Gu等云量预测任务重规划：滚动修复与SAR替代动作文献与适用边界对应文献：Gu, Y.; Han, C.; Chen, Y.; Xing, W. W. Mission Replanning for Multiple Agile Earth Observation Satellites Based on Cloud Coverage Forecasting. IEEE JSTARS, 2022.
该文研究基于云量预测的敏捷卫星任务重规划。它主要服务光学卫星调度，但其“预测-识别受影响任务-局部修复计划”的流程非常适合扩展为同平台SAR补观测。
算法思路原始计划 P^0 在执行前或执行中获得新的云量预测。若某些光学任务的云量风险过高，则这些任务的实际收益下降。重规划需要在两类目标之间折中：提高新计划的有效收益，同时尽量减少对原计划的扰动。
变量定义原计划中任务 i 的执行变量为 x_i^0，新计划变量为 x_i。云量预测为 \hat{C}_{iw}，有效收益为：
\hat{p}_{iw}=p_i q(\hat{C}_{iw})
计划扰动可定义为：
\Delta(P,P^0)=\su ...
Wang等云量不确定鲁棒调度：光学收益随机化与SAR补观测扩展文献与适用边界对应文献：Wang, X.; Song, G.; Leus, R.; Han, C. Robust Earth Observation Satellite Scheduling With Uncertainty of Cloud Coverage. IEEE Transactions on Aerospace and Electronic Systems, 2020.
该文主要针对光学对地观测卫星，因为云量直接决定光学影像是否有效。它没有把SAR作为替代载荷，但其不确定性建模可直接扩展为“光学失败时SAR补观测”的同平台策略。
算法思路确定性调度假设每个窗口收益固定：
p_i=\text{常数}
云量不确定时，光学任务的有效收益变成随机变量。若窗口 w 的云量为随机变量 C_{iw}，光学成功概率可写为：
\Pr(C_{iw}\le C_i^{max})
鲁棒调度不追求某一个天气情景下收益最大，而是在多个可能情景下保持较高稳定收益。
变量定义光学任务选择变量：
x_{iw}=1
表示任务 i ...
Chen等多卫星调度：MILP模型及同平台迁移文献与适用边界对应文献：Chen, X.; Reinelt, G.; Dai, G.; Spitz, A. A Mixed Integer Linear Programming Model for Multi-Satellite Scheduling. European Journal of Operational Research, 2019.
该文研究多卫星调度MILP模型。它不是同平台光学/SAR模型，但MILP表达方式非常适合改写为“单平台多载荷、多模式、多资源”的统一约束模型。
算法思路MILP模型把调度问题拆成二进制选择变量和线性约束。任务是否被某个卫星在某个窗口执行，用0-1变量表示；任务冲突、时间窗、资源和顺序关系都通过线性约束表达；目标是最大化收益或最小化成本。其优势是模型透明，能作为启发式和学习算法的基准。
变量定义原多卫星场景可定义：
x_{isw}=
\begin{cases}
1,& \text{任务 }i\text{ 由卫星 }s\text{ 在窗口 }w\text{ 执行}\\
0,& \text{ ...
Lin等单星每日成像调度：启发式插入与冲突消解模型文献与适用边界对应文献：Lin, W.-C.; Liao, D.-Y.; Liu, C.-Y.; Lee, Y.-Y. Daily Imaging Scheduling of an Earth Observation Satellite. IEEE Transactions on Systems, Man, and Cybernetics - Part A, 2005.
该文面向单颗对地观测卫星的日成像计划。其重点是工程化日计划生成，不是光学/SAR双载荷，但它适合说明单平台在有限时间窗内如何用启发式方法快速生成可执行任务序列。
算法思路每日成像调度通常面对大量用户请求。精确求解成本高，因此工程上常采用“排序-插入-冲突消解”的启发式流程：先按优先级、截止时间或收益密度排序任务，再逐个尝试插入已有计划；若插入产生冲突，则比较收益并删除或移动低价值任务。
同平台光学/SAR调度中，该思路可用于快速生成初始计划：先安排高优先级应急任务，再把光学/SAR候选窗口按收益密度插入，并用资源约束检查器消解冲突。
变量定 ...
Lemaître等敏捷卫星观测选择与排序：时间窗调度模型文献与适用边界对应文献：Lemaître, M.; Verfaillie, G.; Jouhaud, F.; Lachiver, J.-M.; Bataille, N. Selecting and Scheduling Observations of Agile Satellites. Aerospace Science and Technology, 2002.
该文研究敏捷卫星观测任务选择与排序，是敏捷卫星调度的基础模型。它没有明确研究光学/SAR同平台，但其“观测窗口、姿态机动、任务收益、任务冲突”的建模框架可直接作为同平台光学/SAR调度的骨架。
算法思路敏捷卫星不是简单按过境顺序拍摄目标，而是可以通过滚转、俯仰、偏航等姿态机动扩大可观测范围。调度器需要从任务集合中选择一部分任务，并为每个任务选择一个可行时间窗口，使相邻任务之间的姿态转移时间足够，且总收益最大。
同平台光学/SAR场景中，可把同一目标的光学窗口和SAR窗口都看成候选观测窗口。差别在于，光学窗口受光照和云量约束，SAR窗口受入射 ...
逐篇算法公式推导说明与索引本文件夹用于补充主报告《同平台光学与SAR载荷任务调度文献调研报告.md》中的代表性算法细节。每个 Markdown 文件对应一篇代表性文献或一类紧密相关算法，重点说明算法思路、变量定义、目标函数、约束条件、公式推导和面向“同平台光学/SAR载荷调度”的迁移方式。
注意：部分文献并非直接研究“同一平台光学与SAR双载荷”，而是研究敏捷卫星、SAR-UAV、云量鲁棒调度、星上自主重规划或异构任务分配。对应文件中的公式多为“按论文问题结构抽象出的调度模型”，用于说明如何迁移到同平台光学/SAR场景；若不是原文逐字公式，文件中会明确标注。
文件索引
01_敏捷卫星观测选择与排序_时间窗模型.md
02_单星每日成像调度_启发式插入模型.md
03_多卫星调度_MILP模型.md
04_云量不确定鲁棒调度模型.md
05_云量预测任务重规划模型.md
06_MDP强化学习敏捷卫星调度.md
07_多载荷敏捷卫星规划_约束优化.md
08_主动成像多条带调度_ALNS多目标.md
09_UAV_SAR任务规划_航线几何模型.md
10_多视角SAR_ ...
