SAR/光学成像方式异构任务分配：抽象模型与同平台扩展

文献与适用边界

对应本地清单C20：考虑异构性和SAR/光学成像方式的对地观测卫星任务分配研究，2026，题录记录DOI为 10.3969/j.issn.1674-1579.2026.01.006。

本地题录显示该研究明确考虑SAR/光学成像方式，但作者和算法细节需以期刊原文为准。以下公式是根据“异构任务分配+SAR/光学成像方式”抽象出的可迁移模型，不声称为原文逐字公式。

算法思路

异构任务分配的核心是：不同平台或载荷能力不同，同一任务对光学或SAR的适配度也不同。调度器需要把任务分配给合适的载荷/平台，使总收益最大并满足资源约束。

在同平台问题中，“异构平台”可退化为“同平台内异构载荷”。即光学和SAR虽然在同一平台上，但成像方式、资源消耗和可用窗口不同。

变量定义

任务集合 $I$，载荷集合 $M={OPT,SAR}$，模式集合 $K_m$。分配变量：

$$x_{imk}= \begin{cases} 1,& \text{任务 }i\text{ 分配给载荷 }m\text{ 的模式 }k\\ 0,& \text{否则} \end{cases}$$

若考虑窗口：

$$x_{iwmk}=1$$

表示任务 $i$ 在窗口 $w$ 由载荷 $m$ 模式 $k$ 执行。

适配收益推导

任务 $i$ 对载荷 $m$ 的适配度：

$$a_{im}=a_{im}^{type}a_{im}^{quality}a_{im}^{timely}$$

光学适配：

$$a_{i,OPT}=a_i^{semantic}(1-\hat{C}_i)q_{sun}q_{view}$$

SAR适配：

$$a_{i,SAR}=a_i^{allweather}q_{\theta}q_{mode}q_{resolution}$$

目标函数：

$$\max \sum_{i,w,m,k}p_i a_{iwmk}x_{iwmk}$$

若任务需要光学/SAR联合确认：

$$\max \sum_{i,w,m,k}p_i a_{iwmk}x_{iwmk}+\sum_i p_i^{pair}z_i$$

约束推导

任务最多分配一次：

$$\sum_{w,m,k}x_{iwmk}\le 1$$

任务类型约束。例如夜间可见光不可用：

$$x_{iw,OPT,k}=0,\quad h_{sun}(w)<h^{min}$$

SAR入射角约束：

$$x_{iw,SAR,k}=0,\quad \theta_{iw}\notin[\theta^{min}_k,\theta^{max}_k]$$

同平台载荷互斥：

$$\sum_{i,w,k:t\in w}x_{iw,OPT,k}+\sum_{i,w,k:t\in w}x_{iw,SAR,k}\le 1$$

资源约束：

$$\sum_{i,w,m,k:t\in w}P_{mk}x_{iwmk}\le P^{max}$$ $$S_t=S_{t-1}+\sum_{i,w,m,k:t\in w}v_{mk}x_{iwmk}-D_t\le S^{max}$$

联合观测约束：

$$z_i\le \sum_{w,k}x_{iw,OPT,k}$$ $$z_i\le \sum_{w,k}x_{iw,SAR,k}$$ $$|s_{i,OPT}-s_{i,SAR}|\le \Delta T_i^{max}+M(1-z_i)$$

求解策略

该模型可用MILP、遗传算法、蚁群算法或两阶段启发式求解。两阶段方法如下：

1. 根据任务类型、天气和几何条件计算光学/SAR适配度。
2. 初步分配任务给最适合载荷。
3. 检查时间窗和资源冲突。
4. 对冲突任务进行重分配或删除。
5. 对联合任务补充另一载荷窗口。

对同平台光学/SAR的意义

这种模型把“光学还是SAR”提升为显式决策变量，是同平台调度必须具备的核心结构。需要进一步补充的是平台内部的姿态切换、热控恢复、峰值功率和数据下传细节。

论文截图（算法流程、步骤与效果）

截图来自对应论文 PDF 页面，并已通过 PicGo 上传。用于快速定位原文中的算法流程、关键步骤或实验效果；若截图为相关替代文献，已在说明中标注。

截图 1：模型/方法页：异构编队任务分配方法与约束背景

来源：C20_考虑异构性和 SAR_光学成像方式的对地观测卫星任务分配研究.pdf，PDF 第 2 页。

截图 2：实验/效果页：编队卫星仿真与任务重分配结果

来源：C20_考虑异构性和 SAR_光学成像方式的对地观测卫星任务分配研究.pdf，PDF 第 10 页。