贪婪搜索算法在卫星调度中的应用

　　针对采用天气预报的滞后云层进行卫星调度影V向观测图像质量和观测收益的问题，提出一种获取实时云层的数学模型，并基于此构建考虑实时变换云层的敏捷观测卫星（ AEOS）调度模型。由于贪婪搜索算法（GSA）具有局部优化的特性，能够充分考虑卫星观测的云层和有限存储资源等约束，研究了GSA在该卫星调度问题中的应用。首先，CSA优先考虑观测任务的云层遮挡，并根据云层遮挡大小，计算待观测任务的图像质量，将之排序选择待观测的任务；其次，结合任务的大小、截止时间和卫星的存储资源约束，选择能够给观测收益带来最大化的任务；最后，进行观测和任务传送。仿真实验表明，在任务数为100的情况下，采用CSA进行卫星调度的任务收益比常用于卫星调度的动态规划算法（DPA）所获得任务收益提高了14. 82%，比局部搜索算法（LSA）所获得任务收益提高了10. 32%，并且同等条件下，采用GSA得到的观测图像的质量比其他两种方法得到的图像质量更高。实验结果表明，CSA在实际卫星调度中，能够有效地提高图像观测质量和任务观测收益。