《中国人工智能学会通讯》——9.21 基于任务规划的资源卫星智能管控模式

简介: 本节书摘来自CCAI《中国人工智能学会通讯》一书中的第9章,第9.21节, 更多章节内容可以访问云栖社区“CCAI”公众号查看。

9.21 基于任务规划的资源卫星智能管控模式

我国目前已建成包括高分、遥感、环境减灾、测绘和试验等多系列资源卫星系统,在轨运行的卫星 20 多颗。随着成像卫星的发展,成像卫星任务规划问题也逐渐引起重视。目前,国内外已经开展了很多成像卫星任务规划问题的研究。下面主要从单星任务规划和多星任务规划两个方面对资源卫星任务规划问题的国内外研究现状进行综述。

单星任务规划
(1) 面向点目标的单星任务规划。Bensanaet al [1-2] 将 SPOT 5 卫星日常任务规划问题抽象为整数规划模型。Wolfe et al [3] 将成像卫星任务规划问题映射为带时间窗约束的背包问题。Vasquezet al [4] 将 SPOT 5 卫星的日常规划映射为背包问题,建立了约束满足问题模型。Pemberton et al [5]等建立了约束满足问题模型,使用 ILOG Solver /Scheduler 执行基于约束传播的求解机制,开发了商业化卫星任务规划系统 GREAS。Nicholas etal [6] 将单星任务规划问题看作是单机调度问题,建立了相应的整数规划模型。

(2) 面向区域目标的单星任务规划。Walton [7]采用整数规划模型研究了面向单个区域目标的成像卫星任务规划问题,采用最近邻点法、最小生成树等方法进行求解。Cohen [8] 研究了单星对多个区域目标的任务规划问题。Lemaître et al [9] 研究了灵巧卫星对区域目标的观测调度问题,以区域目标的最大覆盖为优化目标建立了约束满足模型,比较了贪婪、动态规划、约束规划及局部搜索四种算法。国内在成像卫星任务规划领域从事研究的单位包括中国电子科技集团公司第五十四研究所[10-11]和国防科技大学[12-13]等。

多星任务规划
Globus 建立了多星任务规划的约束满足问题模型,并考虑了任务需求的优先级及每颗卫星具有多个遥感设备的约束条件。Morris 提出了一种基于模型的多星任务规划方法,并开发了 DESOPS(Distributed Earth Science ObservationPlanning and Scheduling)原型系统。文献 [14-15]针对欧空局的两个星座分别建立了规划模型,并采用禁忌搜索、启发式等算法进行求解。

国内方面,李曦等[16-17]研究了多星对单个区域的任务规划问题,将区域目标按照经纬度划分网格,然后分别针对时间覆盖率优先和空间覆盖率优先建立了基于网格的数学模型。阮启明等[18-19]研究了多星对区域目标的观测调度问题,对区域目标分解进行了较大改进,提出了网格空间的概念与构造方法,对区域目标按不同卫星的轨道参数进行重复分解,能够提高多颗卫星对区域目标的观测效率。

现有研究评述
根据笔者掌握的文献资料,现有研究主要集中在成像卫星任务规划模型、方法及其软件方面,成像卫星管理和控制模式方面的研究工作较少。如何更好地利用资源卫星为国民经济和社会发展服务,迫切需要运用任务规划理论及方法来切实解决我国资源卫星管理和控制面临的各种问题。

相关文章
|
28天前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能与未来教育:探索智能教学的新纪元
【10月更文挑战第16天】 在21世纪这个信息爆炸的时代,技术革新正以惊人的速度改变着我们的生活和工作方式。其中,人工智能(AI)作为引领变革的先锋力量,不仅重塑了工业、医疗、金融等多个行业的面貌,也正悄然渗透进教育领域,预示着一场关于学习与教学方式的革命。本文旨在探讨人工智能如何为未来教育带来前所未有的机遇与挑战,从个性化学习路径的定制到教育资源的优化分配,再到教师角色的转变,我们一同展望一个更加智能、高效且包容的教育新纪元。
|
2月前
|
传感器 数据采集 机器学习/深度学习
人工智能与环境保护:智能监测与治理的新策略
【9月更文挑战第21天】人工智能在环境保护中的应用,为智能监测与治理提供了新的策略和方法。通过实时数据采集与分析、智能预警与应急响应、精准化决策支持等技术的应用,AI正在引领一场革命性的变革。未来,随着技术的不断发展和应用场景的拓展,AI将在环境保护中发挥更加重要的作用,助力我们构建更加绿色、可持续的未来。让我们携手共进,共同迎接一个更加美好的明天。
|
6天前
|
人工智能 监控 物联网
深度探索人工智能与物联网的融合:构建未来智能生态系统###
在当今这个数据驱动的时代,人工智能(AI)与物联网(IoT)的深度融合正引领着一场前所未有的技术革命。本文旨在深入剖析这一融合背后的技术原理、探讨其在不同领域的应用实例及面临的挑战与机遇,为读者描绘一幅关于未来智能生态系统的宏伟蓝图。通过技术创新的视角,我们不仅揭示了AI与IoT结合的强大潜力,也展望了它们如何共同塑造一个更加高效、可持续且互联的世界。 ###
|
3月前
|
人工智能 监控 算法
智能时代的伦理困境:AI技术的道德边界探索人工智能在教育领域的革新之路未来编程:人工智能与代码共生的新篇章
【8月更文挑战第21天】在人工智能(AI)技术飞速发展的今天,我们正处在一个前所未有的科技变革时期。随着AI技术的深入人类生活的方方面面,它不仅带来了便利和效率的提升,同时也引发了关于道德和伦理的深刻讨论。本文将探讨AI技术发展中遇到的伦理挑战,以及如何建立合理的道德框架来指导AI的未来应用,确保技术进步与人类社会价值观的和谐共存。
245 61
|
1月前
|
机器学习/深度学习 移动开发 自然语言处理
基于人工智能技术的智能导诊系统源码,SpringBoot作为后端服务的框架,提供快速开发,自动配置和生产级特性
当身体不适却不知该挂哪个科室时,智能导诊系统应运而生。患者只需选择不适部位和症状,系统即可迅速推荐正确科室,避免排错队浪费时间。该系统基于SpringBoot、Redis、MyBatis Plus等技术架构,支持多渠道接入,具备自然语言理解和多输入方式,确保高效精准的导诊体验。无论是线上医疗平台还是大型医院,智能导诊系统均能有效优化就诊流程。
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
智能新纪元:人工智能如何重塑我们的未来
想象一下,未来的世界被一种无形的智能所包围,它不仅理解我们的需求,还能预测我们的欲望。这不是科幻小说的情节,而是人工智能(AI)技术正在逐步实现的愿景。本文将带你一探AI技术的最新进展,以及它是如何悄然改变我们的生活、工作和思维方式。从深度学习到自然语言处理,我们将一同见证这场科技革命如何开启智能新纪元的大门。
|
2月前
|
机器学习/深度学习 数据采集 人工智能
智能化运维的探索之旅:从自动化到人工智能
在数字化浪潮中,运维领域正经历一场革命。本文将带你领略从传统手动操作到自动化脚本,再到集成人工智能的智能运维平台的演变之路。我们将探讨如何通过技术创新提升效率、降低成本并增强系统的可靠性和安全性。文章不仅分享技术演进的故事,还提供了实现智能化运维的实践策略和未来趋势的展望。
|
3月前
|
机器学习/深度学习 人工智能 自动驾驶
探索人工智能的未来应用:从智能助手到自动驾驶
【8月更文挑战第30天】 在本文中,我们将深入探讨人工智能(AI)的未来应用,从智能助手到自动驾驶。我们将看到AI如何改变我们的生活,并讨论其潜在的影响和挑战。让我们一起探索这个令人兴奋的领域吧!
70 1
|
3月前
|
机器学习/深度学习 人工智能 安全
操作系统的未来:从多任务处理到人工智能
【8月更文挑战第23天】本文将探讨操作系统的发展历程及其未来趋势,特别是人工智能在操作系统中的应用。我们将看到如何通过引入人工智能技术,操作系统能够更加智能化地管理资源,提高系统性能和用户体验。
|
3月前
|
机器学习/深度学习 人工智能 运维
智能运维:未来趋势下的自动化与人工智能融合
【8月更文挑战第18天】 在数字化浪潮中,智能运维(AIOps)作为一股不可逆转的力量,正逐步改写传统运维的脚本。本文将探讨AIOps的核心要素、实施路径和面临的挑战,同时分享个人从新手到专家的心路历程,旨在启发读者思考如何在这一领域内持续成长并作出贡献。
231 6