本书创造性地提出了低轨电磁探测卫星协同任务规划模型与方法。本书从低轨电磁探测卫星协同任务规划的实际需求出发，详细阐述了协同任务规划基础模型与学习型进化算法框架；面向静止目标、低速移动目标、高速移动目标探测的协同任务规划，进一步扩展了任务规划模型并设计了针对具体问题特点的学习型进化算法。

宋彦杰，军事科学院助理研究员，主要研究方向为智能系统、智能优化算法、人工智能，长期从事卫星任务规划、人力资源规划等相关研究工作，发表论文40余篇（SCI检索20余篇），参与出版英文专著2部，获得国家专利5项，软件著作权1项；相关成果获中国指挥与控制学会科学技术进步二等奖。

前 言 低轨电磁探测卫星通过星载接收机对各类信号源进行探测以获取电磁信号数据。因其具有覆盖范围大、全天候工作、可全球范围执行任务等特点，在地震监测与预报、反海盗护航、海上搜救等军民领域有着广泛的应用。随着用户探测需求的高速增长，在轨运行卫星数量也与日俱增。如今，不仅要面对日益复杂的电磁环境挑战，还要面对不断增大的卫星管控压力。采用以低轨电磁探测卫星为主，其他类型卫星与之配合的工作模式，既能发挥不同类型载荷各自优势，有效降低环境因素影响，提升探测精度，又能相互补充共同完成复杂的探测任务。 针对静止目标、低速移动目标、高速移动目标的协同探测任务需求，本书以低轨电磁探测卫星和其他类型探测卫星为探测手段，从满足用户协同探测需求出发，对低轨电磁探测卫星协同任务规划模型和算法展开深入研究，建立了任务规划基础模型和算法框架，基于对具体问题场景的难点与特点的分析构建了相应的规划模型，设计了相应的学习型进化算法。本书主要研究内容和贡献如下： （1） 构建了低轨电磁探测卫星协同任务规划基础模型，建立了学习型进化算法框架。首先，在对卫星探测过程、协同探测需求、协同规划问题难点与特点、业务处理流程进行了梳理和分析的基础上，采用基础模型与具体问题场景模型扩展的设计思路，挖掘各类问题场景下协同探测任务规划问题的共性特征，提出了协同探测任务规划基础模型。模型采用混合整数规划模型形式，提出了利用一种探测收益统一化描述方法表示任务探测收益，根据卫星能力和任务执行要求对约束条件进行详细描述，并推导出上界条件有效缩减搜索范围。然后，参考任务规划模型的构建思路，结合深度强化学习方法智能决策和进化算法种...