移动目标跟踪在军民领域有着显著的现实应用价值，而成像卫星是实现移动目标跟踪的重 要平台之一。本书创造性地提出面向移动目标跟踪的多星协同规划与自主调度框架、模型及方法。
本书的特色是平实易懂地为读者介绍面向移动目标跟踪的成像卫星任务规划问题及方法，面向的读者群体主要包括：运筹学相关方向的本科生和研究生、高校相关专业的教师、相关科研机构的研究人员、工业部门相关领域的技术人员、对该问题感兴趣的所有读者。
移动目标跟踪在打击海盗犯罪、缉拿毒品走私、空间武器预警以及海上灾难救援等军民领域都有着广泛的应用场景与显著的实际价值。天基遥感卫星作为主要的空间信息采集平台，具有覆盖范围广、运行时间长以及不受国界限制等特点。这些特点赋予了天基遥感卫星在跟踪移动目标方面独有的优势，但目标运动多变性、图像识别概率性、目标到达随机性等诸多不确定性因素也给天基遥感卫星跟踪移动目标带来了挑战。新一代敏捷卫星具备灵活的三轴姿态机动能力，扩展了对目标的观测窗口；传统的地面规划 星上执行管控模式对移动目标响应严重滞后，星上计算能力的增强以及人工智能（artifical intelligence，AI）技术的发展为星上自主智能提供了前提，带来解决滞后短板的契机。同时，敏捷机动以及自主智能也给当前的卫星任务规划系统带来新的问题：敏捷能力带来了时间依赖特征的约束，使得卫星规划调度变得更为复杂；移动目标具有动态不确定性，需要更合理的任务管理与任务决策机制；对移动目标的及时响应依赖于快速、高质量以及精细化的自主任务调度；多移动目标的跟踪需要高效的星间协同。鉴于此，本书围绕关注的海洋低速移动目标（非时敏移动目标）与空间高速移动目标（时敏移动目标）两类目标，介绍面向移动目标跟踪的多星协同规划与自主调度框架、模型以及方法，其主要研究内容包含以下五个方面。
1）提出多星协同规划与自主调度的分层式通用求解框架
移动目标动态不确定性使得对其跟踪明显区别于对静止目标的观测，并且资源存在一定的共用性，星座资源不可能仅服务于单一类型目标，通用求解框架的设计需要兼顾多类型移动目标和对静止目标的观测。此外，由于卫星能力差异以及通信链路差异，还需要考虑多种协同架构的兼容性。基于上述两点，本书提出一种分层式、模块化的多星协同规划与自主调度通用求解框架，该框架包括星上自主任务管理层、星间自主任务协同层以及星上自主任务调度层，支持不同资源协同方式下的模块组合与顺序搭配。基于该框架，针对非时敏移动目标设计集中---分布式协同架构；针对时敏移动目标设计具有互斥目标池的分散式协同架构，引入互斥目标池，降低通信代价。在不同的协同架构下，实现对多星协同规划与自主调度问题的分解与解耦。
2）设计通用求解框架下的星上自主任务管理模块
星上自主任务管理是通用求解框架中的重要模块之一，主要分为目标运动预测、自主任务生成以及优先级统筹，负责将目标的不确定性转化为定量化属性描述的任务，这依赖于目标运动建模与资源领域知识构建两者间的关联关系。对于非时敏移动目标，在集中---分布式协同架构下，采用基于高斯分布的双约束预测模型实现运动预测，构建任务生成决策树实现对任务的生成，设计多层级任务优先级统筹实现对生成任务的优先级配置；对于时敏移动目标，在分散式协同架构下，结合椭圆轨道与龙格-库塔积分方法进行轨迹预测，引入动态优先级实现对目标的动态属性配置。 3）提出一种基于图注意力网络与近端策略优化的深度强化学习求解面向非时敏移动目标跟踪的单星自主任务调度问题
在集中分布式协同架构下，研究面向非时敏移动目标的单星自主任务调度问题。在建模过程中，引入时姿邻接图模型对问题进行描述。借鉴动态规划与序列解构造思想，将问题的约束模型转化为马尔可夫决策过程模型。在问题求解中，采用图注意力网络对问题进行特征提取，并基于近端策略优化的深度强化学习对网络进行训练。仿真结果表明，该算法不但在求解质量上大幅超越了启发式、经典的元启发式以及深度Q学习算法，而且求解速度很快，在典型场景下能够实现近实时的求解。
4）提出一种基于基因表达式编程的演化构造启发式求解面向非时敏移动目标跟踪的多星协同任务分配问题
在集中---分布式协同架构下，研究面向非时敏移动目标跟踪的多星协同任务分配问题，旨在通过快速的任务分配，将星上自主任务管理模块生成的任务分配给各卫星，实现多星协同任务规划的收益最大化。在建模过程中，对问题进行描述并建立整数规划模型。考虑求解的时效性，提出一种基于基因表达式编程的演化构造启发式方法，借鉴序列解构造思想，在序列化决策过程中采用演化规则求解该问题。首先基于领域知识提取该问题的16个特征，然后采用基因表达式编程对问题求解规则进行演化。仿真结果显示，该演化规则全面超越了引入自适应机制的三类启发式规则，并取得了接近元启发式算法的求解效果，求解速度同样很快。
5）提出一种基于知识规则的分散式多星自主协同任务规划方法求解面向时敏移动目标跟踪的多星自主协同任务规划问题
相比非时敏移动目标的跟踪，面向时敏移动目标的多星自主协同任务规划问题依赖于更短的决策周期，通过星上快速决策、调度与协同实现对目标不确定性的及时响应。本书在分析时敏移动目标独有特性的基础上，对具有互斥目标池的分散式协同架构进行具体设计；采用马尔可夫决策过程实现单星自主任务调度的建模，并基于分散式马尔可夫决策过程实现对多星协同任务规划的建模；同时针对问题求解的难度进行了分析，并在此基础上，采用基于知识规则的方法实现包括目标决策、候选子任务生成以及候选子任务选择的单星自主任务调度求解。然后，对星间在线协同设计了基于需求---响应的任务规划冲突消解机制来提升系统的整体效益。该方法能够有效求解面向时敏移动目标的多星自主协同任务规划问题，具备星上部署的实用性。
20172024年，作者始终致力于卫星任务规划及优化调度方面的研究，本书凝结了这期间积累的主要研究成果。在内容研究及书稿撰写期间，贺仁杰导师、刘晓路老师给予了作者悉心的指导，课题组的老师、同窗、师兄弟及秘书等提供了很多帮助，项目合作伙伴也提供了不少技术支持。当然，书籍的成稿出版，也离不开清华大学出版社陈凯仁编辑的辛勤付出。在此，作者由衷感谢为本书研究、撰稿以及出版提供了支持和帮助的各位老师、同门以及专家学者！
本书围绕时敏与非时敏两类移动目标的跟踪，对多星协同规划与自主调度的框架、模型及方法等进行了初步研究。研究的问题背景源于工程应用，涉及卫星任务规划、组合优化、运筹学、不确定性调度等多方面的学科交叉点，研究成果可为相关领域的理论研究和工程应用提供有价值的借鉴与参考。当然，本书介绍的研究工作仍有待进一步拓展。作者撰写本书不仅是为与相关领域工作者分享所悟，更是期待通过本书激发广大读者对相关科学问题的兴趣，共同加入未知但可期的求知探索中。
尽管作者已竭尽全力提高本书的内容与质量，但是受限于个人水平，书中不可避免会出现疏漏之处，恳请各位读者不吝赐教，对书中不当之处，敬请批评指正！
作者
2024年11月于北京
杨文沅，国防科技大学助理研究员，获得国防科技大学管理科学与工程专业博士学位。主要研究方向为系统规划与管理决策技术、智能任务规划与调度、无人集群智能协同，长期从事对地观测卫星任务规划与调度相关工作。作为骨干成员参与国家、军队以及省部级等各类项目10余项，目前在国内外重要刊物和会议上发表学术论文10余篇，申请和授权国家发明专利9项。
第1章 绪论 1
1.1 研究背景与意义 1
1.1.1 研究背景 1
1.1.2 研究意义 5
1.2 国内外研究现状与总结 6
1.2.1 移动目标运动预测问题研究现状 6
1.2.2 敏捷能力下的单星自主调度问题研究现状 9
1.2.3 多星自主协同规划问题研究现状 14
1.2.4 机器学习方法在组合优化问题中应用现状 17
1.2.5 现状分析与总结 19
1.3 本书主要工作 20
1.3.1 研究内容 20
1.3.2 组织结构 22
1.3.3 创新点 24
第2章 问题描述与求解框架 26
2.1 目标资源分析 26
2.1.1 移动目标特征与分类 26
2.1.2 天基遥感卫星资源特征与分类 28
2.1.3 面向移动目标跟踪的星座资源 29
2.2 面向移动目标跟踪的多星协同规划与自主调度问题 33
2.2.1 问题约束特征 34
2.2.2 问题优化目标 40
2.2.3 问题分析总结 41
2.3 多星协同规划与自主调度问题通用求解框架 41
2.3.1 多星协同规划与自主调度的分层式通用求解框架 42
2.3.2 通用求解架构下的多星协同规划与自主调度问题分解 43
2.4 本章小结 48
第3章 面向移动目标跟踪的星上自主任务管理 49
3.1 移动目标运动模型与预测方法 49
3.1.1 非时敏移动目标运动模型与预测方法 49
3.1.2 时敏移动目标运动模型与预测方法 61
3.2 面向移动目标的星上自主任务生成 65
3.2.1 任务生成时间决策 66
3.2.2 任务生成要素决策 68
3.3 面向移动目标的任务优先级统筹 69
3.3.1 面向非时敏移动目标的任务优先级统筹 69
3.3.2 面向时敏移动目标的目标优先级统筹 72
3.4 本章小结 74
第4章 面向非时敏移动目标跟踪的单星自主任务调度技术 75
4.1 问题描述与建模 76
4.1.1 问题假设 76
4.1.2 符号说明 77
4.1.3 问题模型 77
4.1.4 敏捷姿态机动能力下时间依赖转换时间约束处理 81
4.2 基于图注意力网络的问题特征提取 83
4.2.1 图注意力网络 83
4.2.2 单星自主任务调度问题特征提取 84
4.2.3 单星自主任务调度问题的图注意力网络结构 88
4.3 基于近端策略优化的深度强化学习的问题求解 90
4.3.1 问题求解框架 91
4.3.2 强化学习中的基本概念 92
4.3.3 基于GAT的问题求解 93
4.3.4 基于PPO的网络模型训练 93
4.4 仿真实验及分析 96
4.4.1 仿真实验设计 96
4.4.2 训练过程分析 99
4.4.3 算法可行性分析 100
4.4.4 算法效能分析 102
4.5 本章小结 109
第5章 面向非时敏移动目标跟踪的多星协同任务分配技术 111
5.1 问题描述与建模 112
5.1.1 多星协同任务分配问题 112
5.1.2 问题假设 113
5.1.3 符号说明 114
5.1.4 问题模型 114
5.1.5 问题复杂性分析与求解思路 115
5.2 基于自适应机制的启发式多星协同任务分配方法 116
5.3 基于基因表达式编程演化构造启发式多星协同任务分配方法 121
5.3.1 问题求解框架 122
5.3.2 问题特征选取与归一化 122
5.3.3 基于GEP的规则演化方法 127
5.4 仿真实验及分析 135
5.4.1 仿真实验设计 135
5.4.2 演化过程分析 135
5.4.3 算法可行性分析 139
5.4.4 算法效能分析 140
5.5 本章小结 145
第6章 面向时敏移动目标跟踪的多星自主协同规划技术 147
6.1 问题描述与建模 148
6.1.1 多星协同任务规划问题 148
6.1.2 问题假设 152
6.1.3 符号说明 153
6.1.4 问题模型 154
6.2 分散式多星自主协同任务规划方法 158
6.2.1 问题求解分析 159
6.2.2 面向时敏移动目标的星上自主任务管理 159
6.2.3 基于知识规则的单星自主调度方法 160
6.2.4 基于RRB的多星在线协同机制 164
6.3 仿真实验及分析 167
6.3.1 仿真实验设计 167
6.3.2 算法可行性分析 168
6.3.3 算法参数分析 174
6.3.4 候选子任务选择策略分析 176
6.4 本章小结 177
第7章 结论与展望 178
7.1 结论 178
7.2 展望 180
参考文献 183
附录A 缩略语表 194
书单推荐
