17（5）： 721-736.
30	SHANG K， ISHIBUCHI H. A new hypervolume-based evolutionary algorithm for many-objective optimization［J］. IEEE Transactions on Evolutionary Computation， 2020， 24（5）： 839-852.
31	SUN Y N， YEN G G， YI Z. IGD indicator-based evolutionary algorithm for many-objective optimization problems［J］. IEEE Transactions on Evolutionary Computation， 2019， 23（2）： 173-187.

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

可见时间窗口编号	可见时间窗口开始时刻	可见时间窗口结束时刻
1	00：03：40	02：30：38
2	02：55：20	03：59：33
3	04：35：19	05：34：58
4	06：13：51	07：12：17
5	07：51：37	08：50：31
6	09：28：06	10：29：46
7	11：01：02	14：49：43
8	15：18：25	16：21：20
9	16：57：59	17：57：27
10	18：36：24	19：35：02
11	20：14：00	21：13：26
12	21：50：07	22：52：57
13	23：21：39	00：00：00

实验编号	VMEF		NSGA-Ⅲ		BiGE		GrEA		NSGA-Ⅱ		MOEA/D		AMODSA
实验编号	Avg.	Std.	Avg.	Std.	Avg.	Std.	Avg.	Std.	Avg.	Std.	Avg.	Std.	Avg.	Std.
C1	7.731	0.443	8.253	0.321	8.131	0.213	7.552	0.353	8.524	0.214	7.846	0.242	7.635	0.622
C2	6.841	0.249	7.323	0.151	7.021	0.412	6.973	0.238	7.534	0.134	7.364	0.451	7.145	0.411
C3	6.123	0.235	6.579	0.372	6.648	0.317	6.246	0.376	6.887	0.155	6.645	0.164	6.478	0.318
C4	5.925	0.578	6.256	0.124	6.354	0.578	6.042	0.499	6.543	0.187	6.457	0.134	6.364	0.315
C5	5.615	0.112	6.033	0.284	5.781	0.112	5.471	0.175	6.245	0.356	6.058	0.455	5.974	0.607
C6	5.525	0.215	5.432	0.343	5.742	0.412	5.651	0.287	5.945	0.384	5.864	0.446	5.658	0.512
C7	5.379	0.321	5.675	0.125	5.887	0.321	5.731	0.377	5.868	0.178	5.855	0.394	5.736	0.511
C8	5.126	0.453	5.412	0.421	5.532	0.453	5.178	0.283	5.664	0.124	5.554	0.484	5.446	0.214
C9	6.731	0.561	7.124	0.114	7.012	0.561	6.822	0.469	7.578	0.154	7.288	0.586	7.946	0.309
C10	6.615	0.154	6.978	0.357	7.134	0.444	6.531	0.154	7.212	0.385	7.762	0.564	6.656	0.507
C11	6.796	0.325	6.825	0.312	6.978	0.233	6.913	0.275	6.956	0.357	6.991	0.414	6.764	0.806
C12	6.772	0.543	7.022	0.244	7.123	0.287	6.797	0.503	6.957	0.376	7.187	0.446	6.856	0.608
C13	6.314	0.313	6.877	0.287	6.723	0.312	6.593	0.207	6.845	0.187	6.757	0.157	6.613	0.409
C14	6.494	0.535	6.864	0.354	6.671	0.413	6.735	0.109	6.915	0.354	6.856	0.384	6.767	0.206
C15	6.431	0.193	6.512	0.432	6.652	0.347	6.781	0.178	7.681	0.366	7.167	0.645	6.813	0.545
C16	5.312	0.116	6.024	0.478	6.086	0.417	5.531	0.265	5.970	0.378	5.968	0.744	5.834	0.406
C17	5.021	0.254	5.687	0.153	5.751	0.375	5.357	0.283	5.887	0.386	5.757	0.243	5.677	0.205
C18	4.512	0.135	5.013	0.147	4.983	0.127	4.631	0.146	4.965	0.345	5.689 5	0.642	4.886	0.303
C19	4.177	0.178	5.132	0.354	4.856	0.542	4.282	0.478	4.548	0.354	4.977	0.541	4.734	0.584
C20	4.021	0.551	4.654	0.378	4.441	0.278	4.633	0.255	4.478	0.367	4.884	0.420	4.568	0.565

实验编号	VMEF		NSGA-Ⅲ		BiGE		GrEA		NSGA-Ⅱ		MOEA/D		AMODSA
实验编号	Avg.	Std.	Avg.	Std.	Avg.	Std.	Avg.	Std.	Avg.	Std.	Avg.	Std.	Avg.	Std.
C1	0.730	0.059	0.588	0.072	0.640	0.061	0.732	0.050	0.504	0.059	0.712	0.051	0.754	0.072
C2	0.780	0.044	0.650	0.058	0.662	0.047	0.729	0.031	0.550	0.044	0.727	0.045	0.710	0.058
C3	0.688	0.037	0.565	0.046	0.498	0.057	0.647	0.038	0.486	0.037	0.622	0.038	0.667	0.046
C4	0.695	0.019	0.512	0.065	0.536	0.041	0.667	0.040	0.459	0.019	0.637	0.046	0.586	0.065
C5	0.772	0.054	0.574	0.077	0.484	0.073	0.655	0.041	0.454	0.054	0.612	0.041	0.594	0.077
C6	0.740	0.058	0.607	0.076	0.617	0.079	0.677	0.038	0.435	0.058	0.658	0.038	0.598	0.076
C7	0.808	0.060	0.507	0.107	0.628	0.068	0.763	0.061	0.394	0.067	0.651	0.061	0.582	0.107
C8	0.702	0.053	0.445	0.072	0.499	0.083	0.735	0.046	0.383	0.053	0.643	0.046	0.571	0.072
C9	0.755	0.044	0.359	0.049	0.559	0.103	0.729	0.058	0.372	0.044	0.638	0.058	0.558	0.049
C10	0.657	0.051	0.448	0.120	0.482	0.101	0.618	0.052	0.358	0.051	0.623	0.052	0.536	0.123
C11	0.665	0.072	0.315	0.043	0.431	0.127	0.591	0.091	0.336	0.072	0.608	0.091	0.522	0.043
C12	0.616	0.114	0.335	0.059	0.288	0.064	0.531	0.148	0.345	0.114	0.596	0.148	0.511	0.059
C13	0.780	0.066	0.319	0.078	0.449	0.143	0.651	0.152	0.292	0.066	0.584	0.152	0.525	0.078
C14	0.704	0.060	0.317	0.055	0.518	0.12	0.660	0.044	0.284	0.060	0.548	0.044	0.492	0.055
C15	0.693	0.116	0.394	0.034	0.479	0.115	0.612	0.101	0.276	0.116	0.556	0.101	0.464	0.115
C16	0.787	0.076	0.536	0.071	0.608	0.063	0.793	0.045	0.268	0.076	0.562	0.045	0.476	0.078
C17	0.793	0.100	0.444	0.073	0.582	0.117	0.725	0.073	0.255	0.125	0.515	0.073	0.464	0.073
C18	0.720	0.102	0.357	0.043	0.485	0.098	0.633	0.074	0.241	0.102	0.532	0.074	0.433	0.074
C19	0.648	0.133	0.362	0.126	0.369	0.088	0.543	0.090	0.230	0.133	0.514	0.095	0.428	0.078
C20	0.729	0.102	0.380	0.067	0.477	0.136	0.666	0.094	0.228	0.102	0.505	0.094	0.433	0.066

[1]	陈海鹏, 符文星, 闫杰. 基于AGABP神经网络的运载火箭推力偏移损失故障在线诊断[J]. 航空学报, 2025, 46(8): 231148-231148.
[2]	徐义皓, 董芃呈, 郑俊超, 谭春青, 唐海龙. 自适应循环推进系统总体性能优化方法[J]. 航空学报, 2025, 46(7): 130987-130987.
[3]	梁振华, 唐岷, 郑侃, 廖文和. 基于相对位姿信息的在轨服务卫星推进故障诊断方法[J]. 航空学报, 2025, 46(7): 230867-230867.
[4]	王一帆, 郭喜云, 贾世元, 陈钢, 任默. 面向桁架抓持的三分支机器人构型优化方法[J]. 航空学报, 2025, 46(7): 431033-431033.
[5]	崔乃刚, 屈国欣, 马鑫海, 徐世昊, 韦常柱. 面对称飞行器助推段自适应预设时间/性能控制[J]. 航空学报, 2025, 46(6): 531470-531470.
[6]	施闯, 王智新, 张昊, 李团, 王志鹏. 基于抗差方差分量估计的多系统GNSS定位因子图优化算法[J]. 航空学报, 2025, 46(6): 531623-531623.
[7]	张志成, 周媛, 赵宇, 包为民. 面向集群卫星分布式定时组网的协同编队技术[J]. 航空学报, 2025, 46(4): 330932-330932.
[8]	崔瑀欣, 陆中, 周伽. 基于多目标人工蜂鸟算法的研制保证等级分配[J]. 航空学报, 2025, 46(4): 330946-330946.
[9]	章涛, 高铂, 罗其俊. 自适应Levenberg-Marquardt优化的低重叠度多相机精确标定方法[J]. 航空学报, 2025, 46(4): 330860-330860.
[10]	贺靖, 谭鸽伟. 基于ALPFT参数估计的运动目标高分辨率成像[J]. 航空学报, 2025, 46(1): 330502-330502.
[11]	刘广, 王华, 林友芳, 贺硕, 李亚飞, 徐明亮. 舰载机保障作业自适应批量匹配决策方法[J]. 航空学报, 2025, 46(1): 330615-330615.
[12]	梁帅, 高广乐, 曲晓雷, 李雅君. 基于误差累积因子的高超声速飞行器渐进控制[J]. 航空学报, 2024, 45(S1): 730745-730745.
[13]	贺杨超, 李炯, 邵雷, 卜祥伟, 张锦林, 姬博洋. 基于改进“当前”统计模型的再入目标跟踪算法[J]. 航空学报, 2024, 45(S1): 730800-730800.
[14]	高煜欣, 张绍杰, 刘春生. 网络攻击下导弹自适应事件触发制导律[J]. 航空学报, 2024, 45(S1): 730892-730892.
[15]	郑峰婴, 沈志敏, 李雅琴, 徐楷钊, 王新华. 共轴高速直升机增益自适应多模式切换控制[J]. 航空学报, 2024, 45(9): 529088-529088.

考虑用户偏好的中继卫星多目标调度优化方法

Multi-objective scheduling optimization method for relay satellites considering user preferences

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 11

参考文献 31

相关文章 15

编辑推荐

Metrics

本文评价

实验编号	任务申请数量	用户航天器数量	中继卫星数量	动态任务数量
C1	200	10	3	5
C2	300	10	3	5
C3	400	10	3	5
C4	500	10	3	5
C5	600	10	3	5
C6	300	2	3	5
C7	300	4	3	10
C8	300	8	3	15
C9	300	10	3	20
C10	300	12	3	25
C11	300	16	3	30
C12	300	20	3	35
C13	500	10	2	20
C14	500	10	3	20
C15	500	10	4	20
C16	500	10	5	20
C17	500	10	6	20
C18	600	20	6	10
C19	600	20	6	20
C20	600	20	6	30

实验编号	任务申请数量	用户航天器数量	中继卫星数量	动态任务数量
C1	200	10	3	5
C2	300	10	3	5
C3	400	10	3	5
C4	500	10	3	5
C5	600	10	3	5
C6	300	2	3	5
C7	300	4	3	10
C8	300	8	3	15
C9	300	10	3	20
C10	300	12	3	25
C11	300	16	3	30
C12	300	20	3	35
C13	500	10	2	20
C14	500	10	3	20
C15	500	10	4	20
C16	500	10	5	20
C17	500	10	6	20
C18	600	20	6	10
C19	600	20	6	20
C20	600	20	6	30

实验编号	任务申请数量	用户航天器数量	中继卫星数量	动态任务数量
C1	200	10	3	5
C2	300	10	3	5
C3	400	10	3	5
C4	500	10	3	5
C5	600	10	3	5
C6	300	2	3	5
C7	300	4	3	10
C8	300	8	3	15
C9	300	10	3	20
C10	300	12	3	25
C11	300	16	3	30
C12	300	20	3	35
C13	500	10	2	20
C14	500	10	3	20
C15	500	10	4	20
C16	500	10	5	20
C17	500	10	6	20
C18	600	20	6	10
C19	600	20	6	20
C20	600	20	6	30