Preview

Мехатроника, автоматизация, управление

Расширенный поиск
Доступ открыт Открытый доступ  Доступ закрыт Только для подписчиков

Обзор современных методов планирования работы перспективных космических систем

https://doi.org/10.17587/mau.21.639-650

Полный текст:

Аннотация

Выполнен обзор работ по актуальной в настоящее время проблеме планирования работы космических систем наблюдения, позволяющий дать оценку текущего состояния исследований по данной тематике, возможности их практического применения полученных результатов и перспектив развития. Приводится перечень требований, которым должны удовлетворять методы и средства планирования для обеспечения возможности применения их на практике. Описывается общая постановка задачи планирования работы космических систем наблюдения, позволяющая дать оценку ее сложности и многокритериальности. Анализируются работы, посвященные как разработке методик решения описанной задачи в общем виде, так и исследованиям, направленным на решение частных проблем, таких как: планирование работы целевой аппаратуры космического аппарата с учетом максимально возможного отклонения линии визирования от вертикали, планирование съемки с учетом быстроменяющихся метеоусловий, оптимизация выполнения сеансов связи между спутником и наземными станциями, оптимизация наблюдения площадного района и т.д. По результатам проведенного анализа делаются выводы, что имеющиеся в настоящее время методики планирования в основном имеют централизованный характер и опираются на различного рода эвристики для сокращения перебора, реализуемые как модификации под конкретную задачу. Кроме того, ни одно из решений, предложенных в рассмотренных статьях, не соответствует требованиям по масштабируемости, адаптивности, учету индивидуальных особенностей заявок и ресурсов и гибкости решения. Для преодоления приведенных недостатков предлагается расширенное применение мультиагентных технологий. Однако это требует значительной работы для их развития с учетом специфики данной задачи. Развитие предлагаемых подходов в перспективе позволит создавать автономные интеллектуальные системы управления спутниковыми группировками по типу "самоорганизующихся роев", со встроенными способностями к прямому взаимодействию и принятию решений в каждом спутнике, канале и узле связи, что предполагает реализацию полного цикла распределенного многокритериального ситуационного управления ресурсами в реальном времени.

Об авторах

В. А. Галузин
Самарский государственный технический университет
Россия

Аспирант

Самара



А. Ю. Кутоманов
АО "ЦНИИмаш"
Россия

Кандидат технических наук, заместитель начальника ЦУП

Королев



М. М. Матюшин
АО "ЦНИИмаш"
Россия

Доктор технических наук, первый заместитель генерального директора

Королев



П. О. Скобелев
Самарский федеральный исследовательский центр РАН; Институт проблем управления сложными системами РАН
Россия

Доктор технических наук, зав. лабораторией "Мультиагентные системы"

Самара



Список литературы

1. Усовик И. В., Дарнопых В. В. Автоматизированный программный комплекс для параметрического анализа и оптимизации планирования целевого функционирования космических систем ДЗЗ // Труды МАИ. 2013. № 65. 31 с.

2. Афанасьев И., Кучейко А. Один большой и 103 маленьких. Индия выполнила рекордный по числу полезных нагрузок запуск // Новости космонавтики. 2017. Т. 27, № 4. С. 30—36.

3. Кучейко А. Индийский пуск в интересах ДЗЗ и не только // Новости космонавтики. 2016. Т. 26, № 11. С. 57—58.

4. Karapetyan D., Minic S., Malladi K. T., Punnen A. Satellite downlink scheduling problem: A case study // Omega. 2015. Vol. 53. P. 115—123. DOI: 10.1016/j.omega.2015.01.001.

5. Bunkheila F., Ortore E., Circi C. A new algorithm for agile satellite-based acquisition operations // Acta Astronautica. 2016. Vol. 123. P. 121—128. DOI: 10.1016/j.actaastro.2016.03.023.

6. Zhang Z., Hu F., Zhang N. Ant colony algorithm for satellite control resource scheduling problem // Applied Intelligence. 2018. Vol. 48, Iss. 10. P. 3295—3305. DOI: 10.1007/s10489-018-1144-z.

7. Xiaolu L., Laporte G., Chen Y., He R. An adaptive large neighborhood search metaheuristic for agile satellite scheduling with time-dependent transition time // Computers & Operations Research. 2017. Vol. 86. P. 41—53. DOI: 10.1016/j.cor.2017.04.006.

8. Niu X., Tang H., Wu L. Satellite Scheduling of Large Areal Tasks for Rapid Response to Natural Disaster Using a Multi-Objective Genetic Algorithm // International Journal of Disaster Risk Reduction. 2018. Vol. 28. P. 813—825. DOI: 10.1016/j.ijdrr.2018.02.013.

9. Luo К., Wang Н., Li Y., Li Q. High-performance technique for satellite range scheduling // Computers & Operations Research. 2017. Vol. 85. P. 12—21. DOI: 10.1016/j.cor.2017.03.012.

10. Wang J., Demeulemeester E., Qiu D. A pure proactive scheduling algorithm for multiple earth observation satellites under uncertainties of clouds // Computers & Operations Research. 2016. Vol. 74. P. 1—13. DOI: 10.1016/j.cor.2016.04.014.

11. He L., Xiaolu L., Laporte G., Chen Y., Chen Y. An improved adaptive large neighborhood search algorithm for multiple agile satellites scheduling // Computers & Operations Research. 2018. Vol. 100. P. 12—25. DOI: 10.1016/j.cor.2018.06.020.

12. Tangpattanakul P., Jozefowiez N., Lopez P. A multi-objective local search heuristic for scheduling Earth observations taken by an agile satellite // European Journal of Operational Research. 2015. Vol. 245. P. 542—554. DOI: 10.1016/j.ejor.2015.03.011.

13. Kim H., Chang Y. Mission scheduling optimization of SAR satellite constellation for minimizing system response time // Aerospace Science and Technology. 2015. Vol. 40. P. 17—32. DOI: 10.1016/j.ast.2014.10.006.

14. Bonnet J., Gleizes M., Kaddoum E., Rainjonneau S., Flandin G. Multi-satellite Mission Planning Using a Self-Adaptive Multi-agent System // In Proceedings of the 2015 IEEE 9th International Conference on Self-Adaptive and Self-Organizing Systems (SASO ’15). IEEE Computer Society, USA. P. 11—20, DOI: 10.1109/SASO.2015.9.

15. Wang J., Jianjiang Z., Xiaomin Y., Laurence Z., Jianghan M. Towards dynamic real-time scheduling for multiple earth observation satellites // Journal of Computer and System Sciences. 2015. Vol. 81, Iss. 1. P. 110—124. DOI: 10.1016/j.jcss.2014.06.016.

16. He L., Liu X., Xing L., Liu K. Hierarchical scheduling for real-time agile satellite task scheduling in a dynamic environment // Advances in Space Research. 2019. Vol. 63, Iss. 2. P. 897—912. DOI: 10.1016/j.asr.2018.10.007.

17. Городецкий В. И., Карсаев О. В. Самоорганизация группового поведения кластера малых спутников распределенной системы наблюдения // Известия Южного федерального университета. Технические науки. 2017. № 2 (187). C. 234—247.

18. Rzevski G., Skobelev P. Managing complexity. LondonBoston: WIT Press, 2014. 202 p.

19. Скобелев П. О. Мультиагентные технологии в промышленных применениях: к 20-летию основания Самарской научной школы мультиагентных систем // Мехатроника, автоматизация, управление. 2010. № 12. С. 33—46.

20. Соллогуб А. В., Скобелев П. О., Иващенко А. В., Симонова Е. В., Степанов М. Е., Царев А. В. Решение задач дистанционного зондирования Земли с применением мультиагентных технологий // Вестник Самарского государственного технического университета. Сер. "Технические науки". 2010. № 7 (28). С. 47—54.

21. Соллогуб А. В., Скобелев П. О., Симонова Е. В., Царев А. В., Степанов М. Е. Модели сетецентрических задач планирования и управления групповыми операциями кластера малоразмерных космических аппаратов при решении задач дистанционного зондирования Земли // Информационно-управляющие системы. 2012. № 1(56). С. 34—38.

22. Соллогуб А. В., Скобелев П. О., Симонова Е. В., Царев А. В., Степанов М. Е., Жиляев А. А. Интеллектуальная система распределенного управления групповыми операциями кластера малоразмерных космических аппаратов в задачах дистанционного зондирования Земли // Информационно-управляющие системы. 2013. № 1(62). С. 16—26.

23. Belokonov I., Skobelev P., Simonova E., Travin V., Zhilyaev A. Multiagent planning of the network traffic between nanosatellites and ground stations // Procedia Engineering: Scientific and Technological Experiments on Automatic Space Vehicles and Small Satellites. 2015. № 104. P. 118—130. DOI: 10.1016/j.proeng.2015.04.103.

24. Skobelev P., Simonova E., Zhilyaev A., Travin V. MultiAgent Planning of Spacecraft Group for Earth Remote Sensing // In: Borangiu T., Trentesaux D., Thomas A., McFarlane D. (eds) Service Orientation in Holonic and Multi-Agent Manufacturing. Studies in Computational Intelligence. 2016. Vol. 640. P. 309—317. DOI: 10.1007/978-3-319-30337-6_28.

25. Skobelev P. O., Lakhin O. I. Towards the digital platform and smart services for managing space traffic // International Journal of Design & Nature and Ecodynamics. 2018. Vol. 13, № 2. P. 187—198. DOI: 10.2495/DNE-V13-N2-187-198.


Для цитирования:


Галузин В.А., Кутоманов А.Ю., Матюшин М.М., Скобелев П.О. Обзор современных методов планирования работы перспективных космических систем. Мехатроника, автоматизация, управление. 2020;21(11):639-650. https://doi.org/10.17587/mau.21.639-650

For citation:


Galuzin V.A., Kutomanov A.Yu., Matyushin M.M., Skobelev P.O. A Review of Modern Methods for Planning and Scheduling of the Operations in Advanced Space Systems. Mekhatronika, Avtomatizatsiya, Upravlenie. 2020;21(11):639-650. (In Russ.) https://doi.org/10.17587/mau.21.639-650

Просмотров: 40


ISSN 1684-6427 (Print)
ISSN 2619-1253 (Online)