面向移動目標(biāo)跟蹤的多星協(xié)同規(guī)劃與自主調(diào)度研究
定 價:79 元
叢書名:航天資源規(guī)劃與調(diào)度
移動目標(biāo)跟蹤在軍民領(lǐng)域有著顯著的現(xiàn)實應(yīng)用價值,而成像衛(wèi)星是實現(xiàn)移動目標(biāo)跟蹤的重 要平臺之一。本書創(chuàng)造性地提出面向移動目標(biāo)跟蹤的多星協(xié)同規(guī)劃與自主調(diào)度框架、模型及方法。
本書的特色是平實易懂地為讀者介紹面向移動目標(biāo)跟蹤的成像衛(wèi)星任務(wù)規(guī)劃問題及方法,面向的讀者群體主要包括:運(yùn)籌學(xué)相關(guān)方向的本科生和研究生、高校相關(guān)專業(yè)的教師、相關(guān)科研機(jī)構(gòu)的研究人員、工業(yè)部門相關(guān)領(lǐng)域的技術(shù)人員、對該問題感興趣的所有讀者。
移動目標(biāo)跟蹤在打擊海盜犯罪、緝拿毒品走私、空間武器預(yù)警以及海上災(zāi)難救援等軍民領(lǐng)域都有著廣泛的應(yīng)用場景與顯著的實際價值。天基遙感衛(wèi)星作為主要的空間信息采集平臺,具有覆蓋范圍廣、運(yùn)行時間長以及不受國界限制等特點。這些特點賦予了天基遙感衛(wèi)星在跟蹤移動目標(biāo)方面獨(dú)有的優(yōu)勢,但目標(biāo)運(yùn)動多變性、圖像識別概率性、目標(biāo)到達(dá)隨機(jī)性等諸多不確定性因素也給天基遙感衛(wèi)星跟蹤移動目標(biāo)帶來了挑戰(zhàn)。新一代敏捷衛(wèi)星具備靈活的三軸姿態(tài)機(jī)動能力,擴(kuò)展了對目標(biāo)的觀測窗口;傳統(tǒng)的地面規(guī)劃 星上執(zhí)行管控模式對移動目標(biāo)響應(yīng)嚴(yán)重滯后,星上計算能力的增強(qiáng)以及人工智能(artifical intelligence,AI)技術(shù)的發(fā)展為星上自主智能提供了前提,帶來解決滯后短板的契機(jī)。同時,敏捷機(jī)動以及自主智能也給當(dāng)前的衛(wèi)星任務(wù)規(guī)劃系統(tǒng)帶來新的問題:敏捷能力帶來了時間依賴特征的約束,使得衛(wèi)星規(guī)劃調(diào)度變得更為復(fù)雜;移動目標(biāo)具有動態(tài)不確定性,需要更合理的任務(wù)管理與任務(wù)決策機(jī)制;對移動目標(biāo)的及時響應(yīng)依賴于快速、高質(zhì)量以及精細(xì)化的自主任務(wù)調(diào)度;多移動目標(biāo)的跟蹤需要高效的星間協(xié)同。鑒于此,本書圍繞關(guān)注的海洋低速移動目標(biāo)(非時敏移動目標(biāo))與空間高速移動目標(biāo)(時敏移動目標(biāo))兩類目標(biāo),介紹面向移動目標(biāo)跟蹤的多星協(xié)同規(guī)劃與自主調(diào)度框架、模型以及方法,其主要研究內(nèi)容包含以下五個方面。1)提出多星協(xié)同規(guī)劃與自主調(diào)度的分層式通用求解框架移動目標(biāo)動態(tài)不確定性使得對其跟蹤明顯區(qū)別于對靜止目標(biāo)的觀測,并且資源存在一定的共用性,星座資源不可能僅服務(wù)于單一類型目標(biāo),通用求解框架的設(shè)計需要兼顧多類型移動目標(biāo)和對靜止目標(biāo)的觀測。此外,由于衛(wèi)星能力差異以及通信鏈路差異,還需要考慮多種協(xié)同架構(gòu)的兼容性。基于上述兩點,本書提出一種分層式、模塊化的多星協(xié)同規(guī)劃與自主調(diào)度通用求解框架,該框架包括星上自主任務(wù)管理層、星間自主任務(wù)協(xié)同層以及星上自主任務(wù)調(diào)度層,支持不同資源協(xié)同方式下的模塊組合與順序搭配。基于該框架,針對非時敏移動目標(biāo)設(shè)計集中---分布式協(xié)同架構(gòu);針對時敏移動目標(biāo)設(shè)計具有互斥目標(biāo)池的分散式協(xié)同架構(gòu),引入互斥目標(biāo)池,降低通信代價。在不同的協(xié)同架構(gòu)下,實現(xiàn)對多星協(xié)同規(guī)劃與自主調(diào)度問題的分解與解耦。2)設(shè)計通用求解框架下的星上自主任務(wù)管理模塊星上自主任務(wù)管理是通用求解框架中的重要模塊之一,主要分為目標(biāo)運(yùn)動預(yù)測、自主任務(wù)生成以及優(yōu)先級統(tǒng)籌,負(fù)責(zé)將目標(biāo)的不確定性轉(zhuǎn)化為定量化屬性描述的任務(wù),這依賴于目標(biāo)運(yùn)動建模與資源領(lǐng)域知識構(gòu)建兩者間的關(guān)聯(lián)關(guān)系。對于非時敏移動目標(biāo),在集中---分布式協(xié)同架構(gòu)下,采用基于高斯分布的雙約束預(yù)測模型實現(xiàn)運(yùn)動預(yù)測,構(gòu)建任務(wù)生成決策樹實現(xiàn)對任務(wù)的生成,設(shè)計多層級任務(wù)優(yōu)先級統(tǒng)籌實現(xiàn)對生成任務(wù)的優(yōu)先級配置;對于時敏移動目標(biāo),在分散式協(xié)同架構(gòu)下,結(jié)合橢圓軌道與龍格-庫塔積分方法進(jìn)行軌跡預(yù)測,引入動態(tài)優(yōu)先級實現(xiàn)對目標(biāo)的動態(tài)屬性配置。 3)提出一種基于圖注意力網(wǎng)絡(luò)與近端策略優(yōu)化的深度強(qiáng)化學(xué)習(xí)求解面向非時敏移動目標(biāo)跟蹤的單星自主任務(wù)調(diào)度問題在集中分布式協(xié)同架構(gòu)下,研究面向非時敏移動目標(biāo)的單星自主任務(wù)調(diào)度問題。在建模過程中,引入時姿鄰接圖模型對問題進(jìn)行描述。借鑒動態(tài)規(guī)劃與序列解構(gòu)造思想,將問題的約束模型轉(zhuǎn)化為馬爾可夫決策過程模型。在問題求解中,采用圖注意力網(wǎng)絡(luò)對問題進(jìn)行特征提取,并基于近端策略優(yōu)化的深度強(qiáng)化學(xué)習(xí)對網(wǎng)絡(luò)進(jìn)行訓(xùn)練。仿真結(jié)果表明,該算法不但在求解質(zhì)量上大幅超越了啟發(fā)式、經(jīng)典的元啟發(fā)式以及深度Q學(xué)習(xí)算法,而且求解速度很快,在典型場景下能夠?qū)崿F(xiàn)近實時的求解。4)提出一種基于基因表達(dá)式編程的演化構(gòu)造啟發(fā)式求解面向非時敏移動目標(biāo)跟蹤的多星協(xié)同任務(wù)分配問題在集中---分布式協(xié)同架構(gòu)下,研究面向非時敏移動目標(biāo)跟蹤的多星協(xié)同任務(wù)分配問題,旨在通過快速的任務(wù)分配,將星上自主任務(wù)管理模塊生成的任務(wù)分配給各衛(wèi)星,實現(xiàn)多星協(xié)同任務(wù)規(guī)劃的收益最大化。在建模過程中,對問題進(jìn)行描述并建立整數(shù)規(guī)劃模型?紤]求解的時效性,提出一種基于基因表達(dá)式編程的演化構(gòu)造啟發(fā)式方法,借鑒序列解構(gòu)造思想,在序列化決策過程中采用演化規(guī)則求解該問題。首先基于領(lǐng)域知識提取該問題的16個特征,然后采用基因表達(dá)式編程對問題求解規(guī)則進(jìn)行演化。仿真結(jié)果顯示,該演化規(guī)則全面超越了引入自適應(yīng)機(jī)制的三類啟發(fā)式規(guī)則,并取得了接近元啟發(fā)式算法的求解效果,求解速度同樣很快。5)提出一種基于知識規(guī)則的分散式多星自主協(xié)同任務(wù)規(guī)劃方法求解面向時敏移動目標(biāo)跟蹤的多星自主協(xié)同任務(wù)規(guī)劃問題相比非時敏移動目標(biāo)的跟蹤,面向時敏移動目標(biāo)的多星自主協(xié)同任務(wù)規(guī)劃問題依賴于更短的決策周期,通過星上快速決策、調(diào)度與協(xié)同實現(xiàn)對目標(biāo)不確定性的及時響應(yīng)。本書在分析時敏移動目標(biāo)獨(dú)有特性的基礎(chǔ)上,對具有互斥目標(biāo)池的分散式協(xié)同架構(gòu)進(jìn)行具體設(shè)計;采用馬爾可夫決策過程實現(xiàn)單星自主任務(wù)調(diào)度的建模,并基于分散式馬爾可夫決策過程實現(xiàn)對多星協(xié)同任務(wù)規(guī)劃的建模;同時針對問題求解的難度進(jìn)行了分析,并在此基礎(chǔ)上,采用基于知識規(guī)則的方法實現(xiàn)包括目標(biāo)決策、候選子任務(wù)生成以及候選子任務(wù)選擇的單星自主任務(wù)調(diào)度求解。然后,對星間在線協(xié)同設(shè)計了基于需求---響應(yīng)的任務(wù)規(guī)劃沖突消解機(jī)制來提升系統(tǒng)的整體效益。該方法能夠有效求解面向時敏移動目標(biāo)的多星自主協(xié)同任務(wù)規(guī)劃問題,具備星上部署的實用性。20172024年,作者始終致力于衛(wèi)星任務(wù)規(guī)劃及優(yōu)化調(diào)度方面的研究,本書凝結(jié)了這期間積累的主要研究成果。在內(nèi)容研究及書稿撰寫期間,賀仁杰導(dǎo)師、劉曉路老師給予了作者悉心的指導(dǎo),課題組的老師、同窗、師兄弟及秘書等提供了很多幫助,項目合作伙伴也提供了不少技術(shù)支持。當(dāng)然,書籍的成稿出版,也離不開清華大學(xué)出版社陳凱仁編輯的辛勤付出。在此,作者由衷感謝為本書研究、撰稿以及出版提供了支持和幫助的各位老師、同門以及專家學(xué)者!本書圍繞時敏與非時敏兩類移動目標(biāo)的跟蹤,對多星協(xié)同規(guī)劃與自主調(diào)度的框架、模型及方法等進(jìn)行了初步研究。研究的問題背景源于工程應(yīng)用,涉及衛(wèi)星任務(wù)規(guī)劃、組合優(yōu)化、運(yùn)籌學(xué)、不確定性調(diào)度等多方面的學(xué)科交叉點,研究成果可為相關(guān)領(lǐng)域的理論研究和工程應(yīng)用提供有價值的借鑒與參考。當(dāng)然,本書介紹的研究工作仍有待進(jìn)一步拓展。作者撰寫本書不僅是為與相關(guān)領(lǐng)域工作者分享所悟,更是期待通過本書激發(fā)廣大讀者對相關(guān)科學(xué)問題的興趣,共同加入未知但可期的求知探索中。盡管作者已竭盡全力提高本書的內(nèi)容與質(zhì)量,但是受限于個人水平,書中不可避免會出現(xiàn)疏漏之處,懇請各位讀者不吝賜教,對書中不當(dāng)之處,敬請批評指正!
作者2024年11月于北京
楊文沅,國防科技大學(xué)助理研究員,獲得國防科技大學(xué)管理科學(xué)與工程專業(yè)博士學(xué)位。主要研究方向為系統(tǒng)規(guī)劃與管理決策技術(shù)、智能任務(wù)規(guī)劃與調(diào)度、無人集群智能協(xié)同,長期從事對地觀測衛(wèi)星任務(wù)規(guī)劃與調(diào)度相關(guān)工作。作為骨干成員參與國家、軍隊以及省部級等各類項目10余項,目前在國內(nèi)外重要刊物和會議上發(fā)表學(xué)術(shù)論文10余篇,申請和授權(quán)國家發(fā)明專利9項。
第1章 緒論 11.1 研究背景與意義 11.1.1 研究背景 11.1.2 研究意義 51.2 國內(nèi)外研究現(xiàn)狀與總結(jié) 61.2.1 移動目標(biāo)運(yùn)動預(yù)測問題研究現(xiàn)狀 61.2.2 敏捷能力下的單星自主調(diào)度問題研究現(xiàn)狀 91.2.3 多星自主協(xié)同規(guī)劃問題研究現(xiàn)狀 141.2.4 機(jī)器學(xué)習(xí)方法在組合優(yōu)化問題中應(yīng)用現(xiàn)狀 171.2.5 現(xiàn)狀分析與總結(jié) 191.3 本書主要工作 201.3.1 研究內(nèi)容 201.3.2 組織結(jié)構(gòu) 221.3.3 創(chuàng)新點 24第2章 問題描述與求解框架 262.1 目標(biāo)資源分析 262.1.1 移動目標(biāo)特征與分類 262.1.2 天基遙感衛(wèi)星資源特征與分類 282.1.3 面向移動目標(biāo)跟蹤的星座資源 292.2 面向移動目標(biāo)跟蹤的多星協(xié)同規(guī)劃與自主調(diào)度問題 332.2.1 問題約束特征 342.2.2 問題優(yōu)化目標(biāo) 402.2.3 問題分析總結(jié) 412.3 多星協(xié)同規(guī)劃與自主調(diào)度問題通用求解框架 412.3.1 多星協(xié)同規(guī)劃與自主調(diào)度的分層式通用求解框架 422.3.2 通用求解架構(gòu)下的多星協(xié)同規(guī)劃與自主調(diào)度問題分解 432.4 本章小結(jié) 48第3章 面向移動目標(biāo)跟蹤的星上自主任務(wù)管理 493.1 移動目標(biāo)運(yùn)動模型與預(yù)測方法 493.1.1 非時敏移動目標(biāo)運(yùn)動模型與預(yù)測方法 493.1.2 時敏移動目標(biāo)運(yùn)動模型與預(yù)測方法 613.2 面向移動目標(biāo)的星上自主任務(wù)生成 653.2.1 任務(wù)生成時間決策 663.2.2 任務(wù)生成要素決策 683.3 面向移動目標(biāo)的任務(wù)優(yōu)先級統(tǒng)籌 693.3.1 面向非時敏移動目標(biāo)的任務(wù)優(yōu)先級統(tǒng)籌 693.3.2 面向時敏移動目標(biāo)的目標(biāo)優(yōu)先級統(tǒng)籌 723.4 本章小結(jié) 74第4章 面向非時敏移動目標(biāo)跟蹤的單星自主任務(wù)調(diào)度技術(shù) 754.1 問題描述與建模 764.1.1 問題假設(shè) 764.1.2 符號說明 774.1.3 問題模型 774.1.4 敏捷姿態(tài)機(jī)動能力下時間依賴轉(zhuǎn)換時間約束處理 814.2 基于圖注意力網(wǎng)絡(luò)的問題特征提取 834.2.1 圖注意力網(wǎng)絡(luò) 834.2.2 單星自主任務(wù)調(diào)度問題特征提取 844.2.3 單星自主任務(wù)調(diào)度問題的圖注意力網(wǎng)絡(luò)結(jié)構(gòu) 884.3 基于近端策略優(yōu)化的深度強(qiáng)化學(xué)習(xí)的問題求解 904.3.1 問題求解框架 914.3.2 強(qiáng)化學(xué)習(xí)中的基本概念 924.3.3 基于GAT的問題求解 934.3.4 基于PPO的網(wǎng)絡(luò)模型訓(xùn)練 934.4 仿真實驗及分析 964.4.1 仿真實驗設(shè)計 964.4.2 訓(xùn)練過程分析 994.4.3 算法可行性分析 1004.4.4 算法效能分析 1024.5 本章小結(jié) 109第5章 面向非時敏移動目標(biāo)跟蹤的多星協(xié)同任務(wù)分配技術(shù) 1115.1 問題描述與建模 1125.1.1 多星協(xié)同任務(wù)分配問題 1125.1.2 問題假設(shè) 1135.1.3 符號說明 1145.1.4 問題模型 1145.1.5 問題復(fù)雜性分析與求解思路 1155.2 基于自適應(yīng)機(jī)制的啟發(fā)式多星協(xié)同任務(wù)分配方法 1165.3 基于基因表達(dá)式編程演化構(gòu)造啟發(fā)式多星協(xié)同任務(wù)分配方法 1215.3.1 問題求解框架 1225.3.2 問題特征選取與歸一化 1225.3.3 基于GEP的規(guī)則演化方法 1275.4 仿真實驗及分析 1355.4.1 仿真實驗設(shè)計 1355.4.2 演化過程分析 1355.4.3 算法可行性分析 1395.4.4 算法效能分析 1405.5 本章小結(jié) 145第6章 面向時敏移動目標(biāo)跟蹤的多星自主協(xié)同規(guī)劃技術(shù) 1476.1 問題描述與建模 1486.1.1 多星協(xié)同任務(wù)規(guī)劃問題 1486.1.2 問題假設(shè) 1526.1.3 符號說明 1536.1.4 問題模型 1546.2 分散式多星自主協(xié)同任務(wù)規(guī)劃方法 1586.2.1 問題求解分析 1596.2.2 面向時敏移動目標(biāo)的星上自主任務(wù)管理 1596.2.3 基于知識規(guī)則的單星自主調(diào)度方法 1606.2.4 基于RRB的多星在線協(xié)同機(jī)制 1646.3 仿真實驗及分析 1676.3.1 仿真實驗設(shè)計 1676.3.2 算法可行性分析 1686.3.3 算法參數(shù)分析 1746.3.4 候選子任務(wù)選擇策略分析 1766.4 本章小結(jié) 177第7章 結(jié)論與展望 1787.1 結(jié)論 1787.2 展望 180參考文獻(xiàn) 183附錄A 縮略語表 194