1.一种面向敏捷观测卫星的规划方法,其特征在于,包括以下步骤:S1、获取卫星数据集,基于卫星系统模型、卫星任务定义、卫星行动空间控制和多个约束限制,构建卫星场景模型;
S2、基于所述卫星场景模型,进行卫星任务调度数据的生成与标注;得到带有星座调度标注的数据集SatData;
S3、基于Transformer架构构建调度模型Sat-Former,并嵌入内部约束模块、卫星属性矩阵及任务属性矩阵,用于卫星任务分配;
S4、采用所述带有星座调度标注的数据集SatData,训练和测试所述调度模型Sat-Former,通过强化学习微调,得到最终的卫星任务调度模型;
S5、在进行敏捷观测卫星的目标任务规划时,通过所述最终的卫星任务调度模型进行相应敏捷观测卫星的调度;
其中,步骤S3中,所述卫星属性矩阵,包括静态卫星矩阵和动态卫星矩阵;采用公式表示为:;
其中,L表示卫星属性矩阵;LS表示静态卫星矩阵;Ld表示动态卫星矩阵;NL表示卫星的数量;dL表示卫星特征维度;
所述任务属性矩阵,包括静态任务矩阵和动态任务矩阵;采用公式表示为:;
其中,R表示任务属性矩阵,RS表示静态任务矩阵;Rd表示动态任务矩阵;NR表示任务的数量;dR表示任务属性维度;
步骤S3中,所述内部约束模块,用于预测卫星执行任务的可行性;执行过程包括:S31、对于每个卫星-任务对,内部约束模块预测卫星i执行任务j的可行性 ,采用公式表示为:;
;
;
;
其中,表示卫星i完成任务j的可行性的预测对数;Li表示卫星i的矩阵,Rj表示任务j的矩阵;表示实数集合;
S32、定义近似标签,处理许多任务需要多颗卫星协作完成的情况;
S33、定义可行性损失函数并引入时间监督,进一步指导内部约束模块的内化约束;
所述可行性损失函数,采用公式表示为:
;
其中,表示可行性损失;
步骤S4中,所述采用所述带有星座调度标注的数据集SatData,训练和测试所述调度模型Sat-Former,具体包括:S41、采用嵌入模块分别将所述L和R转换成向量形式并嵌入一个正弦时间步;得到卫星特征向量和任务特征向量;
S42、使用Transformer解码器解码所述卫星特征向量以及任务特征向量,得到卫星特征hL和任务特征hR;
S43、通过赋值分数矩阵M量化卫星和任务之间的匹配度,加入内嵌约束模块的可行性预测来指导规划,采用公式表示为:;
;
其中,表示卫星i完成任务j的可行性的预测对数;表示可训练向量,表示逐元素相乘的哈达玛积,F表示对进行1填充后的可行性矩阵;
S44、定义模型损失函数,评估当前任务分配结果,优化所述调度模型Sat-Former;所述模型损失函数为模型分配目标的损失函数:;
其中,表示模型损失,m表示任务真值;
S45、在测试阶段,进行赋值分数矩阵M量化时,排除不可行的卫星-任务对;
采用公式表示为:
;
其中,表示卫星-任务对;表示指示函数,表示预定义的可行性阈值;表示赋值分数矩阵的第i行第j个数值。
2.如权利要求1所述的一种面向敏捷观测卫星的规划方法,其特征在于,步骤S1中,所述卫星数据集的生成过程,包括:对每个卫星任务进行MRP经验公式计算,完成率检查和人工质量检查,以及根据检查结果决定接受或重新生成MRP;
将检查通过的卫星作为合格的卫星资产,形成卫星数据集。
3.如权利要求1所述的一种面向敏捷观测卫星的规划方法,其特征在于,步骤S1中,所述基于卫星系统模型、卫星任务定义、卫星行动空间控制和多个约束限制,构建卫星场景模型,具体包括:基于轨道动力学、姿态控制、功率系统和传感器有效载荷构建卫星系统模型;
基于释放时间、到期时间、观测时长和地面目标坐标进行卫星任务定义;
采用高层控制调度低层控制,进行卫星行动空间控制;其中,所述高层控制包括任务分配命令;所述低层控制包括电源开关命令和姿态指向指令;
构建动力学限制、能量限制、视野限制、连续性限制和时间窗口限制,限制卫星任务的执行;得到包括问题定义及场景的卫星场景模型。
4.如权利要求3所述的一种面向敏捷观测卫星的规划方法,其特征在于,所述步骤S2,具体包括:在所述卫星场景模型中,采用贪心算法进行初始分配,得到初步分配结果;
仿真所述初步分配结果,保留仿真成功的观测轨迹;
通过人工质量审查,标注出高质量调度轨迹,得到带有星座调度标注的数据集SatData。
5.如权利要求1所述的一种面向敏捷观测卫星的规划方法,其特征在于,步骤S4中,所述通过强化学习微调,得到最终的卫星任务调度模型,具体包括:在监督预训练阶段,采用随机权重初始化所述Sat-Former,并基于所述SatData中的标注轨迹进行训练,得到总损失函数;
所述总损失函数,采用公式表示为:
;
其中,表示总损失函数;和分别表示和的权重;
在强化学习微调阶段,根据相应的总损失函数进行综合评估;并将超过可行性阈值的轨迹添加到所述SatData中,用于所述Sat-Former的强化学习,直到达到模型收敛得到最终的卫星任务调度模型。
6.如权利要求5所述的一种面向敏捷观测卫星的规划方法,其特征在于,步骤S4中,所述强化学习,具体包括:初始化值函数网络,对当前状态进行价值评估;并将Sat-Former作为强化学习中的策略函数,对Sat-Former进行逐时间步训练,通过Sat-Former输出的赋值分数矩阵进行概率采样;
通过奖励函数引导强化学习,并根据当前状态进行奖励计算;根据计算得到的奖励以及下一个状态,计算时间差分误差;根据所述时间差分误差更新Sat-Former和值函数网络。