买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国科学院国家空间科学中心

摘要：本发明属于天基资源管理与调度技术领域，尤其涉及基于态势及需求混合驱动的天基资源能力虚拟化方法和系统。该方法包括：收集单个卫星或卫星集群的异构态势数据和任务需求数据，针对不同类别数据分别进行特征提取后再进行融合，实现预处理；对预处理后的数据采用深度学习方法，输出高维特征向量；基于高维特征向量，依据资源特征约束、任务要素约束和态势环境约束，经基础算法、约束算法和评估算法生成虚拟化能力描述。本发明能提供更全面、更精确的天基系统状态描述，显著提高资源分配和任务调度的准确性，有效提升资源利用效率，为天基资源管理和任务筹划的优化提供了强有力的支撑。

主权项：1.一种基于态势及需求混合驱动的天基资源能力虚拟化方法，包括：步骤1收集单个卫星或卫星集群的异构态势数据和任务需求数据，针对不同类别数据分别进行特征提取后再进行融合，实现预处理；步骤2对预处理后的数据采用深度学习方法，输出高维特征向量；步骤3基于高维特征向量，依据资源特征约束、任务要素约束和态势环境约束，经基础算法、约束算法和评估算法生成虚拟化能力描述；所述步骤1包括：对于表征气温、湿度或风速的连续变量，采用标准化或归一化处理，使其值域统一到一定范围；对于地形类型或植被类型的分类变量，使用独热编码转换为特征向量；对于时间相关的气象数据，使用时间序列分析方法，使用RNN或LSTM处理转换为特征向量；对于地理位置编码的具有高维稀疏特征数据，使用嵌入技术将其映射到低维密集向量中；对于地球表面图像数据，使用卷积神经网络提取特征向量；对于GIS数据，使用位置嵌入技术转化为固定长度的特征向量；对于威胁报告的文本内容，使用自然语言处理技术提取特征向量；对于任务需求数据，采用任务要素提取算法将任务转换为半结构化数据；将上述不同类别数据分别表征的特征向量通过拼接或加权平均融合成一个统一的特征表示；对于长度不一的特征向量，使用填充、截断或注意力机制技术实现维度的对齐；所述步骤3中，资源特征约束包括：节点属性约束和时空关联约束；所述任务要素约束包括：任务负载约束和任务关联约束；所述态势约束包括：外部因素和内部因素，其中外部因素包括天气状况、空间环境和水文气象条件，内部因素包括敌我双方的资源配置、能力状态和意图评估；所述节点属性约束包括：载荷属性约束、观测条件约束、通信条件约束和开关机时间约束；所述时空关联约束包括：通信可见性、时间间隔约束和次序约束；所述任务负载约束包括：可用传输时段和可用处理时段；所述任务关联约束包括：优先级关联、时间关联、资源关联、功能关联、状态关联和位置关联；所述步骤3中，虚拟化能力描述包括：设备属性层描述、卫星能力层描述和集群能力层描述；其中，所述设备属性层描述，用于结合卫星观测、处理、通信、能源和存储相关的设备参数，基于节点属性约束形成统一化的卫星设备属性描述，得到设备抽象模型；所述卫星能力层描述，用于根据设备抽象模型，基于时空关联约束，采用基础算法得到卫星基础能力；再结合任务需求要素，采用约束算法，得到卫星可用能力列表，再基于任务负载约束和任务关联约束，采用评估算法，得到统一化的卫星可用能力描述；所述集群能力层描述，用于将卫星可用能力描述进行再加工，将单一卫星能力进行重新组织，并经合并和归集计算，形成统一化集群能力描述。

全文数据：

权利要求：

百度查询： 中国科学院国家空间科学中心 基于态势及需求混合驱动的天基资源能力虚拟化方法和系统