张 超,李艳斌,陈金勇

(1. 中国电子科技集团公司航天信息应用技术重点实验室,石家庄 050081;2. 中国电子科技集团公司第五十四研究所,石家庄 050081)

0 引 言

在卫星遥感任务调度技术中,实际上要解决的是约束优化和多目标优化问题[1]。现有研究大多采用最优化算法、基于规则的启发式算法和智能优化算法求解。许多研究表明，最优化算法只能解决小规模的单星成像任务规划问题。基于规则的启发式算法具有简单、直观、便于实现、运算效率高等优点，但解的质量难以保证。禁忌搜索、模拟退火、粒子群算法、差分演化算法等智能优化算法在求解组合优化问题和多目标优化问题方面显示了较强的能力，近年来在成像卫星任务规划领域得到了广泛的应用。Bonissone将领域知识引入进化算法，通过显性知识和隐性知识，处理卫星成像过程中的静态和动态约束，解决了一个包含25个卫星的星座的任务规划问题[2]。韩伟设计了离散粒子群的位置变化公式利用粒子群算法求解向多对地观测卫星任务规划问题[3]。

敏捷卫星的发展使卫星对地面目标的观测时间范围更大，观测角度更加灵活多变。敏捷卫星在分散目标快速响应、地面目标三维信息获取、兼顾高分辨率成像与大范围覆盖等需求中应用广泛。敏捷卫星的任务规划调度问题国外研究主要集中在法国欧空局的Lematre 和 Panwadee、美国 NASA 喷气推进实验室(JPL)等。Lematre[4]针对法国Pleiades敏捷卫星的日常任务调度问题，比较了贪婪、动态规划、约束规划以及局部搜索等四种算法，其研究结果显示，局部搜索算法在考虑所有约束的情况下性能最好。……