面向需求的航天测控资源调度算法

　　0　引　言

　　航天测控资源调度是指针对众多的各种类型卫星及航天器(以下简称卫星)提出的跟踪、遥测、遥控、及数传等各种测控需求,科学分配测控资源以最好地满足卫星对测控服务的要求。本文主要研究卫星长期管理(简称长管)阶段的调度问题。

　　20世纪80年代,美国航空航天管理局(National Aero-nautics and Space Administration,NASA)首先提出航天测控调度问题,并采用人工排序的方法解决。随着卫星数量的不断增加,各研究机构开始寻找更好的调度方案生成方法。1985年Dr.Arabi[1]建立了问题的混合整数规划模型,为每天50个任务以下的小规模测控调度问题求解提供了较好的方法;美国空军技术学院(Air Force Institute ofTechnology,AFIT)的Gooley、Schalck等人[2-3]在1993~1996年间对包括高中低轨卫星在内的测控任务调度问题进行了研究和求解。2000年以后,科罗拉多州立大学(Col-orado State University,CSU)的Whitley、Babulescu[4-6]等人比较了局部搜索、遗传算法和启发式算法在航天测控调度问题上的应用及效果,并对该问题的遗传算法求解进行了研究;Clement、Johnston等人[7-8]对深空探测网(deep spacenetwork, DSN)的测控调度问题进行了研究,建立了需求生成及求解模型。欧洲空间局、印度航空航天管理局以及其他一些国家和地区的航天决策与管理机构也对该问题进行了研究,提出了运用拉格朗日松弛等方法求解多星测控调度问题。国外还出现了一批专用的或者商业的调度方案自动生成软件[13],如NASA的ASPEN,ARSTN,AGI公司的STK Scheduler,法国的ILOG等等。我国对测控资源调度问题的研究从20世纪90年代开始。国防科技大学、跟踪与通信技术研究所和中国卫星测控中心等单位对[9-14]该问题进行了研究,将Petri网技术、约束规划技术、启发式方法、蚁群算法等方法引入到问题的描述和求解中。

　　综合国内外的研究现状可以发现,目前对于航天测控调度问题的研究,大都采用了与卫星任务规划或者卫星数传调度类似的处理方法,以具体的测控任务为调度对象进行研究。在卫星长期管理阶段,除了少数具体的测控任务描述外,通常都采用类似“卫星A在时间区间[TS,TE]内需要完成平均每天升轨、降轨测控各两次,每次不少于5 min”的方式描述需求。在这样的需求下,如何评价航天器的需求满足程度和测控网的服务能力是非常重要而亟待解决的问题。

　　本文针对卫星长管阶段的测控需求,分析了影响测控资源分配的主要因素。设计实现了一种面向需求的任务生成方法及测控资源调度算法,能够较好地保证卫星的测控需求得到满足。

　　1　问题及模型描述

　　1.1　长管阶段测控需求分析