低軌電磁探測衛(wèi)星協(xié)同任務(wù)規(guī)劃模型與方法

第 1 章 緒論  1
1.1 研究背景  1
1.2 研究意義  5
1.2.1 理論意義  5
1.2.2 實踐意義  6
1.3 國內(nèi)外研究現(xiàn)狀  7
1.3.1 電磁探測衛(wèi)星任務(wù)規(guī)劃模型研究現(xiàn)狀  7
1.3.2 學(xué)習(xí)型進化算法研究現(xiàn)狀  11
1.3.3 深度強化學(xué)習(xí)方法研究現(xiàn)狀  15
1.3.4 研究現(xiàn)狀分析  20
1.4 研究內(nèi)容與創(chuàng)新點  23
1.4.1 研究內(nèi)容  23
1.4.2 主要創(chuàng)新點  24
1.5 組織結(jié)構(gòu)  26
第 2 章 低軌電磁探測衛(wèi)星協(xié)同任務(wù)規(guī)劃基礎(chǔ)模型及學(xué)習(xí)型進化算法框架  28
2.1 低軌電磁探測衛(wèi)星協(xié)同任務(wù)規(guī)劃概述  28
2.1.1 相關(guān)概念與解釋  28
2.1.2 衛(wèi)星探測過程概述  29
2.1.3 探測衛(wèi)星工作特點分析  31
2.1.4 協(xié)同探測任務(wù)特點分析  32
2.1.5 低軌電磁探測衛(wèi)星協(xié)同任務(wù)規(guī)劃問題難點分析  33
2.2 業(yè)務(wù)處理流程概述  34
2.2.1 預(yù)處理階段  35
2.2.2 模型構(gòu)建階段  36
2.2.3 算法求解階段  37
2.2.4 方案校驗與執(zhí)行階段  38
2.3 協(xié)同探測任務(wù)規(guī)劃基礎(chǔ)模型  39
2.3.1 模型假設(shè)條件  40
2.3.2 優(yōu)化目標函數(shù)設(shè)計  41
2.3.3 衛(wèi)星能力約束  44
2.3.4 任務(wù)執(zhí)行約束  49
2.3.5 規(guī)劃問題上界分析  53
2.4 學(xué)習(xí)型進化算法框架  58
2.4.1 進化算法特點分析  59
2.4.2 基于深度強化學(xué)習(xí)方法的算法組合思路  60
2.4.3 算法整體框架  61
2.5 本章小結(jié)  64
第 3 章 面向靜止目標探測的同構(gòu)電磁探測衛(wèi)星協(xié)同任務(wù)規(guī)劃模型與算法  66
3.1 問題描述與分析  66
3.1.1 問題描述  66
3.1.2 問題難點與特點  68
3.2 靜止目標協(xié)同探測任務(wù)規(guī)劃模型  69
3.2.1 符號和變量  69
3.2.2 問題基本假設(shè)  70
3.2.3 數(shù)學(xué)模型  70
3.3 基于算子自適應(yīng)選擇的進化算法  72
3.3.1 算法流程  72
3.3.2 基于 DRL 的交叉算子選擇方法  75
3.3.3 種群進化操作  80
3.3.4 探測任務(wù)時間窗選擇方法  83
3.3.5 算法復(fù)雜度分析  86
3.4 仿真實驗與分析  87
3.4.1 仿真實驗設(shè)計與參數(shù)配置  87
3.4.2 實驗結(jié)果與分析  90
3.5 本章小結(jié)  99
第 4 章 面向低速移動目標探測的異構(gòu)電磁探測衛(wèi)星協(xié)同任務(wù)規(guī)劃模型與算法  100
4.1 問題描述與分析  100
4.1.1 問題描述  100
4.1.2 問題難點分析  103
4.2 低速移動目標協(xié)同探測任務(wù)規(guī)劃模型  104
4.2.1 符號和變量  104
4.2.2 基本假設(shè)  105
4.2.3 數(shù)學(xué)模型  105
4.3 問題求解算法  111
4.3.1 目標位置預(yù)測算法  111
4.3.2 優(yōu)先級統(tǒng)籌算法  111
4.3.3 混合型學(xué)習(xí)進化算法  114
4.4 仿真實驗與分析  129
4.4.1 仿真實驗設(shè)計與參數(shù)配置  129
4.4.2 實驗結(jié)果與分析  132
4.5 本章小結(jié)  141
第 5 章 面向高速移動目標探測的異構(gòu)電磁探測衛(wèi)星協(xié)同任務(wù)規(guī)劃模型與算法  142
5.1 問題描述與分析  142
5.1.1 問題描述  142
5.1.2 問題難點分析  144
5.2 高速移動目標協(xié)同探測任務(wù)規(guī)劃模型  145
5.2.1 符號和變量  145
5.2.2 基本假設(shè)  145
5.2.3 數(shù)學(xué)模型  146
5.3 基于參數(shù)自適應(yīng)學(xué)習(xí)的進化算法  152
5.3.1 算法流程  152
5.3.2 基于 GRU 模型的參數(shù)預(yù)測方法  155
5.3.3 基于 DRL 的 GRU 模型參數(shù)優(yōu)化方法  157
5.3.4 種群進化操作  160
5.3.5 算法復(fù)雜度分析  164
5.4 仿真實驗與分析  165
5.4.1 仿真實驗設(shè)計與參數(shù)配置  165
5.4.2 實驗結(jié)果與分析  168
5.5 本章小結(jié)  178
第 6 章 總結(jié)與展望  179
6.1 研究工作總結(jié)  179
6.2 工作展望  181
參考文獻  183
附錄 縮寫詞列表  194