您好,歡迎來(lái)電子發(fā)燒友網(wǎng)! ,新用戶?[免費(fèi)注冊(cè)]

您的位置:電子發(fā)燒友網(wǎng)>源碼下載>數(shù)值算法/人工智能>

貪婪搜索算法在衛(wèi)星調(diào)度中的應(yīng)用

大?。?/span>0.89 MB 人氣: 2017-12-01 需要積分:2

  針對(duì)采用天氣預(yù)報(bào)的滯后云層進(jìn)行衛(wèi)星調(diào)度影V向觀測(cè)圖像質(zhì)量和觀測(cè)收益的問(wèn)題,提出一種獲取實(shí)時(shí)云層的數(shù)學(xué)模型,并基于此構(gòu)建考慮實(shí)時(shí)變換云層的敏捷觀測(cè)衛(wèi)星( AEOS)調(diào)度模型。由于貪婪搜索算法(GSA)具有局部?jī)?yōu)化的特性,能夠充分考慮衛(wèi)星觀測(cè)的云層和有限存儲(chǔ)資源等約束,研究了GSA在該衛(wèi)星調(diào)度問(wèn)題中的應(yīng)用。首先,CSA優(yōu)先考慮觀測(cè)任務(wù)的云層遮擋,并根據(jù)云層遮擋大小,計(jì)算待觀測(cè)任務(wù)的圖像質(zhì)量,將之排序選擇待觀測(cè)的任務(wù);其次,結(jié)合任務(wù)的大小、截止時(shí)間和衛(wèi)星的存儲(chǔ)資源約束,選擇能夠給觀測(cè)收益帶來(lái)最大化的任務(wù);最后,進(jìn)行觀測(cè)和任務(wù)傳送。仿真實(shí)驗(yàn)表明,在任務(wù)數(shù)為100的情況下,采用CSA進(jìn)行衛(wèi)星調(diào)度的任務(wù)收益比常用于衛(wèi)星調(diào)度的動(dòng)態(tài)規(guī)劃算法(DPA)所獲得任務(wù)收益提高了14. 82%,比局部搜索算法(LSA)所獲得任務(wù)收益提高了10. 32%,并且同等條件下,采用GSA得到的觀測(cè)圖像的質(zhì)量比其他兩種方法得到的圖像質(zhì)量更高。實(shí)驗(yàn)結(jié)果表明,CSA在實(shí)際衛(wèi)星調(diào)度中,能夠有效地提高圖像觀測(cè)質(zhì)量和任務(wù)觀測(cè)收益。
?

非常好我支持^.^

(0) 0%

不好我反對(duì)

(0) 0%

      發(fā)表評(píng)論

      用戶評(píng)論
      評(píng)價(jià):好評(píng)中評(píng)差評(píng)

      發(fā)表評(píng)論,獲取積分! 請(qǐng)遵守相關(guān)規(guī)定!

      ?