罗棕，杜春，陈浩，彭双，李军

国防科技大学 电子科学学院，长沙 410073

随着卫星观测技术不断发展，对地观测卫星已成为获取地震、洪涝、海啸等突发事件灾情的重要手段，观测信息可以帮助地面人员在第一时间掌握灾区受灾情况。当面临较为密集的观测请求时，单颗对地观测卫星往往效能不足，而多星协同观测能够有效响应观测需求。在应急条件下，多星任务规划不仅需要考虑复杂的约束因素(星载存储空间、星上能源消耗、侧摆角等)，而且还应考虑观测任务的强时效性[1]，任务必须在规定的时限内完成，否则任务就会失效。目前关于卫星应急任务规划的研究多是单独优先规划应急任务，虽然保证了应急任务的响应时间但牺牲了常规任务的完成度，使整体规划收益(简称收益)受到较大影响[2]。如何在兼顾收益与效率的前提下，完成多星应急观测任务规划成为当前亟需解决的问题。

为了提升多星任务规划的计算效率，Mirror等[3]提出任务分解的方法，将多星任务规划问题分解为任务分配主问题、单星任务规划子问题。但是作者并未对如何分配任务提出求解策略。对此，Yao等[4]提出采用自适应蚁群优化算法求解任务分配问题，选用启发式算法(HA)求解单星任务规划问题具有更好的规划收益，采用快速模拟退火算法(VFSA)求解单星任务规划问题具有更高的求解效率，实现了两种不同效果的求解算法。孙凯等[5]采用学习型遗传算法求解任务分解问题，在迭代过程中不断学习和提取知识，反馈并引导分配过程。……