基于本體技術的遙感衛星資源調度方法研究

巫震宇，王 鵬，許宇棟，侯可佳，周敬博

(北京市遙感信息研究所，北京 100192)

0 引言

隨著我國航天事業迅猛發展，當前在軌遙感衛星數量、種類急劇增加，用戶需求也呈現出多樣化、復雜化的演變趨勢，對衛星資源統一管理、優化調度提出了更高要求?，F有遙感衛星地面運控系統中，資源信息大多以扁平化方式存儲于數據庫，信息間內在聯系沒有被充分發掘，難以構建成層次化、邏輯統一的整體，對運控系統的可持續發展及多型衛星融合、資源集中管控產生了制約因素。

本體(Ontology)是由古希臘哲學家亞里士多德提出的一個概念，用于解釋、說明特定主題所具有的明確的規范，并以此研究客觀現實的本質及規律。近年來，本體已被廣泛應用于知識工程、語義網絡以及信息系統等領域。隨著相關技術的不斷發展，本體被賦予了新的含義。目前，對于本體最具有代表性的解釋是：“本體是對概念模型的明確的、形式化的、可共享的規范說明[1]。它表明搭建本體需要完成4項工作[2]：① 抽象客觀世界的某些現象，得到概念模型；② 形式化表述本體，使計算機能夠讀?。虎?確保本體表述的是共同認可的知識、針對的是有相同特征的集合而不是個體；④ 明確定義本體使用的概念以及相關約束。

有關本體的研究很多，大都集中在測試及模型領域。文獻[3-4]探討了本體服務變異測試技術。文獻[3]提出一種數據變異的方法，改變服務請求信息中的數據取值，并對服務響應信息進行分析，提出了針對不同的數據類型的變異算子；文獻[4]首先隨機生成若干測試數據，然后應用變異算子生成契約的變異體,最后通過這些變異體完成對測試數據的選擇。

文獻[5-9]將語義技術應用于本體生成中。文獻[5]定義測試本體模型，將其作為測試契約；文獻[6]利用語義規則描述被測服務的預期行為；文獻[7]以OWL-S(Web Ontology Language for Services)描述的服務規約為基礎，將服務的本體模型轉換為Petri網模型，并為Petri網模型定義本體模型；文獻[8]將語義技術應用于服務接口的領域知識建模。提出模型即服務方法；文獻[9]提出4種容易出現在本體服務語義描述中的錯誤。

本文把本體概念引入遙感衛星運行控制領域，將把先前扁平化的衛星資源信息構建成計算機可讀的知識體系。首先運用本體技術將衛星、接收、測控和目標等資源信息抽象為概念表述，創建統一的相互關聯的遙感資源知識體系；其次依托知識體系搭建基于本體的遙感資源調度系統；最后研究調度系統中基于規則推理的資源沖突識別與消解方法。通過上述研究，用戶提出需求后，各顆衛星占用資源及單星、多星間的資源沖突可由系統自行識別，并依照沖突消解規則生成資源調度方案。本文擬重點對遙感資源知識體系建模、調度系統搭建、資源沖突識別與消解3個關鍵環節進行闡述。

1 遙感資源知識體系建模

網絡本體語言(OWL)是由W3C Web本體工作組開發的能夠運用于各種應用領域的本體描述語言[10]。OWL建立在RDF以及RDF Schema之上，是對DAML+OIL語言(DARPA Agent Markup Language+Ontology Interchange Language)的改進，并在其基礎上增添了最為重要的邏輯功能。OWL包括OWL Lite、OWL DL以及OWL Full三類子語言，表達能力由弱到強。其中，OWL Lite的語法最為簡單；OWL DL基于描述邏輯，能夠自動計算層次并檢測出知識庫中的矛盾；OWL Full具有最強的表達力，然而推理能力相對較弱。結合應用需求，本文采用OWL DL描述本體。

1.1 領域本體建模

OWL本體中最基本的3個元素是類(Class)、屬性(Property)和個體(Individual)。類是對象的集合，屬性表示類之間或者類與數據類型之間的關系，個體也被稱為對象實例[11]。本體模型的主要作用是為類和屬性做出定義，定義來源于領域信息的語義描述。

在遙感資源知識體系中，個體代表具體的衛星、接收資源等；類代表個體的集合，比如地基接收資源等；屬性表示對象和類所具有的特性和具體參數，比如固定地基接收站有且僅有一個經緯度信息；關系用于明確類與個體之間的彼此關聯可能具有的方式，比如在特定條件下衛星對某一接收站的傳輸速率；約束是指采用形式化方式所聲明的，關于接納某項斷言作為輸入而必須成立的情況的描述，如衛星的載荷使用約束。數據類FixedStation(固定站)的定義如圖1所示，約束表達對應的具體描述如表1所示。

圖1 FixedStation本體類

表1 FixedStation的基數約束

約束表達約束描述Position exactly 1唯一的位置(經緯度、海拔)Antenna min 1至少一副天線ServerTime exactly 1唯一的工作時段OccupiedTime min 0已占用的時段可以為空

1.2 領域本體整合

上節說明了領域本體的構建方法。在實際應用中，一個知識體系往往包含多個領域，領域自身也可能是由多個子領域組合而成，這就涉及到本體整合問題。當前較為成熟的領域本體整合方法有以下3種：

① 單本體整合方法，也稱為全局本體整合方法[12]。這種方法是在整合體系中使用一個全局本體對所有資源信息進行說明。同時，所有用戶調用也是通過這個本體來完成的。遙感資源的單本體整合方法如圖2所示。

單本體整合法是一種較為簡單、直觀的整合方法，由于所有資源信息只映射到一個本體，所以在運行控制過程中只需管理一個本體，維護成本較低、技術實現相對簡單。但是，這一方法容易受到資源信息改變的影響：如果增加新的資源信息，比如新型衛星投入使用，或者原有信息失效，比如現有衛星退出運行，那么全局本體也需要做出對應修改，這是單本體整合方法的固有缺陷。

圖2 遙感資源單本體整合方法

② 多本體整合方法。為了克服單本體整合方法的固有缺陷、便于遙感資源整合，嘗試采用多本體整合方法。在多本體方法中，每項資源信息由其自身映射的本體進行描述，單項資源信息本體，也就是領域本體，不受其他資源信息語義的影響。整合時，需要額外建立這些領域本體之間的聯系或映射。通過這種聯系或者映射，可以完成對其他資源信息的調用，進而實現多個資源信息集成。遙感資源的多本體整合方法如圖3所示。

多本體整合方法的優點是每個領域本體都能夠保持自身的獨立性，相互之間的影響較小，而且在資源整合過程中無需建立全局本體，新增的資源信息不會影響已有領域本體間的映射關系[13]。這一方法的最大問題在于需要反復建立多個領域本體之間映射關系，通常需要使用額外的表示形式來定義本體間的映射，流程較為繁瑣。

圖3 遙感資源多本體整合方法

③ 混合本體整合方法。為解決多本體整合方法中需要重復建立領域本體間映射的問題，可以在各領域本體之上創建共享知識層，即采用混合本體整合方法[14]。該方法中每項資源信息均由自身對應的領域本體描述語義，保證了資源信息的相對自治性，便于資源信息的更新；另一方面通過借鑒單本體的整合思想，在領域本體之上建立一個共享的知識集，從而確保領域本體之間能夠互相調用。遙感資源的混合本體整合方法如圖4所示。

圖4 遙感資源混合本體整合方法

這一方法的實質是將單本體整合與多本體整合各自的優勢結合起來，在一定程度上降低了多本體整合方法中領域本體映射重復構建的復雜性，同時與單本體整合方法相比，又進一步提高了整合系統的靈活性，能夠很好地適應遙感衛星地面運控系統的現狀。

2 遙感資源調度系統搭建

遙感衛星資源的運行控制業務主要是根據用戶需求分配空間和地面資源，對信息獲取、處理與傳輸等活動進行調度，制定能夠滿足用戶需求的測控計劃、對地觀測計劃和數傳計劃等[15]?，F有運控系統存在涉及人員多、工作量大、耗時長、資源難以優化分配等問題，考慮借助本體技術對遙感資源進行統一調度，因本體具有的抽象性，故這一調度方法的應用范圍廣、適用性強。

語義Web規則描述語言(SWRL)是由W3C提出的一種權威的規則標記語言[16]，它基于OWL的子語言OWL DL以及RuleMe的子語言Datalog[17-18]，允許用戶根據本體中的知識編寫類規則。這些規則可以根據本體知識庫中已存在的事實推斷出新的知識。

針對本體知識的推理包含2個方面：一方面是基于描述邏輯的推理[19]，主要用于確定類之間的從屬關系以使本體的層次結構更為明晰，同時能夠檢測本體的一致性，避免沖突定義，比如可利用描述邏輯推理檢測前一部分研究內容建立的遙感資源知識體系層次是否分明、邏輯是否統一；另一方面是基于規則的推理[20]，即使用SWRL規則根據已有事實推斷出新的事實，規則推理大多采用Jess作為推理引擎?；赟WRL規則與Jess引擎的本體推理框架如圖5所示。

圖5 基于SWRL規則與Jess引擎的本體推理框架

2.1 遙感資源調度系統構架

基于本體的遙感資源調度系統構架如圖6所示。

圖6 基于本體的遙感資源調度系統構架

調度系統包含5個重要模塊：

物理模型：模擬地球自轉及公轉，根據衛星軌道根數計算遙感衛星與地面目標和地基、天基接收站的訪問時間窗口，將結果推送給用戶接口和調度計算模塊。

調度計算：根據物理模型計算結果和推理庫資源沖突識別結果，根據沖突消解規則修改或者直接生成資源調度方案。

推理庫：存儲用SWRL編寫的遙感資源沖突識別規則，通過與本體的交互完成資源沖突自動識別，規則編制方法將在第3節詳細說明。

本體：即第1節建立的遙感資源知識體系，負責為推理庫提供層次分明、邏輯統一的資源信息，并能夠根據推理結果自主更新。需要注意的是，普通用戶沒有對本體進行直接操作的權限。

用戶接口：為用戶提供規則配置接口，同時向用戶展示資源沖突的推理識別結果。

2.2 資源信息邏輯關系構建

在資源調度系統中，本體及推理庫負責提供調度計算所需的資源知識形式化表述。在本文研究中，本體知識關注點的是遙感資源信息之間的層級結構、邏輯關系，與具體的編程實現相互隔離。調度系統中遙感衛星與地基固定接收站之間的邏輯關系如圖7所示。

圖7 遙感衛星與地基固定接收站邏輯關系

圖7中固定站與衛星之間由可視弧段相互關聯，地面站工作時段與可視弧段的合取是數據可接收時段，衛星的數傳需求包含持續時間和優先級。只有當衛星數傳需求包含在可接收時段之內，才能安排數傳計劃。

根據第1節，已在本體中完成衛星、測控、接收和目標等資源信息的屬性、參數和關系的配置，結合本節中的推理庫可以用計算機可讀的形式明確各項資源之間的邏輯關系。

3 資源沖突的識別與消解

基于上述研究，通過制定SWRL規則實現資源沖突的自動識別。SWRL規則采用“前提—結論”對的形式進行描述，基本形式為：

Rule：antecedent → consequent

表示：如果前提為真，則推出相應結論。規則中，前提和結論由一個或者多個原子組成，這些原子來源于相應本體。如果前提或結論包含多個原子，那么原子間是合取關系。原子有5種類型，如表2所示，表中，x和y是OWL中已定義的個體，z表示類型常量或者變量。

表2 SWRL規則中的原子類型

原子類型說明C(?x)C為OWL中的類。其為真當且僅當x是C的實例。P(?x,?y)P為OWL中的實例屬性。其為真當且僅當x與y通過P相關。Q(?x,?z)Q為OWL中的具體域屬性。其為真當且僅當x與z通過Q相關。sameAs(?x,?y)其為真當且僅當x與y是同一對象。differentFrom(?x,?y)其為真當且僅當x與y是不同對象。

3.1 資源沖突識別

在進行沖突識別前，首先需要預判應用場景中所有可能出現的資源沖突，這些沖突包括可能出現在任何資源調度過程中的“普適性”沖突，如數傳資源搶占；以及由特定衛星載荷使用約束、數傳要求等引發的“特有”沖突。其次，根據不同沖突類型所具有的特征，制定SWRL規則使計算機能夠自動識別策略沖突。使用SWRL規則的沖突識別過程，實際上是以本體知識為已知事實的搜索和匹配過程。利用規則判定會在引發資源沖突的衛星、接收站之間建立某種關聯，每種關聯代表一種沖突類型，由此用戶可以獲知沖突產生的原因。

下面以衛星間數傳資源搶占沖突為例說明SWRL規則的制定過程：

數傳資源搶占沖突有3個特征：① 多顆衛星對應同一個接收站；② 接收站天線數少于衛星數量；③ 衛星數傳時段有重疊。根據分析，制定如下規則。規則中“比較”操作使用到SWRL提供的built-in元素。

Rule:

Satellite(?a)∧Satellite(?b)∧isVisible(?a,?c)∧isVisible(?b,?d)∧sameAs(?c,?d)∧hasAntenna(?c,?e)∧swrlb:lessThan (?e,2)∧hasTimeInterval(?a,?f)∧hasTimeInterval (?a,?g)∧IsOverLapping(?f,?g)

→dataTransConflict(?a,?b)

總體而言，資源沖突識別的一般流程為：① 結合實際應用場景，查找可能出現的沖突；② 分析各種沖突具有的特征，并根據沖突特征制訂SWRL規則；③ 將規則存入推理庫，使計算機能夠自動識別資源沖突。

3.2 資源沖突消解

基于本體的遙感資源調度系統中，計算機識別出資源沖突后在向用戶提示的同時采用沖突消解方案進行資源分配。當前較為主流的資源沖突消解方案分為2種[21-24]：① 基于任務優先級的消解方法；② 基于折中方案的消解方法。前者實現簡單，對遙感任務執行的全流程影響較小，理論上可以解決所有的資源沖突，但缺乏靈活性；后者需要進行相對較多的前期準備工作，且會將遙感探測任務復雜化，但能夠充分利用資源。2種方法的比較如表3所示。

表3 基于任務優先級和折中方案的消解方法對比

對比項目基于任務優先級的消解方法基于折中方案的消解方法消解方法優先保障高等級任務 執行預設的折中 調度方案靈活性二元化,只能決定任務執行與否 多元化,可根據資源 沖突類型設置不同的 解決方式用戶工作量較小,只需明確任務的優先級 較大,需根據沖突類 型制訂折中方案資源利用率低 高,優化利用遙感 系統資源

折中方案實質上是對有限的資源進行合理、優化分配，提升利用率。其中，處理機制可以是有針對性的措施或者是具有普適性的調度算法。

將2種消解方法結合在一起，以方法②為沖突消解的主要手段，對于沒有制訂折中方案的資源沖突，采用方法①。按照這一思路，計算機識別到資源沖突后，應首先查找有無預設的折中方案，如果沒有則優先保障高等級任務。

4 結束語

本文針對當前遙感衛星運行控制業務相對獨立、資源難以統一優化分配等問題，提出一種基于本體技術的遙感衛星資源調度方法。經仿真實驗比對分析，較傳統方法，基于本體技術的遙感衛星資源調度方法在智能化水平和資源利用率方面均有較大提升。

同時本文對于本體的實時性及測試的探討不夠深入，后期可在有關調度的應急方面加深研究，為遙感衛星資源調度提供更加智能化的解決方案。

[1] STUDER R,BENJAMINS R,FENSEL D.Knowledge Engineering,Principles and Methods[J].Data and Knowledge Engineering,1998,25(1-2):161-197.

[2] 彭麗儀.基于SWRL-Bridge-Peer模型的本體關聯方法的研究與實現[D].廣州：中山大學,2008.

[3] OFFUTT J,XU W Z.Generating Test Cases for Web Services Using Data Perturbation[J].SIGSOFT Software Engineering Notes,2004，29(5):1-10.

[4] JIANG Y,LI Y N,HOU S S,et al.Test-data Generation for Web Services Based on Contract Mutation∥In IEEE International Conference on Secure Software Integration and Reliability Improvement,Washington:IEEE Computer Society,2009:281-286.

[5] BAI X Y,LEE S F,TSAI W T,et al.Ontology-based Test Modeling and Partition Testing of Web Services.In:International Conference on Web Services[C]∥Washington:IEEE Computer Society,2008:465-472.[6] BAI X Y,HOU K J,LU H,et al.Semantic-based Test Oracles[C]∥In Computer Software and Applications Conference.Washington:IEEE Computer Society,2011:640-649.

[7] WANG Y B,BAI X Y,LI J Z,et al.Ontology-based Test Case Generation for Testing Web Services[C]∥In Proceedings of the 8th International Symposium on Autonomous Decentralized Systems (ISADS′07),Washington:IEEE Computer Society 2007:43-50.

[8] BAI X Y,LU H,ZHANG Y,et al.Interface-based Automated Testing for Open Software Architecture[C]∥In Computer and Applications Conference Workshops,Washington,IEEE Computer Society,2011:149-154.

[9] LEE S F,BAI X Y,CHEN Y N.Automatic Mutation Testing and Simulation on OWL-S Specified Web Services[C]∥In Simulation Symposium,Washington:IEEE Computer Society,2008:149-156.

[10] SMITH M,WELTY C,MCGUINNESS D.OWL Web Ontology Language Guide,W3C Candidate Recommendation[EB/OL],2004.http:∥www.w3.org/TR/owlguide/.

[11] 王治綱.分布式環境中基于本體的RBAC策略研究[D].武漢:華中科技大學,2006.

[12] BRIAND L C,LABICHE Y,SUN H.Investigating the Use of Analysis Contracts to Support Fault Isolation in Object Oriented Code[C]∥In SIGSOFT Software Engineering Notes,New York:ACM,2002,27(4):70-80.

[13] RICHARDSON D J,O’MALLEY O,TITTLE C.Approaches to Specification-based Testing[C]∥In Proceedings of the ACM SIGSOFT’89 Third Symposium on Software Testing,Analysis,and Verification,New York:ACM,1989,14(8):86-96.

[14] BERTOLINO A,FRANTZEN L,POLINI A,et al.Audition of Web Services for Testing Conformance to Open Specified Protocols[C]∥Architecting Systems with Trustworthy Components,LNCS,3938,2006:1-25.

[15] 賀仁杰，高鵬，白保存，等．成像衛星任務規劃模型、算法及其應用[J]．系統工程理論與實踐，2011，31(3):411-422．

[16] HORROCKS I,SCHNEIDER P,BOLEY H,et al.SWRL:A Semantic Web Rule Language Combining OWL and RuleML[EB/OL],2004.http:∥www.w3.org/Submission/SWRL/.

[17] BOLEY H,TABET S,WAGNER G.Design Rationale of RuleML:A Markup Language for Semantic Web Rules[C]∥Proceedings of the 1st Semantic Web Working Symposium.Stanford,USA:IEEE Press,2001:381-401.

[18] HORROCKS I.SWRL:A Semantic Web Rule Language Combing OWL and RuleML,2004.Available at:http:∥www.w3.org/Submission/2004/SUBM-SWRL-20040521.

[19] JONES B F,STHAMER H H,EYRES D E.Automatic Structural Testing Using Genetic Algorithms[J].Software Engineering Journal,1996,11(5):299-306.

[20] WANG Y,XIE J Y.An Adaptive Ant Colony Optimization Algorithm and Simulation[J].Journal of System Simulation,2002,14(1):31-33.

[21] JUNG H,JOHNSON M,FELTOVICH P,et al.New Developments in Ontology-based Policy Management:Increasing the Practicality and Comprehensiveness of KAoS[C]∥POLICY,2008:145-152.

[22] CHARALAMBIDES M,FLEGKAS P,PAVLOU G,et al.Policy Conflict Analysis for Diffserv Quality of Service Management[J].IEEE Transactions on Network and Service Management,2009,6(1):15-30.

[23] 梅芳.基于策略的移動網絡自主管理機制研究[D].吉林:吉林大學,2010.

[24] 許宇棟.基于PonderTalk網絡策略存儲與沖突檢測的研究[D].南京：解放軍理工大學，2013.