移動(dòng)目標(biāo)跟蹤在打擊海盜犯罪、緝拿毒品走私、空間武器預(yù)警以及海上災(zāi)難救援等軍民領(lǐng)域都有著廣泛的應(yīng)用場(chǎng)景與顯著的實(shí)際價(jià)值。天基遙感衛(wèi)星作為主要的空間信息采集平臺(tái)，具有覆蓋范圍廣、運(yùn)行時(shí)間長(zhǎng)以及不受國(guó)界限制等特點(diǎn)。這些特點(diǎn)賦予了天基遙感衛(wèi)星在跟蹤移動(dòng)目標(biāo)方面獨(dú)有的優(yōu)勢(shì)，但目標(biāo)運(yùn)動(dòng)多變性、圖像識(shí)別概率性、目標(biāo)到達(dá)隨機(jī)性等諸多不確定性因素也給天基遙感衛(wèi)星跟蹤移動(dòng)目標(biāo)帶來(lái)了挑戰(zhàn)。新一代敏捷衛(wèi)星具備靈活的三軸姿態(tài)機(jī)動(dòng)能力，擴(kuò)展了對(duì)目標(biāo)的觀測(cè)窗口；傳統(tǒng)的地面規(guī)劃 星上執(zhí)行管控模式對(duì)移動(dòng)目標(biāo)響應(yīng)嚴(yán)重滯后，星上計(jì)算能力的增強(qiáng)以及人工智能（artifical intelligence，AI）技術(shù)的發(fā)展為星上自主智能提供了前提，帶來(lái)解決滯后短板的契機(jī)。同時(shí)，敏捷機(jī)動(dòng)以及自主智能也給當(dāng)前的衛(wèi)星任務(wù)規(guī)劃系統(tǒng)帶來(lái)新的問(wèn)題：敏捷能力帶來(lái)了時(shí)間依賴特征的約束，使得衛(wèi)星規(guī)劃調(diào)度變得更為復(fù)雜；移動(dòng)目標(biāo)具有動(dòng)態(tài)不確定性，需要更合理的任務(wù)管理與任務(wù)決策機(jī)制；對(duì)移動(dòng)目標(biāo)的及時(shí)響應(yīng)依賴于快速、高質(zhì)量以及精細(xì)化的自主任務(wù)調(diào)度；多移動(dòng)目標(biāo)的跟蹤需要高效的星間協(xié)同。鑒于此，本書圍繞關(guān)注的海洋低速移動(dòng)目標(biāo)（非時(shí)敏移動(dòng)目標(biāo)）與空間高速移動(dòng)目標(biāo)（時(shí)敏移動(dòng)目標(biāo)）兩類目標(biāo)，介紹面向移動(dòng)目標(biāo)跟蹤的多星協(xié)同規(guī)劃與自主調(diào)度框架、模型以及方法，其主要研究?jī)?nèi)容包含以下五個(gè)方面。
1）提出多星協(xié)同規(guī)劃與自主調(diào)度的分層式通用求解框架
移動(dòng)目標(biāo)動(dòng)態(tài)不確定性使得對(duì)其跟蹤明顯區(qū)別于對(duì)靜止目標(biāo)的觀測(cè)，并且資源存在一定的共用性，星座資源不可能僅服務(wù)于單一類型目標(biāo)，通用求解框架的設(shè)計(jì)需要兼顧多類型移動(dòng)目標(biāo)和對(duì)靜止目標(biāo)的觀測(cè)。此外，由于衛(wèi)星能力差異以及通信鏈路差異，還需要考慮多種協(xié)同架構(gòu)的兼容性。基于上述兩點(diǎn)，本書提出一種分層式、模塊化的多星協(xié)同規(guī)劃與自主調(diào)度通用求解框架，該框架包括星上自主任務(wù)管理層、星間自主任務(wù)協(xié)同層以及星上自主任務(wù)調(diào)度層，支持不同資源協(xié)同方式下的模塊組合與順序搭配�；�于該框架，針對(duì)非時(shí)敏移動(dòng)目標(biāo)設(shè)計(jì)集中---分布式協(xié)同架構(gòu)；針對(duì)時(shí)敏移動(dòng)目標(biāo)設(shè)計(jì)具有互斥目標(biāo)池的分散式協(xié)同架構(gòu)，引入互斥目標(biāo)池，降低通信代價(jià)。在不同的協(xié)同架構(gòu)下，實(shí)現(xiàn)對(duì)多星協(xié)同規(guī)劃與自主調(diào)度問(wèn)題的分解與解耦。
2）設(shè)計(jì)通用求解框架下的星上自主任務(wù)管理模塊
星上自主任務(wù)管理是通用求解框架中的重要模塊之一，主要分為目標(biāo)運(yùn)動(dòng)預(yù)測(cè)、自主任務(wù)生成以及優(yōu)先級(jí)統(tǒng)籌，負(fù)責(zé)將目標(biāo)的不確定性轉(zhuǎn)化為定量化屬性描述的任務(wù)，這依賴于目標(biāo)運(yùn)動(dòng)建模與資源領(lǐng)域知識(shí)構(gòu)建兩者間的關(guān)聯(lián)關(guān)系。對(duì)于非時(shí)敏移動(dòng)目標(biāo)，在集中---分布式協(xié)同架構(gòu)下，采用基于高斯分布的雙約束預(yù)測(cè)模型實(shí)現(xiàn)運(yùn)動(dòng)預(yù)測(cè)，構(gòu)建任務(wù)生成決策樹(shù)實(shí)現(xiàn)對(duì)任務(wù)的生成，設(shè)計(jì)多層級(jí)任務(wù)優(yōu)先級(jí)統(tǒng)籌實(shí)現(xiàn)對(duì)生成任務(wù)的優(yōu)先級(jí)配置；對(duì)于時(shí)敏移動(dòng)目標(biāo)，在分散式協(xié)同架構(gòu)下，結(jié)合橢圓軌道與龍格-庫(kù)塔積分方法進(jìn)行軌跡預(yù)測(cè)，引入動(dòng)態(tài)優(yōu)先級(jí)實(shí)現(xiàn)對(duì)目標(biāo)的動(dòng)態(tài)屬性配置。 3）提出一種基于圖注意力網(wǎng)絡(luò)與近端策略優(yōu)化的深度強(qiáng)化學(xué)習(xí)求解面向非時(shí)敏移動(dòng)目標(biāo)跟蹤的單星自主任務(wù)調(diào)度問(wèn)題
在集中分布式協(xié)同架構(gòu)下，研究面向非時(shí)敏移動(dòng)目標(biāo)的單星自主任務(wù)調(diào)度問(wèn)題。在建模過(guò)程中，引入時(shí)姿鄰接圖模型對(duì)問(wèn)題進(jìn)行描述。借鑒動(dòng)態(tài)規(guī)劃與序列解構(gòu)造思想，將問(wèn)題的約束模型轉(zhuǎn)化為馬爾可夫決策過(guò)程模型。在問(wèn)題求解中，采用圖注意力網(wǎng)絡(luò)對(duì)問(wèn)題進(jìn)行特征提取，并基于近端策略優(yōu)化的深度強(qiáng)化學(xué)習(xí)對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。仿真結(jié)果表明，該算法不但在求解質(zhì)量上大幅超越了啟發(fā)式、經(jīng)典的元啟發(fā)式以及深度Q學(xué)習(xí)算法，而且求解速度很快，在典型場(chǎng)景下能夠?qū)崿F(xiàn)近實(shí)時(shí)的求解。
4）提出一種基于基因表達(dá)式編程的演化構(gòu)造啟發(fā)式求解面向非時(shí)敏移動(dòng)目標(biāo)跟蹤的多星協(xié)同任務(wù)分配問(wèn)題
在集中---分布式協(xié)同架構(gòu)下，研究面向非時(shí)敏移動(dòng)目標(biāo)跟蹤的多星協(xié)同任務(wù)分配問(wèn)題，旨在通過(guò)快速的任務(wù)分配，將星上自主任務(wù)管理模塊生成的任務(wù)分配給各衛(wèi)星，實(shí)現(xiàn)多星協(xié)同任務(wù)規(guī)劃的收益最大化。在建模過(guò)程中，對(duì)問(wèn)題進(jìn)行描述并建立整數(shù)規(guī)劃模型�？紤]求解的時(shí)效性，提出一種基于基因表達(dá)式編程的演化構(gòu)造啟發(fā)式方法，借鑒序列解構(gòu)造思想，在序列化決策過(guò)程中采用演化規(guī)則求解該問(wèn)題。首先基于領(lǐng)域知識(shí)提取該問(wèn)題的16個(gè)特征，然后采用基因表達(dá)式編程對(duì)問(wèn)題求解規(guī)則進(jìn)行演化。仿真結(jié)果顯示，該演化規(guī)則全面超越了引入自適應(yīng)機(jī)制的三類啟發(fā)式規(guī)則，并取得了接近元啟發(fā)式算法的求解效果，求解速度同樣很快。
5）提出一種基于知識(shí)規(guī)則的分散式多星自主協(xié)同任務(wù)規(guī)劃方法求解面向時(shí)敏移動(dòng)目標(biāo)跟蹤的多星自主協(xié)同任務(wù)規(guī)劃問(wèn)題
相比非時(shí)敏移動(dòng)目標(biāo)的跟蹤，面向時(shí)敏移動(dòng)目標(biāo)的多星自主協(xié)同任務(wù)規(guī)劃問(wèn)題依賴于更短的決策周期，通過(guò)星上快速?zèng)Q策、調(diào)度與協(xié)同實(shí)現(xiàn)對(duì)目標(biāo)不確定性的及時(shí)響應(yīng)。本書在分析時(shí)敏移動(dòng)目標(biāo)獨(dú)有特性的基礎(chǔ)上，對(duì)具有互斥目標(biāo)池的分散式協(xié)同架構(gòu)進(jìn)行具體設(shè)計(jì)；采用馬爾可夫決策過(guò)程實(shí)現(xiàn)單星自主任務(wù)調(diào)度的建模，并基于分散式馬爾可夫決策過(guò)程實(shí)現(xiàn)對(duì)多星協(xié)同任務(wù)規(guī)劃的建模；同時(shí)針對(duì)問(wèn)題求解的難度進(jìn)行了分析，并在此基礎(chǔ)上，采用基于知識(shí)規(guī)則的方法實(shí)現(xiàn)包括目標(biāo)決策、候選子任務(wù)生成以及候選子任務(wù)選擇的單星自主任務(wù)調(diào)度求解。然后，對(duì)星間在線協(xié)同設(shè)計(jì)了基于需求---響應(yīng)的任務(wù)規(guī)劃沖突消解機(jī)制來(lái)提升系統(tǒng)的整體效益。該方法能夠有效求解面向時(shí)敏移動(dòng)目標(biāo)的多星自主協(xié)同任務(wù)規(guī)劃問(wèn)題，具備星上部署的實(shí)用性。
20172024年，作者始終致力于衛(wèi)星任務(wù)規(guī)劃及優(yōu)化調(diào)度方面的研究，本書凝結(jié)了這期間積累的主要研究成果。在內(nèi)容研究及書稿撰寫期間，賀仁杰導(dǎo)師、劉曉路老師給予了作者悉心的指導(dǎo)，課題組的老師、同窗、師兄弟及秘書等提供了很多幫助，項(xiàng)目合作伙伴也提供了不少技術(shù)支持。當(dāng)然，書籍的成稿出版，也離不開(kāi)清華大學(xué)出版社陳凱仁編輯的辛勤付出。在此，作者由衷感謝為本書研究、撰稿以及出版提供了支持和幫助的各位老師、同門以及專家學(xué)者！
本書圍繞時(shí)敏與非時(shí)敏兩類移動(dòng)目標(biāo)的跟蹤，對(duì)多星協(xié)同規(guī)劃與自主調(diào)度的框架、模型及方法等進(jìn)行了初步研究。研究的問(wèn)題背景源于工程應(yīng)用，涉及衛(wèi)星任務(wù)規(guī)劃、組合優(yōu)化、運(yùn)籌學(xué)、不確定性調(diào)度等多方面的學(xué)科交叉點(diǎn)，研究成果可為相關(guān)領(lǐng)域的理論研究和工程應(yīng)用提供有價(jià)值的借鑒與參考。當(dāng)然，本書介紹的研究工作仍有待進(jìn)一步拓展。作者撰寫本書不僅是為與相關(guān)領(lǐng)域工作者分享所悟，更是期待通過(guò)本書激發(fā)廣大讀者對(duì)相關(guān)科學(xué)問(wèn)題的興趣，共同加入未知但可期的求知探索中。
盡管作者已竭盡全力提高本書的內(nèi)容與質(zhì)量，但是受限于個(gè)人水平，書中不可避免會(huì)出現(xiàn)疏漏之處，懇請(qǐng)各位讀者不吝賜教，對(duì)書中不當(dāng)之處，敬請(qǐng)批評(píng)指正！

作者
2024年11月于北京