基于卷积注意力网络的卫星观测任务序贯决策方法

摘要：

星上自主任务规划能够提高对地观测卫星应对星上任务、资源变化等动态不确定因素的快速响应能力,是卫星任务规划领域的一个重要研究热点.考虑到星上计算资源有限这一特点,现有研究主要采用启发式搜索算法对卫星星上自主任务规划问题进行求解,优化性还有待提升.基于观测任务序贯决策框架,利用卷积神经网络并行计算和注意力机制更易获取到高价值信息的优势,提出了一种基于卷积注意力神经网络的观测任务序贯算法,并设计了与之匹配的输入特征表示方法,实现对观测任务的实时决策.最后将提出算法和两种深度学习算法、两种启发式搜索算法进行了实验比较.实验结果表明,提出方法的平均响应时间不到已有深度学习算法的 1/2,收益误差远低于启发式搜索算法,证实了所提方法的可行性和有效性.

关键词：对地观测卫星、星上自主任务规划、序贯决策、卷积神经网络、注意力机制

所属期刊栏目：55

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金62106276

在线出版日期：2023-08-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：47-52