龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：中国人民解放军国防科技大学
摘要：本申请涉及一种基于RNP‑PSO算法的绕轨卫星观测任务调度方法。所述方法包括：建立多传感器协同观测调度模型；根据RNP‑PSO算法对多传感器协同观测调度模型进行求解，得到多个初始解；根据多个初始解构建初始种群；利用反向学习算法对初始种群进行反向学习，得到初始化种群；根据IFPFS算法对初始化种群进行贪婪搜索，得到精英解集合；对粒子群算法中的自适应权重、加速常数、邻域和粒子扰动进行更新，根据更新后的粒子群算法在预先设置的边界条件和终止条件基础上对精英解集合进行搜索，得到候选解；根据观测收益最大化的启发式穷搜索算法对候选解进行搜索，得到最终解。采用本方法能够提高绕轨卫星观测任务调度准确率。
主权项：1.一种基于RNP-PSO算法的绕轨卫星观测任务调度方法，其特征在于，所述方法包括：获取待调度的传感器、地基传感器集合和观测任务集合；根据地基传感器的资源部署信息和预先获取的绕轨卫星轨道数据库进行事前分析，得到每一个传感器对绕轨卫星的可探测弧段；根据所述可探测弧段、任务需求以及地基传感器的资源信息，设置多传感器协同观测调度的约束条件；以及将待调度的绕轨卫星的任务总收益设置为多传感器协同观测调度问题的目标函数；利用所述约束条件和所述目标函数，建立多传感器协同观测调度模型；根据RNP-PSO算法对所述多传感器协同观测调度模型进行求解，构建多绕轨卫星及多传感器的编码结构，在所述编码结构的基础上根据观测时间、观测机会和观测冲突三种适应度计算所述多传感器协同观测调度模型，得到多个初始解；根据所述多个初始解构建初始种群；利用反向学习算法对所述初始种群进行反向学习，得到初始化种群；根据IFPFS算法对所述初始化种群进行贪婪搜索，得到精英解集合；对粒子群算法中的自适应权重、加速常数、邻域和粒子扰动进行更新，根据更新后的粒子群算法在预先设置的边界条件和终止条件基础上对所述精英解集合进行搜索，得到候选解；根据观测收益最大化的启发式穷搜索算法对所述候选解进行搜索，得到最终解；所述最终解为多传感器协同观测调度方案。
全文数据：
权利要求：
百度查询： 中国人民解放军国防科技大学 基于RNP-PSO算法的绕轨卫星观测任务调度方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号