低轨星座应急数据传输任务规划方法、系统及设备

本发明涉及星间数据传输、星间网络结构及应急数据传输任务规划领域，尤其是涉及一种基于机器学习赋能的低轨星座应急数据的网络化传输中的传输任务规划方法、系统及设备。

背景技术：

1、近年来，低轨卫星凭借其低成本、广覆盖和高灵活性等优势，已广泛应用于地质勘探、灾害预警、气象监测等领域。在未来多星自主规划场景中，低轨卫星可通过星载计算单元自主感知任务需求、规划并执行成像任务，之后通过星上预处理快速评估任务紧迫程度，区分时效性要求高的应急任务（如灾情预警）与时效性要求较低的常规任务，最终进行任务数据回传。其中，对于星上初步判定为“应急”的高精度数据，为保障时效性，需实时规划传输方案，将数据快速回传至地面中心开展深度分析，有效规避因传输延迟引发的决策滞后风险。然而，传统依赖过境窗口的回传机制难以满足大容量高精度应急数据的实时传输需求。

2、在此背景下，低轨星座大容量应急数据网络化传输问题（llhvedtp）应运而生。该问题聚焦于卫星获取原始任务数据后的数传调度环节，其核心挑战源于三方面耦合约束：一是网络拓扑动态时变，卫星沿轨道运动导致星间可见窗口持续变化，进而使链路连通性呈现周期性波动；二是星上资源严格受限，低轨卫星受体积与载重限制，其星上缓存容量、能源供给能力等极为有限，进一步制约传输调度灵活性；三是应急任务动态到达，应急任务的突发性与不可预测性，对系统的在线决策能力与快速响应效率提出严苛要求。

3、从问题构成来看，llhvedtp包含链路调度和数据流调度两个耦合阶段，链路调度阶段本质是一类具有资源约束的动态链路调度问题，llhvedtp不仅需规划卫星与地面站的建链方案，还需额外考虑卫星间的建链决策，并新增星上资源约束以及任务动态约束。而在确定建链方案后，需进一步优化数据流调度以实现资源高效分配。因此，llhvedtp 的约束耦合性与动态性更为突出，问题复杂度显著提高。

4、经系统调研，llhvedtp 问题尚未得到有效解决。在传统方法方面，适用于小型卫星连接计划设计的精确求解算法和基于矛盾冲突图的启发式方法，有效解决了任务感知的小型资源受限卫星连接计划设计问题；benders 分解的方法解决了小卫星网络中的最大流问题；接触图路由作为延迟容忍网络的经典路由方案，虽在深空网络中得到验证，但存在接触失效未感知问题，易导致传输路径包含失效链路，降低数据包投递率；知识型混合进化算法提升连接计划准确性，但其仿真场景仍基于固定拓扑假设，未考虑卫星轨道运动导致的链路动态切换。为充分利用通信机会有限的多颗低轨卫星，现有方法中提出了例如优先选择可见时间窗利用不足的卫星卸载大量数据，或者在卫星与地面站建立连接前，借助星间链路在卫星间卸载数据，或者向多个地面站下载数据时，优先最大化低轨卫星与地面站间的可见时间窗口以提升传输数据量等方式，但上述研究未考虑数据传输过程中的延迟性和完整性，且难以应付应急场景下的任务规划，时效性不足。

5、此外，在针对时敏性任务响应速度方面，现有技术存在未考虑星上能源约束—低轨卫星能源有限，过度追求时效性可能导致后续任务无能源可用，未充分考虑星间多跳场景，未考虑大容量数据的分段传输依赖关系，易因单段丢失导致整体传输失败等问题，这些现有技术所采用的算法复杂度高，对 llhvedtp 的 “极端动态”与“工程约束”考量不足，且在大规模动态场景的适应性和算法收敛速度存在短板，效率与精度不足。而现有的结合机器学习的方案中，普遍存在未考虑复杂业务特征、未评估星上计算开销、训练数据依赖性较强等问题，多聚焦于单一环节优化（如路由或卸载），训练成本高，训练周期长，未形成适用于llhvedtp优化需求的求解框架。

6、在llhvedtp问题中，决策难点在于：未来任务信息未知的情况下，如何基于实时任务信息实现决策优化，同时兼顾未来任务的潜在收益，避免因短视决策导致资源浪费，提升决策鲁棒性。

技术实现思路

1、本发明的目的在于提供低轨星座应急数据传输任务规划方法、系统及设备，以解决现有技术中存在的至少一项技术问题。具体而言，本发明提供了以下技术方案：

2、第一方面，本发明提供了一种低轨星座应急数据传输任务规划方法，方法包括：

3、s1、将星座资源状态作为节点属性嵌入，将拓扑连通性与资源可用性同步描述，以构建时空演变图模型；

4、s2、确定任务规划问题的决策变量和目标函数，并确定约束条件；

5、s3、构建两阶段优化模型，并构建训练数据集，通过监督学习方式对所述两阶段优化模型进行训练，得到训练完成的两阶段优化模型；

6、s4、基于训练完成的两阶段优化模型，对低轨星座应急数据传输任务进行规划。

7、进一步地，所述s1中，时空演变图模型构建的具体方式为：

8、首先，将整体规划时长拆解为t个连续时隙，每个时隙t对应一个静态子图，其中节点集合包含卫星节点与地面站节点，为星座卫星总数，为地面站总数，满足，表示潜在链路集合，表示资源属性；

9、其次，在时隙内，、与均保持不变，将该时隙视为一个静态网络切片，在此切片内完成链路选择与数据分配决策；

10、再次，当从时隙t过渡至t+1时，卫星轨道运动导致中卫星节点的相对位置变化，进而引发的更新，同时时隙t内的数据传输会消耗卫星缓存资源，使得基于与传输数据量动态更新；

11、此外，卫星间的潜在链路仅在可见窗口内存在，并通过连接计划筛选活跃链路；所述连接计划定义为经调度后无冲突的连接集合，是潜在链路的一个子集。

12、进一步地，潜在连接集合包含星间链路子集与星地链路子集，满足；资源属性定义为卫星节点的资源状态向量，对于卫星，其资源属性表示为，其中为卫星在时隙t的剩余缓存容量，为卫星的剩余能源。

13、进一步地，所述s2中，决策变量包括：

14、以二元整数变量表示的链路连通变量，表示时隙t内链路e的连通状态；

15、数据传输变量，表示时隙t内链路e中传输任务f的数据量，，为时隙t到达的数传任务集合；

16、以二元整数变量表示的任务完成度，表示时隙结束时任务f的完成程度。

17、进一步地，所述s2中，优化目标为截至当前时隙t，回传至地面站的完整任务数据价值最大化，则目标函数具体为：

18、

19、其中，为任务f的价值；为任务f的完成度，为时隙t到达的数传任务集合。

20、进一步地，所述s2中，约束条件包括：连接数量约束、数据流约束、缓存约束、能量约束和任务完整性约束；

21、所述数据流约束包括链路容量上限约束、任务数据到达约束、流量守恒约束和地面站汇聚约束；

22、所述能量约束包括确定数据转发能耗、数据接收能耗和基础运行能耗后的太阳能充电约束和能量平衡约束。

23、进一步地，所述s3中，两阶段优化模型包括输入模块、建链方案生成模块和优化模块；

24、所述输入模块用于确定系统状态中的各项输入特征，并确定决策演化规则；

25、所述建链方案生成模块用于通过监督学习方式实现系统状态到链路价值的映射，得到可行链路集合；

26、所述优化模块，通过线性规划方式对可行链路集合进行优化，筛选出最优链路规划。

27、进一步地，所述各项输入特征包括：

28、卫星状态特征，n为卫星数量，k为任务数量；任务状态特征；网络状态特征，m为地面站数量，元素表示节点i（卫星/地面站）与节点j在时隙t可见且可建立链路，否则为0；

29、上述特征共同构成状态特征向量：。

30、进一步地，所述建链方案生成模块的执行流程为：

31、接收由输入模块发送的状态特征向量；输出各链路的预测价值，其中e为链路编号；

32、本模块根据从高到低筛选链路，得到可行链路集合，作为优化模块的输入；

33、本模块中，链路价值设置方式为：首先在静态场景下，通过两阶段启发方法得到各链路的贡献价值，作为动态场景下各链路价值的标签；在动态场景下，通过模型训练及预测，将当前状态下选择某一链路后未来可获得的最大任务价值增量作为链路价值。

34、进一步地，优化模块通过线性规划方式对可行链路集合进行优化，即将s2中的目标函数设置为：

35、

36、其中，为扰动量，是一个极小正数。

37、进一步地，所述s3中，对两阶段优化模型进行训练，首先需要构建训练数据集，训练数据集构建方式为：

38、首先，初始化训练数据集；仿真生成多个静态算例，形成静态算例集，所述静态算例均已知全时隙任务到达与拓扑变化；

39、然后，对于算例集中的每个算例，提取该算例的全时隙任务需求与网络拓扑，再将该算例分解为t个时隙子问题，每个子问题对应一个动态场景下的时隙状态；

40、再次，对每个时隙子问题，提取状态特征向量，并使用时序两阶段启发方法求解，提取链路选择方案与对应的链路真实价值，形成状态—标签对；

41、最后，将得到的加入d，并返回数据集d；数据集d作为训练数据集，并划分为训练集和验证集，用于模型训练。

42、进一步地，所述s3中，模型训练方法为：

43、首先，将训练数据集按比例随机分为训练集与验证集；

44、然后初始化训练参数，包括设定学习率、收敛阈值和迭代计数器；

45、以循环方式迭代训练：若迭代计数器＜预设训练轮次，且验证损失变化＞收敛阈值，重复以下操作：打乱训练集并按批次大小划分样本为；逐批次训练：对于每个批次，提取批次内样本状态与标签，然后通过模型预测，再计算损失，基于损失计算结果反向传播更新模型参数；用验证集计算当前验证损失，迭代计数器加1；其中，为学习率，表示两阶段优化模型的参数变化量，表示验证集，表示两阶段优化模型的参数；

46、循环终止后，输出训练完成的模型。

47、第二方面，本发明还提供了一种低轨星座应急数据传输任务规划系统，该系统包括：

48、时空演变图构建模块，用于将星座资源状态作为节点属性嵌入，将拓扑连通性与资源可用性同步描述，以构建时空演变图模型；

49、初始设定模块，用于确定任务规划问题的决策变量和目标函数，并确定约束条件；

50、两阶段优化模型模块，构建两阶段优化模型，并存储训练完成的两阶段优化模型，以及基于训练完成的两阶段优化模型，对低轨星座应急数据传输任务进行规划；

51、模型训练模块，用于构建训练数据集，通过监督学习方式对所述两阶段优化模型进行训练。

52、第三方面，本发明还提供了一种低轨星座应急数据传输任务规划设备，该设备至少包括存储设备和处理器，所述处理器调用所述存储设备中的数据及计算机指令，以执行如权上所述的低轨星座应急数据传输任务规划方法。

53、采用上述技术方案，本发明具有如下有益效果：

54、针对动态拓扑、任务随机到达与资源受限等挑战，本方案构建了问题的数学模型，并提出了融合监督学习和线性规划的机器学习赋能的两阶段优化方法（mletom）。本方案通过预测链路的重要度，引导建链方案生成和数传方案生成，有效降低不确定性对调度效果的影响，相比于现有方案，本方案具备更好的鲁棒性和泛化性。本方案可以有效学习到较优解中的策略，能够保证在每一个新到达的任务集合中均能完整传输相应的任务，从而给出更加稳定优质的解。同时，本方案通过“链路价值预测—数据优化分配”的协同，避免了传统算法因资源耗尽或链路选择失误导致的性能下降，能够更好地适应动态环境中的任务需求变化，从而实现更高的任务总收益。

55、与 stpha 方法相比，本方案在建链选择阶段采用了不同的策略。stpha 依赖人为设计的启发式规则，通过经验性的重要度指标进行链路评估，且仅适用于静态场景——即任务的输入与到达时间等信息在优化前已完全已知。相比之下，本方案利用数据驱动的方式对链路价值进行智能评判，能够更好地适应复杂动态环境。

56、在后续的线性规划阶段，stpha 引入了具有前瞻性的目标函数，通过对未来多个时隙的可见性信息进行加权，以提升方案的鲁棒性。而本方案则面向在线优化场景，系统状态按序到达且未来信息不可知，因此仅基于当前状态进行决策，在保证实时性的同时适应动态变化的网络环境。

57、与经典方法相比，mletom方法的任务总收益提升超25%，验证了其在链路优化与数据传输规划方面的有效性与优越性。本方案所研究的问题具有典型的动态资源约束特征，本方案提出的mletom方法为同类网络优化问题提供了可扩展的求解思路。