一种基于灾害类型动态匹配卫星成像载荷的方法与流程

1.本发明属于卫星成像载荷分配技术领域，特别涉及一种基于灾害类型动态匹配卫星成像载荷的方法。


背景技术：

2.随着国产遥感卫星的在轨稳定运行，不同行业不同用户提出了大量观测需求。现阶段各行业各用户均对自然灾害观测提出了大量的观测需求，而自然灾害具备突发性和不可预知性。面向灾害事件的应急资源筹划与实际应急需求常常难以匹配。
3.我国民用在轨陆地观测卫星包含资源系列、环境减灾系列、高分系列、空基系列卫星等，卫星载荷传感器涵盖从光学到雷达，空间分辨率从低到中、高分辨率，目前已具备全天候、全天时观测能力。我国陆地观测卫星数据广泛应用于自然资源、城市规划、环境监测、防灾减灾、农业、林业、水利、气象、电子政务、统计、海洋、测绘、国家重大工程等领域，为社会建设做出了突出贡献。常见的自然灾害种类繁多，主要包括洪涝、干旱灾害，台风、冰雹、暴雪、沙尘暴等气象灾害，火山、地震灾害，山体崩塌、滑坡、泥石流等地质灾害，风暴潮、海啸等海洋灾害，森林草原火灾和重大生物灾害等。图4示出自然灾害任务分类表。
4.灾害发生后第一要务就是要做好应急资源的整合和筹划，以满足应急响应任务的实际要求。但由于灾害应急事件的突发性以及复杂性，且具有一定的持续性，导致需要解决基于多任务的应急资源动态匹配问题，如何解决多需求、多资源、多部门的动态最优筹划尚需研究。为充分提升卫星在轨工作效率，实现应急救灾快速响应以及为灾害区域的持续观测提供充分决策支持，有必要对面向多星多载荷用户需求智能匹配的卫星资源统筹技术展开研究，通过有效整合卫星资源，提高应急数据获取保障能力。


技术实现要素：

5.为了克服现有技术中的不足，本发明人进行了锐意研究，提供了一种基于灾害类型动态匹配卫星成像载荷的方法，可根据输入的灾害类型智能匹配成像卫星资源。
6.本发明提供的技术方案如下：
7.一种基于灾害类型动态匹配卫星成像载荷的方法，包括如下步骤：
8.s1，对卫星资源建模，由卫星运行轨道和传感器两个层面对卫星资源进行标准化描述；
9.s2，从卫星资源集合中依据卫星空间状态和卫星任务状态对可用卫星资源进行初步筛选，其中卫星空间状态是指卫星在空间中的位置状态信息，卫星任务状态是指卫星在特定时间段内能否安排当前任务的状态，卫星空间状态和卫星任务状态同时可用时，确定卫星资源为可用资源，为后续卫星资源匹配缩小候选资源搜索范围；
10.s3，以卫星和传感器作为卫星资源变量，以传感器类型约束、空域约束、频域约束作为卫星资源约束条件，实施需求—卫星资源关联匹配；
11.s4，针对优化目标，对满足任务需求的卫星资源匹配方案排序，向客户提供经过优
化排序后的卫星资源匹配方案序列。
12.根据本发明提供的一种基于灾害类型动态匹配卫星成像载荷的方法，具有以下有益效果：
13.本发明提供的一种基于灾害类型动态匹配卫星成像载荷的方法，对卫星资源建模，由卫星运行轨道和传感器两个层面对卫星资源进行标准化描述；从卫星资源集合中依据卫星空间状态和卫星任务状态对可用卫星资源进行初步筛选，卫星空间状态和卫星任务状态同时可用时，确定卫星资源为可用资源，为后续卫星资源匹配缩小候选资源搜索范围；以卫星和传感器作为卫星资源变量，以传感器类型约束、空域约束、频域约束作为卫星资源约束条件，实施需求—卫星资源关联匹配；针对优化目标，对满足任务需求的卫星资源匹配方案排序，向客户提供经过优化排序后的卫星资源匹配方案序列。本发明方法可根据输入的灾害类型、结合卫星资源约束条件，智能匹配成像卫星资源并进行排序，提升了卫星在轨工作效率，实现了应急救灾快速响应以及为灾害区域的持续观测提供充分决策支持。
附图说明
14.图1为本发明基于灾害类型动态匹配卫星成像载荷的方法流程图；
15.图2为卫星任务状态动态求解算法流程图；
16.图3为分层次卫星资源匹配算法流程图；
17.图4为自然灾害任务分类。
具体实施方式
18.下面通过对本发明进行详细说明，本发明的特点和优点将随着这些说明而变得更为清楚、明确。
19.本发明提供了一种基于灾害类型动态匹配卫星成像载荷的方法，如图1所示，包括如下步骤：
20.s1，对卫星资源建模，由卫星运行轨道和传感器两个层面对卫星资源进行标准化描述；
21.s2，从卫星资源集合中依据卫星空间状态和卫星任务状态对可用卫星资源进行初步筛选，卫星空间状态和卫星任务状态同时可用时，确定卫星资源为可用资源，为后续卫星资源匹配缩小候选资源搜索范围；
22.s3，以卫星和传感器作为卫星资源变量，以传感器类型约束、空域约束、频域约束作为卫星资源约束条件，实施需求—卫星资源关联匹配；
23.s4，针对优化目标，对满足任务需求的卫星资源匹配方案排序，向客户提供经过优化排序后的卫星资源匹配方案序列。
24.步骤s1：卫星资源建模
25.卫星资源建模的主要目的是为了对卫星及其载荷在执行任务上所具备的能力和特点进行标准化描述。卫星资源主要由两部分组成，一个是卫星平台，另一个是搭载在卫星上的传感器。卫星平台主要由卫星运行轨道进行描述，卫星运行轨道由卫星的轨道根数确定，而轨道根数包含轨道半长轴、轨道偏心率、轨道倾角、升交点赤径、近地点幅角、指定历元的平近点角六个参数。
26.卫星运行轨道决定了卫星的星下线，决定了卫星对于目标的可见时间窗，由于在卫星资源分配过程中只需要关注可见时间窗，而不需要关注后台怎样计算得到可见时间窗，因此在对卫星能力进行建模的时候，将卫星运行轨道转化成可见时间窗进行考虑。
27.卫星搭载的传感器由传感器类型、观测参数值、传感器侧摆能力和其他约束条件进行描述。
28.对于卫星来说，其资源可以用二元组o＝(o
t
,os)进行描述，o代表一个具体的卫星，构成如下所示：
29.o
t
＝{t1,t2,
…
,tn}，表示在指定时间段内卫星对目标的可见时间窗集合， t1,t2,
…
,tn为可见时间窗。
30.os＝{s
l
,si,ss,sa…
}，表示卫星搭载的传感器集合，s
l
为可见光传感器，si为红外传感器，ss为sar传感器，sa为天线传感器。然后针对搭载的每一个传感器s，用特征三元组s＝(s
t
,sr,sf)进行描述，其中s
t
表示传感器类型，sr表示该传感器的空间分辨率，sf表示该传感器工作频段。
31.步骤s2：卫星资源动态预处理
32.基于状态信息的卫星资源动态预处理，其目的是从卫星集合中依据卫星任务状态和卫星空间状态对可用卫星资源进行初步筛选，为后续卫星资源匹配缩小候选资源搜索范围。
33.卫星状态信息包括卫星任务状态和卫星空间状态，决定了卫星在特定时间段内对于观测任务是否可用。针对备选卫星资源，其状态空间s可以用集合 s＝{s1,s2,
…
,sn}进行描述，其中si表示卫星i在指定时间段内的状态信息。对于卫星i来说，其状态信息由空间状态和任务状态组成，即si＝s
i,space
∩s
i,task
，其中 s
i,space
表示卫星i的空间状态，s
i,task
表示卫星i的任务状态。空间状态和任务状态是并的关系，即对于卫星i来说，只有当空间状态和任务状态同时为可用时，其才可以作为可用资源。
34.在卫星资源动态预处理过程中，缩小卫星资源搜索范围可以通过前后两个步骤实现：卫星空间状态的判断、卫星任务状态的判断。
35.卫星空间状态，即卫星在空间中的位置状态信息，其直接影响到观测目标的可见时间窗，因此可以将卫星空间状态等效看作目标可见时间窗分布状态，用于判断卫星过境情况。
36.卫星任务状态，指的是卫星在特定时间段内能否安排当前任务的状态。用布尔值来表示卫星任务状态，即s
i,task
∈{true,false}，若s
i,task
为true，则卫星任务状态为可用，反之为不可用。
37.对于卫星任务状态s
i,task
，其决定因素包括如下三个方面：
38.可见时间窗集合o
t
，o
t
＝{t1,t2,
…
,tn}，表示在指定时间段内卫星对目标的可见时间窗集合，t1,t2,
…
,tn为可见时间窗；
39.卫星可执行任务状态集合u(o
t
)：卫星可执行任务状态，指的是卫星在某一可见时间窗内是否可以执行任务的状态，主要由星上固存容量、电量、动作间隔时间等约束条件决定；
40.卫星已安排任务集合m：m＝{m1,m2,
…
,mn}，表示卫星在指定观测时间范围内已安排的观测任务集合。其中mi∈{m1,m2,
…
,mn}，表示卫星某个已安排的观测任务。对于已安排
的观测任务mi来说，可以用二元组进行描述，即mi＝(t,p)， t表示已安排观测任务mi的工作时间段，p表示观测任务mi的优先级。
41.考虑以上三个影响因素，如图2所示，提出了卫星任务状态动态求解方法，用来确定卫星任务状态s
i,task
的状态值，方法包括如下步骤：
42.输入：可见时间窗集合o
t
，卫星可执行任务状态集合u(o
t
)，卫星已安排任务集合m。
43.输出：卫星任务状态s
i,task
。
44.(1)按时间先后顺序依次对可见时间窗集合o
t
和卫星已安排任务集合m 进行排序，卫星任务状态s
i,task
初值赋为true；
45.(2)按照先后顺序从o
t
中拿出一个可见时间窗ti，判断ti可见时间窗内卫星的可执行任务状态，若状态为可执行，则转step3；否则，若i《n，n为可见时间窗的数目，则i＝i 1，继续执行step2，若i＝n，s
i,task
赋为false，方法结束，退出计算；
46.(3)从集合m中搜索是否存在时间段和ti有交叉的已安排观测任务，若不存在则方法结束，退出计算；若存在则转step 4；
47.(4)比较存在时间交叉的当前任务与已安排任务的优先级大小，若当前任务优先级高于已安排任务，则方法结束，退出计算；反之转step 5；
48.(5)若i＝n，则s
i,task
赋为false，方法结束，退出计算；若i《n，则i＝i 1，转step2进行循环。
49.步骤s3：卫星资源智能匹配
50.卫星资源动态预处理是在时间和空间上对卫星资源进行了初步筛选，得到的是可用的卫星资源，接下来需要从这些可用资源中找到符合任务需求的卫星资源，即对需求和卫星资源进行智能化匹配。卫星资源匹配问题实际上是一个约束满足问题(constraint satisfaction problem，简称csp)，搜索匹配资源的过程就是进行约束检查，找到满足所有约束条件可行解的过程。
51.csp是人工智能(ai)研究领域中的一个重要问题，在资源规划调度问题中有着广泛应用。csp包含一组变量和一组约束，可抽象为csp＝{v,c}，其中 v＝{v1,v2,
…
,vm}表示变量集合，c＝{c1,c 2
,
…
,cn}表示约束集合，解决csp就是需要找到所有变量的一个或多个赋值，使其能满足所有约束条件。
52.基于csp的分析求解流程，首先针对卫星资源，界定卫星资源变量的构成；其次整理需求中对卫星资源的一系列约束条件；最后对需求和卫星资源进行关联匹配。
53.在卫星资源关联匹配问题中，用户需求是一定的，而卫星资源是可选的，即针对一个特定的用户需求，可以选择完成任务所需的卫星平台和传感器，因此将卫星资源变量看作csp中的变量集合。
54.卫星资源变量由两部分组成：卫星：选定的卫星平台；传感器：选定卫星平台中的哪些传感器。
55.因此，卫星资源变量是一个二维变量，即v＝{sat,sensor}，其中sat表示卫星，取值范围限定在候选卫星集合内，sensor表示传感器，取值范围限定在指定卫星sat所搭载的传感器集合内。
56.以上描述明确了卫星资源关联匹配问题中变量有哪些，而对变量的具体描述参照卫星资源描述模型。
57.卫星资源约束可以看作是由需求(如各灾害类型观测)中提取出的对卫星资源在某些参数指标上的要求。根据需求的组成要素，将需求中对传感器的要求一一映射为约束条件，构成卫星资源约束集合。卫星资源约束包括：传感器类型约束、空域约束、频域约束。其中，传感器类型约束即对传感器类型的要求，包括可见光、红外、sar、天线传感器；空域约束即传感器空间分辨率要求；频域约束即传感器工作频段要求。
58.需求—卫星资源关联匹配需要在传感器类型约束、空域约束、频域约束上对卫星资源变量解空间进行搜索。其中传感器类型约束即卫星搭载传感器集合 os＝{s
l
,si,ss,sa…
}，s
l
为可见光传感器，si为红外传感器，ss为sar传感器， sa为天线传感器；空域约束即传感器空间分辨率要求；频域约束即传感器工作频段要求。
59.所有卫星候选资源构成卫星资源空间，由于目前卫星群数量规模有限，同时在卫星资源动态预处理中已对卫星资源空间进行了压缩，因此卫星资源空间是一个小规模空间。
60.考虑采取分层次的搜索方式逐步对变量空间进行搜索：
61.一轮筛选：基于传感器类型约束进行卫星资源筛选。
62.二轮筛选：基于空域约束进行卫星资源筛选。
63.三轮筛选：基于频域约束进行卫星资源筛选。
64.在基于约束条件对变量空间进行搜索的同时，构造一个动态的解空间，可以向解空间中加入新的解或是移出在解空间中已存在的解。
65.针对需求—卫星资源关联匹配问题，如图3所示，具体实施方式如下：
66.输入：需求，候选卫星资源。
67.输出：卫星资源匹配方案。
68.(1)输入候选卫星资源，初始化解空间为
69.(2)从候选卫星资源中依据传感器类型约束，进行一轮筛选，若卫星搭载了约束中要求类型的传感器，则将该卫星加入解空间，否则不加入；
70.(3)对解空间中的卫星依据空域约束，对搭载的传感器进行二轮筛选，若卫星搭载的传感器满足空域约束要求，则将该卫星保留在解空间中，否则将该卫星从解空间中移出；
71.(4)对解空间中的卫星依据频域约束，对搭载的传感器进行三轮筛选，若卫星搭载的传感器满足频域约束要求，则将该卫星保留在解空间中，否则将该卫星从解空间中移出；
72.(5)输出解空间，得到可以满足需求、完成任务的卫星资源匹配方案。
73.步骤s4：卫星资源匹配方案排序
74.卫星资源关联匹配筛选出了满足任务需求的卫星资源集合，集合中的所有卫星资源都能满足用户需求，可由用户进行最终的选择。当面对多种选择时，为提供更优化的资源匹配方案，考虑引入不同的优化目标对卫星资源进行排序，向用户展现一个经过优化排序后的方案序列，以满足用户的不同偏好。
75.卫星资源匹配方案选择问题，可以用二元组{ri,s}进行描述，其中r表示某一具体的应用需求，s＝{s1,s2,
…
,sn}表示针对该应用需求的卫星资源匹配方案，共有n个可选择匹配方案。每个匹配方案又由卫星和传感器组成，即 si＝{sati,sensori}。结合实际情况，本节将分别以频率优先、时间优先、覆盖率优先三个优化目标对n个可选资源匹配方案进行排序。
76.(1)频率优先准则
77.卫星资源关联匹配是一个将需求与卫星资源进行关联的过程，当用户每进行一次匹配选择时，该选择方案就构成一条记录，而经过系统长期的运行，后台数据库中将会产生很多条这样的记录数据。
78.对于某一应用需求来说，在满足需求的同类卫星中，基于经验知识和卫星具体性能参数，用户对选择使用不同卫星的偏好是存在差异的。这种偏好不是一种不同用户间的随机选择，而是往往经过了长期的实际应用检验，证明了其有效性。
79.因此，以往用户在卫星资源匹配中的选择方案记录具有一定的参考价值。基于此，可以针对某一应用需求，统计用户最终选择各个卫星平台及其搭载的传感器的频率，该项频率数据由后台数据库中的存档数据提供支持。
80.频率优先，就是对各个匹配方案依据用户选择频率进行排序，对选择频率最高的方案进行优先考虑。
81.选择频率计算公式如下：
[0082][0083]
式中，f(si)表示匹配方案si的选择频率，n(si)表示匹配方案si的选择频数，表示所有匹配方案的总选择频数。
[0084]
(2)时间优先准则
[0085]
时间优先中的时间，指的是执行任务的最早开始时间。由于卫星轨道的差异，不同卫星对同一目标的可见时间窗是不同的，在时间上存在先后关系。对于用户需求来说，有的需求比较紧急，对时效性要求比较高，希望越早对目标执行任务越好；而有的需求在时间上不是很敏感，只需要在规定时间段内完成任务即可，至于时间偏前还是靠后一点并不重要，不会影响用户感受。
[0086]
对于那些对时效性有要求的用户需求来说，提出时间优先准则，分别计算不同卫星资源匹配方案下，对目标的最早可执行时间，然后按照时间先后关系，对可选择的匹配方案进行排序。
[0087]
针对同一目标，现有n个卫星资源匹配方案{s1,s2,
…
,sn}，对匹配方案si来说，其指定了卫星sati和传感器sensori。在卫星资源动态预处理过程中，已经得到卫星sati对目标的可执行任务可见时间窗集合{t
i1
,t
i2
,
…
,t
in
}，可求得匹配方案si能够对目标执行任务的最早开始时间t
imin
。
[0088]
t
imin
＝min(t
i1
,t
i2
,
…
,t
in
)，其中t
in
为第i个卫星的第n个可见时间窗。
[0089]
每个可选择的卫星资源方案，都可以求得其对目标执行任务的最早开始时间，然后根据该时间对可选匹配方案进行排序。
[0090]
(3)覆盖优先准则
[0091]
覆盖率，主要是对观测卫星而言，即对区域目标的成像覆盖率，主要针对的是区域目标，对于点目标来说，由于一个成像条带就能对其完全覆盖，因此不用考虑成像覆盖率问题。区域目标成像覆盖率cov由卫星成像条带和区域目标决定，具体关系如下：
[0092][0093]
式中，s
image
表示成像条带与区域目标重叠的面积，s
area
表示区域目标的面积。其中s
image
由诸多因素决定，包括成像条带的幅宽、成像条带与区域目标的相对位置等；而s
area
则是一个固定值。
[0094]
由于卫星轨道的不同以及所搭载传感器的视场角和侧摆角不同，不同卫星对于同一区域目标的一次成像覆盖率有所差别。而区域目标成像覆盖率作为卫星在动态能力评估方面的关键指标，往往有用户对其有所偏好，希望目标能够尽可能多地被卫星拍到。基于用户对区域目标覆盖率的偏好，可以通过后台对每个可选匹配方案中卫星对目标的覆盖率进行初步计算，然后以反馈的计算结果，根据覆盖率大小，对卫星资源匹配方案进行排序。
[0095]
以上结合具体实施方式和范例性实例对本发明进行了详细说明，不过这些说明并不能理解为对本发明的限制。本领域技术人员理解，在不偏离本发明精神和范围的情况下，可以对本发明技术方案及其实施方式进行多种等价替换、修饰或改进，这些均落入本发明的范围内。本发明的保护范围以所附权利要求为准。
[0096]
本发明说明书中未作详细描述的内容属本领域技术人员的公知技术。