目 录
第1章 引言 1
1.1 成像卫星 1
1.1.1 基本分类 2
1.1.2 发展方向与挑战 3
1.2 成像卫星任务规划 5
1.3 研究动机与意义 9
1.4 本书特色与创新点 12
1.5 本书内容框架 14
第2章 成像卫星任务规划系统设计 15
2.1 术语解释 15
2.2 国外典型系统研究现状 17
2.3 系统需求分析 20
2.3.1 运控流程分析 20
2.3.2 协作关系分析 22
2.3.3 业务逻辑分析 23
2.3.4 功能结构设计 25
2.4 系统设计理念 26
2.4.1 整体设计思路 26
2.4.2 系统设计原则 27
2.5 系统 UML建模 28
2.5.1 用例模型设计 28
2.5.2 结构对象设计 31
2.5.3 行为对象设计 34
2.6 本章小结 37
第3章 成像卫星任务规划问题分析与双层优化模型建立 38
3.1 成像卫星任务规划问题 38
3.1.1 问题定义 38
3.1.2 基本假设 40
3.2 成像卫星任务规划问题研究现状 41
3.2.1 专家系统模型 41
3.2.2 一般整数规划模型 42
3.2.3 经典规划问题模型 43
3.2.4 约束满足问题模型 44
3.3 成像卫星任务规划问题基本要素 44
3.3.1 输入参数 44
3.3.2 输出参数 46
3.3.3 目标函数 46
3.3.4 约束条件 48
3.4 问题分解与双层组合优化框架 50
3.4.1 问题分解 50
3.4.2 成像卫星任务调度问题定义 51
3.4.3 成像卫星任务分配问题定义 52
3.4.4 双层组合优化框架 53
3.5 学习型双层任务规划模型及求解思路 54
3.5.1 任务调度的数学规划模型 54
3.5.2 任务分配的 MDP模型 57
3.5.3 学习型集成求解思路 61
3.6 本章小结 63
第4章 基于确定性算法的成像卫星任务调度问题研究 65
4.1 成像卫星任务调度算法研究现状 65
4.2 约束分析与约束检查 69
4.2.1 相关概念定义 70
4.2.2 成像质量约束分析 71
4.2.3 姿态转换时间约束分析 72
4.2.4 基于时间线推进机制的约束检查算法 72
4.3 基于剩余任务密度的启发式算法 75
4.3.1 求解思路 75
4.3.2 构造启发式函数设计 77
4.3.3 最优性证明 79
4.3.4 复杂度分析 81
4.3.5 算法优势与局限性 82
4.4 基于任务排序的动态规划算法 82
4.4.1 多阶段决策模型 83
4.4.2 主要计算过程 86
4.4.3 最优性证明 87
4.4.4 复杂度分析 88
4.4.5 算法优势与局限性 89
4.5 仿真实验 90
4.5.1 实验场景设计 90
4.5.2 实验结果及分析 94
4.6 本章小结 98
第5章 基于强化学习的成像卫星任务分配问题研究 100
5.1 相关研究现状 100
5.1.1 任务分配模型与算法 100
5.1.2 机器学习应用于组合优化 102
5.2 面向任务分配问题的 MDP模型 105
5.2.1 逻辑结构 105
5.2.2 动作空间 106
5.2.3 状态空间 108
5.2.4 短期回报 110
5.2.5 价值函数 110
5.3 求解任务分配问题的改进深度 Q学习算法 116
5.3.1 求解框架 117
5.3.2 剪枝策略 119
5.3.3 复杂度分析 120
5.4 仿真实验 121
5.4.1 任务分配算法性能分析 122
5.4.2 集成算法性能分析 135
5.5 本章小结 143
第6章 “高景一号”成像卫星任务规划应用研究 145
6.1 “高景一号”任务规划问题背景 145
6.1.1 “高景一号”基本情况 145
6.1.2 “高景一号”运控系统 148
6.2 系统设计 155
6.2.1 外部接口设计 155
6.2.2 内部接口设计 157
6.2.3 数据结构设计 158
6.3 问题建模与求解 160
6.3.1 双层优化模型 160
6.3.2 学习型规划算法 163
6.4 仿真实验 164
6.4.1 实验场景 164
6.4.2 单星规划实验结果 167
6.4.3 多星协同实验结果 170
6.5 本章小结 172
第7章 总结与展望 174
7.1 总结 174
7.2 展望 176
参考文献 178
附录 A 符号说明 191
附录 B 缩写词列表 193
