一种基于自适应性遗传算法的分布式空间目标星座任务规划方法
Qinying Hu1,2, Jing Guo1,2, Desheng Liu1,2
1School of Space Information, Space Engineering University, Beijing 101416, China.
Sensors (Basel, Switzerland)
|September 13, 2025
概括
本研究介绍了一个适应性遗传算法,用于在太空目标监测中分布式卫星任务规划. 这种方法提高了任务完成率和资源利用率,以实现高效的太空监视.
科学领域:
- 太空科学与工程 太空科学与工程
- 人工智能的人工智能
- 运营研究 运营研究
背景情况:
- 越来越多的太空目标需要先进的监控解决方案.
- 分布的卫星星座面临着复杂的任务规划和资源分配挑战.
- 现有的自适应基因算法需要对基于太空的应用程序进行增强.
研究的目的:
- 开发一种基于自适应性遗传算法的任务规划方法,用于分布式空间目标监测.
- 优化关键绩效指标,包括任务收益率,完成率,资源利用率和负载平衡.
- 解决太空目标监测活动中的复杂限制.
主要方法:
- 开发了一个分布式任务模型,使用主-奴隶卫星.
- 集成多约束建模以优化绩效指标.
- 合同网算法与适应性遗传算法融合在一起,结合了对交叉和突变概率的动态调整以及动态人口策略的动态调整.
- 对于重复和非重复的任务,应用了不同的策略.
主要成果:
- 拟议的方法表明,它能够完成80%的太空目标监测任务.
- 在卫星之间实现了有效的负载均衡.
- 通过模拟验证了空间目标目录的高效管理.
结论:
- 适应性遗传算法方法为空间目标监测中的分布式任务规划提供了强大的解决方案.
- 合并算法有效地平衡了复杂场景中的任务分配和资源管理.
- 该方法提高了空间监视操作的效率和有效性.
相关概念视频
01:30Types of Global Positioning System Surveys
348
GPS surveying methods vary in application, accuracy, and data collection techniques, catering to diverse surveying and mapping needs. Static GPS, kinematic GPS, and real-time kinematic (RTK) surveying are widely used. Each technique offers distinct advantages.Static GPS involves placing one receiver at a known reference point and another at the target point. It collects exact positional data by observing multiple satellite ranges over an extended period, achieving centimeter-level accuracy for...
348
01:30Design Example: Identifying the Locations of Monuments in the Field Using Global Positioning System Device
382
Surveyors use Global Positioning System (GPS) technology to measure the precise location and elevation of points on Earth. In a recent survey, GPS receivers were used to determine the coordinates and elevations of two park monuments. The process involved careful mission planning, data collection, and correction to ensure accuracy. The survey began with mission planning to identify optimal satellite visibility and minimize Position Dilution of Precision (PDOP). A geodetic control point...
382