摘要
测控技术是保障星座系统高效运维和管理的关键技术.近年来,随着星座规模的不断扩大,逐步形成了巨型星座系统,使得对星座的测控需求呈现爆发式的增长,从而对星座系统测控任务的完成量提出了新的要求.首先分析巨型星座系统测控任务约束和地面测控站设备约束并给出问题建模;其次提出一种地面站Agent基于学习规划片段的交互方式,通过引入约束惩罚算子和多地面站联合惩罚算子设计优化的目标函数;最后,提出一种多地面站Agent强化学习算法以求解多地面站协同任务分配策略.仿真结果显示,任务规模较大时,在文中提到的不同场景下该方法较传统算法有12%~20%的增益.
基金项目
国家自然科学基金资助项目(U19B2025)
国家自然科学基金资助项目(62121001)
国家自然科学基金资助项目(62001347)
陕西省重点研发计划(2022ZDLGY05-02)