基于改进布谷鸟搜索的卫星成像规划方法

doi:10.7523/j.ucas.2021.0014

中国科学院大学学报 ›› 2023, Vol. 40 ›› Issue (1): 101-108.DOI: 10.7523/j.ucas.2021.0014

• 电子信息与计算机科学 • 上一篇

基于改进布谷鸟搜索的卫星成像规划方法

李小牧^1,2, 田妙苗¹, 马广彬¹, 林友明¹, 程博¹

1. 中国科学院空天信息创新研究院, 北京 100094;
2. 中国科学院大学电子电气与通信工程学院, 北京 100049

收稿日期:2020-12-06 修回日期:2021-02-27 发布日期:2021-05-31
通讯作者: 田妙苗,E-mail:tianmm@aircas.ac.cn
基金资助:
国家重点研发计划项目(2017YFB0504201)资助

Satellite imaging planning method based on improved cuckoo search

LI Xiaomu^1,2, TIAN Miaomiao¹, MA Guangbin¹, LIN Youming¹, CHENG Bo¹

1. Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing 100094, China;
2. School of Electronic, Electrical and Communication Engineering, University of Chinese Academy of Sciences, Beijing 100049, China

Received:2020-12-06 Revised:2021-02-27 Published:2021-05-31

摘要/Abstract

摘要： 针对多卫星区域目标的成像规划问题，提出一种基于改进布谷鸟搜索的卫星成像规划方法。为最大限度地利用卫星资源，首先基于卫星的单次过境活动将区域目标按条带分解，然后考虑卫星姿态约束、传感器使用约束、过境时间约束、成像时云量及光照约束等，建立约束满足模型，针对模型设计编码和更新策略，并在布谷鸟搜索算法中引入非线性惯性权重对其进行改进，最后采用改进的布谷鸟搜索算法求解约束满足模型。求解结果表明，与遗传算法相比，本文算法的收敛性好、目标完成率高且稳定性强，验证了该算法的有效性。

关键词: 卫星成像规划, 约束满足模型, 布谷鸟搜索

Abstract: This paper proposes a satellite mission planning method of multi-satellite regional targets based on improved cuckoo search(ICS) in order to maximize the use of satellite resources. Firstly, the regional target is decomposed into strips based on a single satellite transit activity. Secondly, the satellite attitude constraints, sensor usage constraints, transit time constraints, cloud cover and illumination constraints during imaging, etc. are considered to establish a constraint satisfaction model, for which coding and updating strategies are designed. Finally, an improved cuckoo search algorithm, with nonlinear inertia weight, is used to solve the constraint satisfaction model. The results of the experiment show that compared with genetic algorithm (GA), the proposed algorithm in this paper has better convergence, higher target completion rate and stronger stability, which proves the effectiveness of the method proposed in this paper.

Key words: satellite imaging planning, constraint satisfaction model, cuckoo search

中图分类号:

TP301

李小牧, 田妙苗, 马广彬, 林友明, 程博. 基于改进布谷鸟搜索的卫星成像规划方法[J]. 中国科学院大学学报, 2023, 40(1): 101-108.

LI Xiaomu, TIAN Miaomiao, MA Guangbin, LIN Youming, CHENG Bo. Satellite imaging planning method based on improved cuckoo search[J]. Journal of University of Chinese Academy of Sciences, 2023, 40(1): 101-108.

参考文献

[1] Bensana E, Verfaillie G, Agnèse J C, et al. Exact and inexact methods for the daily management of an earth observation satellite[DB/OL]. Proceedings of the Fourth International Symposium Space Mission Operations and Ground Data Systems-SpaceOps' 96, Munich, Germany, 1996[2021-03-04]. https://www.researchgate.net/publication/2765500_Exact_And_Inexact_Methods_For_The_Daily_Management_Of_An_Earth_Observation_Satellite.
[2] 贺仁杰. 成像侦察卫星调度问题研究[D]. 长沙: 国防科学技术大学, 2004.
[3] Vasquez M, Hao J K. A "logic-constrained" knapsack formulation and a tabu algorithm for the daily photograph scheduling of an earth observation satellite[J]. Computational Optimization and Applications, 2001, 20(2): 137-157. DOI：10.1023/A:1011203002719.
[4] Wolfe W J, Sorensen S E. Three scheduling algorithms applied to the earth observing systems domain[J]. Management Science, 2000, 46(1): 148-166.DOI：10.1287/mnsc.46.1.148.15134.
[5] 白保存. 考虑任务合成的成像卫星调度模型与优化算法研究[D]. 长沙: 国防科学技术大学, 2008.
[6] 李志亮, 李小将, 孙伟. 考虑成像质量的敏捷卫星任务调度模型与算法[J]. 宇航学报, 2017, 38(6): 590-597.DOI：10.3873/j.issn.1000-1328.2017.06.005.
[7] 李海玲, 党琦. 一种基于优先级的卫星成像任务快速规划流程[J]. 载人航天, 2018, 24(6): 821-826.DOI：10.16329/j.cnki.zrht.2018.06.017.
[8] 明卫鹏, 马广彬, 章文毅. 基于基因表达式编程的多星成像任务规划算法[J]. 中国科学院大学学报, 2020, 37(4): 532-538.DOI：10.7523/j.issn.2095-6134.2020.04.013.
[9] 申经伟. 基于改进布谷鸟算法的港口群海铁联运网络优化[D]. 大连: 大连海事大学, 2020.
[10] 徐杨丽, 叶春明. 布谷鸟算法求解置换流水车间调度问题[J]. 数学理论与应用, 2015, 35(3): 89-96.
[11] 明波, 黄强, 王义民, 等. 基于改进布谷鸟算法的梯级水库优化调度研究[J]. 水利学报, 2015, 46(3): 341-349.DOI：10.13243/j.cnki.slxb.2015.03.011.
[12] 邵萌, 李郁侠, 谭雅岚, 等. 基于布谷鸟搜索算法的变电站选址方法研究[J]. 电网与清洁能源, 2016, 32(11): 51-54, 61.DOI：10.3969/j.issn.1674-3814.2016.11.009.
[13] Yang X S, Deb S. Cuckoo search via lévy flights[C]//2009 World Congress on Nature & Biologically Inspired Computing (NaBIC). December 9-11, 2009, Coimbatore, India. IEEE, 2009: 210-214.DOI：10.1109/NABIC.2009.5393690.
[14] 陈乐, 龙文. 求解工程结构优化问题的改进布谷鸟搜索算法[J]. 计算机应用研究, 2014, 31(3): 679-683.DOI：10.3969/j.issn.1001-3695.2014.03.009.
[15] Yang X S. Nature-Inspired Metaheuristic Algorithms[M]. 2nd ed. Frome, UK: Luniver Press, 2010: 129-139.
[16] 韩琼, 章文毅. 多星联合成像编程技术研究[J]. 遥感信息, 2013, 28(4): 19-23, 56.DOI：10.3969/j.issn.1000-3177.2013.04.004.
[17] 王钧, 李军, 景宁, 等. 基于约束满足的多目标对地观测卫星成像调度[J]. 国防科技大学学报, 2007, 29(4): 66-71.DOI：10.10.3969/j.issn.1001-2486.2007.04.014.
[18] 李军, 王钧, 陈健, 等. 基于多目标遗传算法的卫星成像任务调度技术[J]. 系统工程与电子技术, 2007, 29(7): 1164-1168.DOI：10.3321/j.issn:1001-506X.2007.07.034.
[19] 刘延龙. 布谷鸟算法的应用研究及算法性能度量[D]. 哈尔滨: 东北林业大学, 2016.

基于改进布谷鸟搜索的卫星成像规划方法

Satellite imaging planning method based on improved cuckoo search

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 1

编辑推荐

Metrics

本文评价

访问统计

联系我们