首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

多任务多用户的卫星任务规划方法、系统及存储介质 

申请/专利权人:北京开运联合信息技术集团股份有限公司

申请日:2024-03-27

公开(公告)日:2024-06-28

公开(公告)号:CN117952026B

主分类号:G06F30/27

分类号:G06F30/27;G06N3/126;G06F111/04;G06F111/06

优先权:

专利状态码:有效-授权

法律状态:2024.06.28#授权;2024.05.17#实质审查的生效;2024.04.30#公开

摘要:本发明公开了多任务多用户的卫星任务规划方法、系统及存储介质,涉及卫星任务规划技术领域,本发明采用二进制变量表示任务是否分配给卫星以及频段是否分配给卫星,定义决策变量,采用Pareto多目标优化方法,实现多目标优化的目标,能够同时优化系统效率、通信延迟和频谱利用率多个性能指标采用分布式计算方法解决问题,使用拉格朗日对偶性将多目标问题转化为等价的单目标凸优化问题,将问题分解为多个子问题,其中每个子问题对应于一个卫星群,从而实现分布式计算,在每个卫星群内,采用局部凸优化方法解决子问题,最大程度地提高效率,待各卫星群解决子问题后,将卫星群的解合并以获得全局性能的解决方案。

主权项:1.多任务多用户的卫星任务规划方法,其特征在于,包括:步骤1.进行多目标多约束优化建模,定义多目标函数平衡性能,包括最大化系统效率、最小化通信延迟和最大化频谱利用率,对频段限制、功耗限制、通信质量进行约束,将多个目标函数组合成整体的多目标优化问题;步骤2.进行凸优化和分布式计算,基于凸优化理论将多目标多约束问题转化为凸优化问题,同时采用分布式计算,将问题分解为多个子问题,通过拉格朗日对偶性和分布式优化方法将卫星集合为卫星群,每个卫星群负责解决部分任务;步骤3.任务计划自适应调整,基于步骤2中的解决方案进行动态规划任务调度;所述步骤1中,进行多目标多约束优化建模步骤包括:将最大化系统效率、最小化通信延迟和最大化频谱利用率问题转化为目标模型,并定义决策变量,包括任务分配和频段分配;为每个目标模型制定目标函数,确定约束条件;将多个目标函数和约束条件组合成一个多目标优化问题;采用多目标模拟Pareto解决建立的多目标多约束优化问题;将最大化系统效率、最小化通信延迟和最大化频谱利用率问题转化为目标模型步骤具体包括:采用二进制变量表示任务是否分配给卫星,以及频段是否分配给卫星,具体为: ,表示任务i是否分配给卫星j,为二进制变量; ,表示频段f是否分配给卫星k,同样为二进制变量;为每个目标系统效率、通信延迟和频谱利用率定义,表达式为: ,其中E表示系统效率,为决策变量,表示系统性能度量,即任务i和卫星j之间的性能关联; ,其中D表示通信延迟,表示通信时间,即任务i和卫星j之间的通信时间, ,其中表示频谱利用率,分别表示所有带宽以及所有卫星k,表示频段f是否分配给卫星k,表示消耗带宽,表示总带宽;所述步骤1中,定义决策变量方法为:对于,,对于,,同时决策变量、的约束条件为:任务分配中,,限制每个任务只能被分配给一个卫星;频段分配中,,限制每个频段只能被分配给一个卫星;采用Pareto多目标优化方法包括:将多个目标函数,分别重新定义为,,,分别表示系统效率、通信延迟和频谱利用率: , , ,Pareto前沿采用Fx表示,定义Pareto支配关系,设所得解为和,若对于所有目标函数不劣于,则Pareto支配,即;使用多目标Pareto模拟退火法搜索Pareto前沿:a.在每一代生成一组解,然后根据Pareto支配关系筛选出非支配解;b.对非支配解采用进化算子,以生成下一代解;重复a和b过程,直到满足终止条件;所述步骤2中,进行凸优化和分布式计算步骤包括:使用拉格朗日对偶性,将多目标问题转化为等价的单目标凸优化问题;构建新的目标函数包括原始目标函数和拉格朗日乘子的线性组合;将问题分解为多个子问题,其中每个子问题对应于一个卫星群;在每个卫星群内,采用局部凸优化方法解决子问题;各卫星群解决子问题后,将卫星群解合并获得全局性能的解决方案;所述步骤2中,使用拉格朗日对偶性将多目标问题转化为等价的单目标凸优化问题步骤包括:为每个约束条件引入对应的拉格朗日乘子,设有m个约束条件,引入m个拉格朗日乘子,则乘子构成拉格朗日向量;构建拉格朗日函数,表示为: ,其中表示决策变量向量,包括任务分配和频段分配,即拉格朗日乘子向量,表示原始多目标问题的目标函数,即多目标函数的线性组合,为约束条件向量,包含原始约束条件;基于拉格朗日函数,构建拉格朗日对偶问题,其中目标函数是拉格朗日函数L的最小化,而约束条件是拉格朗日乘子的非负性,则拉格朗日对偶问题表示为: , ,采用凸规划算法求解拉格朗日对偶问题,产生拉格朗日对偶问题的最优解和最小值;所述步骤2中,使用拉格朗日对偶性将多目标问题转化为等价的单目标凸优化问题步骤还包括:基于拉格朗日对偶问题的最优解和最小值,构建等价的单目标凸优化问题;在每个卫星群内,使用局部凸优化方法解决单目标凸优化问题,每个卫星群独立处理其分配的任务。

全文数据:

权利要求:

百度查询: 北京开运联合信息技术集团股份有限公司 多任务多用户的卫星任务规划方法、系统及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。