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！

龙图腾网恭喜西北工业大学申请的专利一种空间多飞行器多目标协同调度方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114997613B 。

龙图腾网通过国家知识产权局官网在2025-07-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210546421.9，技术领域涉及：G06Q10/0631；该发明授权一种空间多飞行器多目标协同调度方法是由呼卫军;霍星宇;马先龙;张云璐;高志强设计研发完成，并于2022-05-18向国家知识产权局提交的专利申请。

本一种空间多飞行器多目标协同调度方法在说明书摘要公布了：本发明公开了一种空间多飞行器多目标协同调度方法，S1、初始化我方高轨和低轨在轨卫星，并利用轨道六根数原理，建立高轨和低轨在轨卫星的数学模型；S2、采用基于遗传操作的粒子群优化算法，在数学模型中根据目标威胁、资源约束、工作时段约束条件，对多装备联合观测下的多目标进行最优分配；S3、配置资源抢夺优化并进行修复；S4、判断当前状态是否达到探测预期，若是，持续跟踪目标，若否，则返回S2，最终达到对目标的跟踪。本发明引入高低轨卫星进行目标探测与调度设计，提升了在轨卫星探测利用率以及目标探测的准确性，协同调度算法的正确性、合理性以及在已知目标航迹的情况下对目标进行全流程调度的完整性。

本发明授权一种空间多飞行器多目标协同调度方法在权利要求书中公布了：1.一种空间多飞行器多目标协同调度方法，其特征在于，包括如下方法步骤： S1、初始化我方高轨和低轨在轨卫星，并利用轨道六根数原理，建立高轨和低轨在轨卫星的数学模型； S2、采用基于遗传操作的粒子群优化算法，在数学模型中根据目标威胁、资源约束、工作时段约束条件，对多装备联合观测下的多目标进行最优分配，对多目标发生异动时的任务动态重规划，并根据给定的观测区域、观测时长要求，分析各卫星可视范围及重返频率，计算得到各卫星最优调度计划； S3、配置资源抢夺优化并进行修复，将可用的卫星资源进行资源配置，并合理的应用于实际场景中； S4、判断当前状态是否达到探测预期，若是，持续跟踪目标，若否，则返回S2，最终达到对目标的跟踪； 所述S2中对静态周期协同调度包括对目标函数的设置和多变量多约束优化问题的求解，其中目标函数设置包括如下四部分： 观测目标个数及其威胁度的目标函数，其中函数表达式如下： 式中，表示某分配子周期内成功跟踪目标个数，表示该子周期系统中存在的目标总个数，表示第i个目标在第j个分配子周期内是否被成功观测跟踪，若是则，否则，为第i个目标在第j个分配子周期内威胁度的值； 关于系统空闲装备数量的目标函数，函数表达式如下： 式中，为空闲装备个数，为装备总个数； 关于装备组合跟踪总弧长的目标函数，函数表达式如下： 式中，为系统当前时刻，为从当前时刻开始，装备组合能连续观测到目标i的总时长，为目标落地时刻或目标移出系统时刻； 关于传感器切换次数的目标函数，函数表达式如下： 式中，表示静态周期调度前后两个子周期所有工作传感器的切换次数，表示所有分配方案中传感器切换次数的最大值； 由上四式综合可知，静态周期调度算法的总目标函数为： 式中，表示对应目标函数在总目标函数中占的权重，且有； 所述多变量多约束优化问题的求解为粒子群中的一个粒子对应于解空间中一个问题的解，并且每个粒子都有自己的位置、速度以及代价评价指标，在进行迭代更新时，根据粒子本身的最优解和粒子群中全体粒子的最优解来更新每个粒子的位置和速度； 其中，迭代更新方程为： 式中，，为粒子群中粒子个数；，为解向量的维数；k为迭代次数；、是学习因子；是权重；、是[0,1]之间的随机数； 针对高低轨卫星间的引导问题，需要采用离散分群粒子群算法，描述如下： 粒子编码机制： 现将粒子的编码形式确定为： 式中，表示当前系统装备传感器个数；元素表示传感器观测的目标编号，若编号为1的传感器观测目标1，则，若编号为1的传感器处于空闲状态，则； 粒子群初始化机制； 粒子位置更新机制： 利用遗传算法将遗传算法的相关操作引入到粒子群算法中，以遗传操作为粒子更新算子，采用基于遗传操作的粒子群优化算法； 粒子自身的动态变异算子： 粒子群优化算法的惯性权重，变异概率动态下降，以实现算法随机搜索与局部搜索的平衡，代表粒子对其自身飞行速度的思考，其形式化描述如式所示： 式中，为上均匀分布的随机数；为执行变异操作的概率；表示与遗传算法中一样的变异操作； 表示以概率执行代表的与遗传算法一样的变异操作，否则； 粒子与个体极值交叉算子： 粒子以给定概率与个体极值进行交叉，交叉后选择适应度较优的粒子作为更新粒子，表示粒子根据个体极值调整位置，其形式化描述如式所示： 式中，为上均匀分布的随机数；为加速度常数；表示与遗传算法中一样的交叉操作； 表示以概率执行表示的与遗传算法一样的交叉操作，否则； 粒子与全局极值交叉算子： 粒子以给定概率与全局极值进行交叉，其形式化描述如式所示： 式中，为上均匀分布的随机数；为加速度常数；表示与遗传算法中一样的交叉操作； 表示以概率执行表示的与遗传算法一样的交叉操作，否则； 综合上式可得到粒子位置公式为： 。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西北工业大学，其通讯地址为：710068 陕西省西安市友谊西路127号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。