基于案例学习的卫星观测任务规划方法研究
随着科技水平的发展，世界各大国在太空探索领域的研究不断深入。卫星作为一种重要的对地观测工具，发展前景广阔。而在卫星对地观测过程中，合理安排卫星的动作对有限的卫星资源进行使用是非常必要的。当前，对卫星任务规划的研究多是首先针对问题特点建立数学规划模型，然后选择智能优化算法进行求解，缺乏对历史类似规划方案的参考。论文将案例学习技术与演化计算方法相结合，用起求解卫星任务规划问题，主要成果如下： 1）建立了基于案例学习的卫星任务规划框架体系结构。通过对卫星观测任务规划问题分析，结合卫星观测任务规划问题本身的特点，引入基于案例的学习方法，建立了基于案例学习的卫星任务规划框架模型。 2）提出了卫星任务规划案例特征提取、检索与匹配方法。对场景间的相似性进行详细分析，提出了相似性准则作为案例特征提取及表示和案例匹配的基础，从不同层次为场景间的相似性做了规定，为案例学习的学习策略提供了理论依据和操作途径。 3）提出了基于相似案例的卫星任务冲突消解与演化计算调度方法。建立了卫星任务冲突消解案例学习模型，提出了卫星任务规划案例修正方法，可有效解决任务冲突消解问题。设计了基于案例学习型遗传算法的卫星观测任务规划算法，仿真实验表明，该方法较传统卫星任务规划方法能够在加速算法收敛的同时，提升获得更优化解的概率。 4）设计并实现了面向实际应用背景构建的实验系统，对本文提出的相关关键技术进行有效性验证。
卫星观测任务规划;案例学习;冲突消解;特征提取;遗传算法
国防科学技术大学
硕士
摄影测量与遥感
陈荦
2016
中文
P171.3
2019-01-18（万方平台首次上网日期，不代表论文的发表时间）