基于天空基協(xié)同的海上目標(biāo)任務(wù)規(guī)劃應(yīng)用

李明　馬明杰　金明磊

摘? ?要：隨著人類對海洋的進(jìn)一步探索，海洋在國家發(fā)展中占據(jù)了越來越重要的地位，如何綜合應(yīng)用天空基獲取海洋信息，實現(xiàn)多基協(xié)同完成海上目標(biāo)任務(wù)，變得尤為重要。本系統(tǒng)主要將天基與空基相結(jié)合，實現(xiàn)天空一體化海洋遙感資源任務(wù)規(guī)劃，用以完成海上廣域目標(biāo)和移動目標(biāo)的識別和監(jiān)測。經(jīng)過仿真實驗，完成了天空基協(xié)同海上目標(biāo)任務(wù)規(guī)劃，實現(xiàn)了多源遙感融合。

關(guān)鍵詞：多基協(xié)同;無人機(jī);衛(wèi)星;任務(wù)規(guī)劃;任務(wù)分配;

中圖分類號：E91? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識碼：A

Application of Maritime Target Mission Planning Based

on Sky-based Collaboration

LI Ming1，MA Ming-jie2 ，JING Ming-lei1

（ 1. Aerospace Star Technology Co.，Ltd.，Beijing 100086，China;

2. School of Electrical Automation and Information Engineering，Tianjin University，Tianjin 300072，China）

Abstract：With the further exploration of the ocean by human beings，the ocean has occupied an increasingly important position in the development of the country. How to comprehensively apply the sky-based means to obtain marine information and realize multi-base collaborative accomplishment of the maritime target mission has become particularly important. The system mainly combines space-based and space-based，and realizes the task planning of sky integrated ocean remote sensing resources to complete the identification and monitoring of maritime wide-area targets and moving targets. After the simulation experiment，the sky-based collaborative maritime target mission planning is completed，and multi-source remote sensing fusion is realized.

Key words：multi-base coordination;drone;satellite;mission planning;task assignment

近年來，隨著“建設(shè)海洋強(qiáng)國”戰(zhàn)略的推進(jìn)明確從海洋資源開發(fā)、海洋科技創(chuàng)新、海洋生態(tài)文明建設(shè)、海洋權(quán)益維護(hù)等方面助力建設(shè)海洋強(qiáng)國的路線方針，堅定走認(rèn)知海洋、經(jīng)略海洋、管控海洋之路。我們正式走入海洋，開發(fā)海洋，維護(hù)國家海洋權(quán)益，但是我們對海洋的監(jiān)控能力還遠(yuǎn)遠(yuǎn)不足。海洋監(jiān)測主要存在過程中還存在不足，海洋多源信息融合能力不夠，無法精確及時的獲取目標(biāo)信息。海洋多源信息獲取途徑少。海洋多源信息整合能力差。我國雖然在天基，空基投入了很多，建設(shè)無人機(jī)基地，建設(shè)衛(wèi)星體系。但是多基協(xié)同和數(shù)據(jù)融合方面，并未形成成熟的技術(shù)體系，無法滿足現(xiàn)階段海上目標(biāo)任務(wù)的業(yè)務(wù)需求。海洋環(huán)境復(fù)雜，海域監(jiān)測任務(wù)不確定性極大，天氣，地理位置，政治原因都會影響監(jiān)測任務(wù)。通過單一的遙感監(jiān)測手段遠(yuǎn)遠(yuǎn)無法滿足任務(wù)需要。天基可以實現(xiàn)大面積影響可以用于廣域目標(biāo)監(jiān)測，空基靈活性極高可用于移動目標(biāo)追蹤，兩者結(jié)合實現(xiàn)天空基協(xié)同，優(yōu)勢互補(bǔ)，可以實現(xiàn)對海上目標(biāo)的多方位全面監(jiān)控，實現(xiàn)我國對海洋的全覆蓋，高精度，全方位掌控。已經(jīng)有諸多國家提出對海洋的監(jiān)控體系，日本提出了“海洋監(jiān)視體制”，結(jié)合無人機(jī)與衛(wèi)星，監(jiān)控海洋[1]。我國也有諸多多基協(xié)同的研究成果，張拯寧等提出的天空地海多基協(xié)同多源融合的海洋應(yīng)用設(shè)想。主要以海上目標(biāo)的無人機(jī)和衛(wèi)星任務(wù)規(guī)劃研究為中心，實現(xiàn)任務(wù)分配，任務(wù)規(guī)劃，無人機(jī)路徑規(guī)劃，衛(wèi)星規(guī)劃結(jié)果優(yōu)化，實現(xiàn)天空基協(xié)同任務(wù)規(guī)劃，完成多源遙感融合。

1? ?無人機(jī)任務(wù)規(guī)劃

無人機(jī)任務(wù)規(guī)劃根據(jù)給定的海上目標(biāo)信息，綜合現(xiàn)有設(shè)備信息以及環(huán)境天氣等因素，規(guī)劃出任務(wù)執(zhí)行過程，任務(wù)分配以及任務(wù)路徑等。任務(wù)的分配和路徑規(guī)劃在任務(wù)規(guī)劃中尤為重要。無人機(jī)的任務(wù)分配問題，應(yīng)該在滿足環(huán)境要求與任務(wù)要求的前提下，合理的分配任務(wù)給無人機(jī)。無人機(jī)的路徑規(guī)劃問題[2]，實際上是一個多約束條件數(shù)學(xué)優(yōu)化問題，根據(jù)目標(biāo)任務(wù)要求、禁飛區(qū)、燃料限制風(fēng)力等級等約束條件，規(guī)劃出一條安全等級高，可行性好的路徑。

1.1? ?無人機(jī)任務(wù)分配

1.1.1? ?問題描述

任務(wù)分配需要充分考慮，任務(wù)要求，目標(biāo)環(huán)境，為任務(wù)分配合適的無人機(jī)，以用于目標(biāo)區(qū)域的監(jiān)測或目標(biāo)追蹤[3]。本系統(tǒng)研究單任務(wù)的無人機(jī)分配問題，為單項任務(wù)指定的目標(biāo)區(qū)域，在任務(wù)時間內(nèi)，規(guī)劃出適合的無人機(jī)方案。

無人機(jī)的任務(wù)分配是指在指定任務(wù)后，為該任務(wù)挑選出合適的無人機(jī)，即為任務(wù)規(guī)劃出合理的無人機(jī)方案。首先無人機(jī)方案的無人機(jī)的監(jiān)視范圍均包含任務(wù)區(qū)域，任務(wù)對于無人機(jī)來說是可達(dá)的，其次無人機(jī)方案的無人機(jī)組成必須是最優(yōu)的，既可以滿足任務(wù)需求又能節(jié)省無人機(jī)資源。

1.1.2? ?任務(wù)分配模型及約束條件

無人機(jī)任務(wù)分配的約束指標(biāo)為目標(biāo)成果類型，目標(biāo)區(qū)域地理位置，任務(wù)時間，飛機(jī)起降點，無人機(jī)狀態(tài)，無人機(jī)休整時間。利用上述幾項約束條件可以篩選出符合任務(wù)要求的無人機(jī)，應(yīng)該在符合條件的無人機(jī)中篩選出對執(zhí)行任務(wù)最有利，對無人機(jī)系統(tǒng)負(fù)載最小的無人機(jī)方案[4]。篩選參數(shù)為無人機(jī)續(xù)航時間，無人機(jī)最大起飛重量，無人機(jī)升限，無人機(jī)抗風(fēng)等級，無人機(jī)翼展，無人機(jī)場地要求，無人機(jī)起降方式。根據(jù)上述參數(shù)形成對應(yīng)目標(biāo)函數(shù)，用于評估無人機(jī)對于任務(wù)的優(yōu)先級。

無人機(jī)任務(wù)分配可以看成一個目標(biāo)任務(wù)從n架待選無人機(jī)中挑選出可以滿足任務(wù)需要且選中的m架無人機(jī)是滿足條件的k架無人機(jī)中最符合要求的。下面提出無人機(jī)任務(wù)分配模型，對模型符號做出如下定義。

P（lon，lat）：UAV基地坐標(biāo);

UAV={uav1，…，uavn}：無人機(jī)集合;

uavFlyingTime：無人機(jī)續(xù)航時間;

uavMaxWindLevel：無人機(jī)抗風(fēng)等級;

uavMaxFlyheight：無人機(jī)升限;

uavSpan：翼展;

uavStatus：無人機(jī)狀態(tài);

uavTakeoffMode：起降方式;

uavLoad：無人機(jī)載荷;

uavV：無人機(jī)平均速度;

uavType：無人機(jī)類型;

uavMaxTakeoffWegitht：最大起飛重量;

uavControlDistance：無人機(jī)最遠(yuǎn)巡航距離;

uavDegreeofWear：無人機(jī)磨損程度;

uavFuelConsumption：無人機(jī)油耗;

task：任務(wù);

taskTime={startTime，endTime}：任務(wù)起止時間;

taskZone：任務(wù)區(qū)域

Pmax：代表任務(wù)區(qū)域遠(yuǎn)離無人機(jī)基地的最遠(yuǎn)點;

taskResultType：任務(wù)成果類型;

L（Pi，Pj）：兩點之間的距離

P（x，y）：代表經(jīng)緯度

約束條件：

L（P（lon，lat），Pmax）

L（P（lon，lat），Pmax）/uavV

UavStatus={“空閑”}：無人機(jī)狀態(tài)必須為空閑;

taskResultType∈uavLoad：無人機(jī)載荷必須能完成任務(wù)成果的拍攝;

目標(biāo)函數(shù)：

f（uav）=w1*uavSpan+w2*uavMaxWindLevel+ w3*uavTakeoffMode+w4*uavFuelConsumption+ w5*uavFuelConsumption;

現(xiàn)對評價指標(biāo)作出如下規(guī)定，w1+w2+w3+w4+w5=1;翼展越小越好，抗風(fēng)等級越高越好，油耗越低越好，磨損程度越低越好，起飛方式越簡單越好，則分配的無人機(jī)越優(yōu)。

1.1.2? ? 任務(wù)分配流程

在無人機(jī)任務(wù)分配的模型下，根據(jù)約束條件挑選出滿足任務(wù)要求的無人機(jī)，根據(jù)目標(biāo)函數(shù)挑選出最適合的m架無人機(jī)用于執(zhí)行任務(wù)。

由于無人機(jī)數(shù)目n的上限極大，如果其全部進(jìn)行運算會極大的降低任務(wù)分配的效率。本文參考和聲搜索算法，對整個任務(wù)分配流程進(jìn)行改進(jìn)。其算法流程圖如下，

1.2? ?無人機(jī)路徑規(guī)劃

無人機(jī)路徑規(guī)劃在航空領(lǐng)域占據(jù)著十分重要的地位，是無人機(jī)領(lǐng)域的核心技術(shù)[5]。路徑規(guī)劃問題由來已久，各種各樣的算法被大量提出，但面臨這些算法均面臨著相同的問題，無人機(jī)路徑規(guī)劃時間復(fù)雜度過高，計算成本隨著空間的復(fù)雜性會急劇增加。本文對分配的m架無人機(jī)做路徑規(guī)劃執(zhí)行任務(wù)，巡視任務(wù)區(qū)域。蟻群優(yōu)化算法是一種基于仿生學(xué)的規(guī)劃算法，為了使蟻群優(yōu)化算法能夠滿足本文的任務(wù)需求，對蟻群優(yōu)化算法進(jìn)行調(diào)整以完成無人機(jī)路徑規(guī)劃[6]。

為實現(xiàn)無人機(jī)路徑規(guī)劃，將無人機(jī)的執(zhí)行任務(wù)的地圖柵格化，將地圖柵格化為320*320，對柵格進(jìn)行編號，次序為從左到右，從上到下，依次編號為1……102400。無人機(jī)路徑規(guī)劃中會遇到禁飛區(qū)，因此每個柵格應(yīng)具有兩種狀態(tài)，可飛和禁飛，分別用0和1來表示。禁飛區(qū)與柵格的對應(yīng)關(guān)系可能不是完全重合，因此作出規(guī)定，只要單個柵格中存在禁飛區(qū)，整個柵格都視為禁飛區(qū)。地圖柵格化如圖2所示。

2? ?衛(wèi)星任務(wù)規(guī)劃

衛(wèi)星資源是有限的，但是衛(wèi)星的任務(wù)卻十分繁重，任務(wù)種類多種多樣。如何利用有限的衛(wèi)星資源，有序且合理的完成任務(wù)十分重要[7]。本系統(tǒng)給定任務(wù)后，指定任務(wù)區(qū)域，在任務(wù)規(guī)定時間內(nèi)，利用衛(wèi)星進(jìn)行監(jiān)測，利用衛(wèi)星多種載荷，獲得符合任務(wù)要求的成果類型。因此衛(wèi)星任務(wù)規(guī)劃劃分為衛(wèi)星任務(wù)規(guī)劃與衛(wèi)星規(guī)劃結(jié)果優(yōu)化。

2.1? ?衛(wèi)星任務(wù)規(guī)劃

衛(wèi)星利用裝備的有效載荷可以對任務(wù)要求監(jiān)測的區(qū)域進(jìn)行監(jiān)測，回傳符合任務(wù)要求的成果類型。衛(wèi)星監(jiān)測范圍大，周期短，在任務(wù)規(guī)定時間內(nèi)可以對任務(wù)區(qū)域多次監(jiān)測并實現(xiàn)任務(wù)區(qū)域的全面監(jiān)測。衛(wèi)星的觀測區(qū)域受載荷視場角，幅寬，側(cè)擺角等條件的影響，其示意圖如圖3所示：

根據(jù)衛(wèi)星觀測的原理，完成衛(wèi)星仿真算法，實現(xiàn)可以衛(wèi)星單點查詢，可以獲取衛(wèi)星實時信息，衛(wèi)星軌道查詢，查詢衛(wèi)星下個軌道周期的信息，以及衛(wèi)星條帶的計算。衛(wèi)星任務(wù)規(guī)劃先根據(jù)任務(wù)成果類型挑選出可用的衛(wèi)星，根據(jù)衛(wèi)星仿真算法的條帶計算可以得出覆蓋任務(wù)區(qū)域的衛(wèi)星條帶。其流成圖如圖4所示。

2.2? ?衛(wèi)星規(guī)劃結(jié)果優(yōu)化

由衛(wèi)星算法給出的結(jié)果是所有符合條件的結(jié)果，其條帶區(qū)覆蓋監(jiān)測區(qū)域，監(jiān)測時間滿足任務(wù)時間要求。但是可能出現(xiàn)不同衛(wèi)星的拍攝條帶重合，任務(wù)調(diào)用了過多的衛(wèi)星資源[8]。因此將衛(wèi)星規(guī)劃的結(jié)果優(yōu)化，以最小的衛(wèi)星資源最好的完成任務(wù)是非常重要的，并且可以根據(jù)用戶指定時間段（包含在任務(wù)時間段內(nèi)）及用戶指定區(qū)域（包含在任務(wù)區(qū)域內(nèi)）重點監(jiān)測，使衛(wèi)星資源傾斜，全面細(xì)致監(jiān)測任務(wù)，優(yōu)化規(guī)劃結(jié)果。

衛(wèi)星規(guī)劃結(jié)果優(yōu)化主要在于第一優(yōu)化規(guī)劃結(jié)果，在完成監(jiān)測任務(wù)的前提下，避免浪費衛(wèi)星資源;第二在用戶特定要求下對用戶指定的特定時間和特定地點進(jìn)行重點監(jiān)測，傾斜衛(wèi)星資源，完成任務(wù)。

衛(wèi)星規(guī)劃結(jié)果的優(yōu)化時間空間維度上全面包含任務(wù)時間和任務(wù)區(qū)域，即從任務(wù)開始到任務(wù)結(jié)束衛(wèi)星監(jiān)測區(qū)域的集合包含任務(wù)區(qū)域。對于任務(wù)時間內(nèi)用戶指定的時間段，增加衛(wèi)星資源，對于任務(wù)區(qū)域內(nèi)用戶指定的區(qū)域增加衛(wèi)星資源持續(xù)監(jiān)測。另外應(yīng)該充分考慮衛(wèi)星本身的任務(wù)量以及其他負(fù)荷，慎重給衛(wèi)星分配任務(wù)。

如果用戶給出了重點監(jiān)測的區(qū)域或時間，優(yōu)化過程中會為與重點監(jiān)測區(qū)域或時間相關(guān)的條帶打上標(biāo)簽，在去除重復(fù)條帶過程中帶標(biāo)簽的條帶不參與去重，將全部保留下來，而需要去除重復(fù)的條帶，使用目標(biāo)函數(shù)作為判別指標(biāo)，篩選出最優(yōu)的條帶結(jié)果。目標(biāo)函數(shù)為f（satellite）=w1*taskNum+w2*resolution+w3*serviceTime+w4*powerConsumption;參數(shù)說明：taskNum：衛(wèi)星任務(wù)量;resolution：分辨率;serviceTime：服役時間;powerConsumption：單次執(zhí)行任務(wù)功耗;w1+w2+w3+w4+w5=1;任務(wù)量越少越好，服役時間越小越好，分辨率越高越好，功耗越低越好。衛(wèi)星規(guī)劃結(jié)果流程如圖5所示。

3? ?天空基協(xié)同規(guī)劃的實驗測試

使用戴爾服務(wù)器一臺，56G內(nèi)存，2T磁盤。戴爾電腦一臺，8G內(nèi)存，500G磁盤。使用Matlab，IDEA和webStorm作為開發(fā)工具，完成基于天空基的海上目標(biāo)業(yè)務(wù)系統(tǒng)。

UAV路徑規(guī)劃采用蟻群優(yōu)化算法計算出最優(yōu)的無人機(jī)路徑，將海上地圖柵格化，設(shè)定起點為編號1的柵格，終點為編號為102079的柵格，在柵格設(shè)置禁飛區(qū)，黑色區(qū)域為禁飛區(qū)，進(jìn)行規(guī)劃最優(yōu)路徑，最優(yōu)路徑結(jié)果圖6：

衛(wèi)星規(guī)劃結(jié)果優(yōu)化可以以最少的衛(wèi)星完成下達(dá)的任務(wù)，避免了資源的浪費，綜合統(tǒng)籌了衛(wèi)星資源。新建? 任務(wù)區(qū)域為，任務(wù)時間為5.31-6.6日，時間為7天，成果類型為正射影像，SAR影像。采用10顆衛(wèi)星進(jìn)行規(guī)劃，衛(wèi)星任務(wù)規(guī)劃結(jié)果如圖7所示：

由圖7可以看出，任務(wù)規(guī)劃結(jié)果在區(qū)域上存在重合，在無特殊任務(wù)要求情況下，衛(wèi)星條帶區(qū)域，只需要在指定時間內(nèi)完成對區(qū)域的監(jiān)測，實現(xiàn)條帶對區(qū)域的覆蓋即可。因此對衛(wèi)星規(guī)劃結(jié)果進(jìn)行優(yōu)化，如圖8所示：

由圖8可以看出在規(guī)定的時間內(nèi)，優(yōu)化之后的衛(wèi)星條帶可以是實現(xiàn)對任務(wù)區(qū)域的全部覆蓋，避免了過多的衛(wèi)星資源同時執(zhí)行一個任務(wù)造成資源浪費。

衛(wèi)星優(yōu)化前后結(jié)果對比如表1所示。表中優(yōu)化方案為衛(wèi)星名稱與衛(wèi)星拍攝影像時間，時間表示為日期與24小時制時間。

通過表1可以看出將方案削減為只有兩顆衛(wèi)星，在時間上覆蓋率足夠，從圖8中可以看出區(qū)域覆蓋率較高。因此驗證了衛(wèi)星優(yōu)化的成果。

天空基協(xié)同針對于此任務(wù)的規(guī)劃結(jié)果為衛(wèi)星監(jiān)測與無人機(jī)巡航相結(jié)合協(xié)同完成任務(wù)[9-10]，其中紅色邊框矩形為任務(wù)區(qū)域，兩個紫色大矩形為衛(wèi)星監(jiān)測區(qū)域，帶有無人機(jī)圖標(biāo)的小區(qū)域為無人機(jī)巡航區(qū)域，帶有經(jīng)緯度圖標(biāo)的圖形為無人機(jī)起飛基地。其結(jié)果如圖9所示：

4? ?結(jié)? ?論

設(shè)計并實現(xiàn)了基于天空基協(xié)同的海上目標(biāo)任務(wù)規(guī)劃，分別實現(xiàn)了無人機(jī)任務(wù)分配、無人機(jī)路徑規(guī)劃、衛(wèi)星任務(wù)規(guī)劃、衛(wèi)星規(guī)劃結(jié)果優(yōu)化四部分。通過天空基協(xié)同即無人機(jī)與衛(wèi)星聯(lián)動，實現(xiàn)在規(guī)定時間內(nèi)對指定區(qū)域采集特定成果類型的數(shù)據(jù)，完成指定的海上目標(biāo)任務(wù)。最終經(jīng)過測試，通過無人機(jī)路徑規(guī)劃可以為符合任務(wù)要求無人機(jī)規(guī)劃出合適的任務(wù)執(zhí)行路徑，通過衛(wèi)星規(guī)劃結(jié)果優(yōu)化可以極大的節(jié)約衛(wèi)星資源的同時完成任務(wù)，衛(wèi)星與無人機(jī)協(xié)同完成海上目標(biāo)任務(wù)，實現(xiàn)海上廣域目標(biāo)和移動目標(biāo)的監(jiān)測與多源遙感融合。

參考文獻(xiàn)

[1]? ? 梁星星，修保新，范長俊，等. 面向海上移動目標(biāo)的空天協(xié)同連續(xù)觀測模型[J]. 系統(tǒng)工程理論與實踐，2018，38（01）：229-240.

[2]? ? 柯春艷，安思. 無人機(jī)全局路徑規(guī)劃算法研究[J]. 信息技術(shù)，2019，43（05）：33-35.

[3]? ? 齊小剛，李博，范英盛，等. 多約束下多無人機(jī)的任務(wù)規(guī)劃研究綜述[J/OL].智能系統(tǒng)學(xué)報：1-14[2019-06-10].

[4]? ? 魯娟. 無人機(jī)在海上艦船目標(biāo)識別中的應(yīng)用[J]. 艦船科學(xué)技術(shù)，2017，39（12）：182-184.

[5]? ? 陳俠，艾宇迪，梁紅利. 基于改進(jìn)蟻群算法的無人機(jī)三維航跡規(guī)劃研究[J]. 戰(zhàn)術(shù)導(dǎo)彈技術(shù)，2019，（02）：59-66.

[6]? ? 焦陽. 基于改進(jìn)蟻群算法的無人機(jī)三維路徑規(guī)劃研究[J]. 艦船電子工程，2019，39（03）：41-45.

[7]? ? 向尚，陳盈果，李國梁，等. 衛(wèi)星自主與協(xié)同任務(wù)調(diào)度規(guī)劃綜述[J]. 自動化學(xué)報，2019，45（02）：252-264

[8]? ? 韓傳奇，劉玉榮，李虎. 基于改進(jìn)遺傳算法對小衛(wèi)星星群任務(wù)規(guī)劃研究[J]. 空間科學(xué)學(xué)報，2019，39（01）：129-134.

[9]? ? 梁星星. 面向海上移動目標(biāo)跟蹤觀測的空天協(xié)同任務(wù)規(guī)劃研究[D]. 長沙：國防科學(xué)技術(shù)大學(xué)，2016.

[10]? CROSS P L. Maritime automated targets recognition algorithm test bed for high resolution ISAR imagery[P]. 2013.