买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉河海大学申请的专利一种面向敏捷观测卫星的规划方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120746211B 。

龙图腾网通过国家知识产权局官网在2025-11-07发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511203624.8，技术领域涉及：G06Q10/0631；该发明授权一种面向敏捷观测卫星的规划方法是由付云鹤;王渌汀;刘偲设计研发完成，并于2025-08-27向国家知识产权局提交的专利申请。

本一种面向敏捷观测卫星的规划方法在说明书摘要公布了：本发明公开了一种面向敏捷观测卫星的规划方法，包括以下步骤：获取卫星数据集，构建卫星场景模型；基于卫星场景模型，进行卫星任务调度数据的生成与标注；得到带有星座调度标注的数据集；基于Transformer架构构建调度模型，并嵌入内部约束模块、卫星属性矩阵及任务属性矩阵，用于卫星任务分配；采用数据集，训练和测试调度模型，通过强化学习微调，得到最终的卫星任务调度模型；在进行敏捷观测卫星的目标任务规划时，通过所述最终的卫星任务调度模型进行相应敏捷观测卫星的调度。本发明涉及卫星通信技术领域，通过构建基准测试套件和调度模型，进行卫星任务分配；实现了在复杂环境下优化大型AEOS星座调度任务规划的目标。

本发明授权一种面向敏捷观测卫星的规划方法在权利要求书中公布了：1.一种面向敏捷观测卫星的规划方法，其特征在于，包括以下步骤： S1、获取卫星数据集，基于卫星系统模型、卫星任务定义、卫星行动空间控制和多个约束限制，构建卫星场景模型； S2、基于所述卫星场景模型，进行卫星任务调度数据的生成与标注；得到带有星座调度标注的数据集SatData； S3、基于Transformer架构构建调度模型Sat-Former，并嵌入内部约束模块、卫星属性矩阵及任务属性矩阵，用于卫星任务分配； S4、采用所述带有星座调度标注的数据集SatData，训练和测试所述调度模型Sat-Former，通过强化学习微调，得到最终的卫星任务调度模型； S5、在进行敏捷观测卫星的目标任务规划时，通过所述最终的卫星任务调度模型进行相应敏捷观测卫星的调度； 其中，步骤S3中，所述卫星属性矩阵，包括静态卫星矩阵和动态卫星矩阵；采用公式表示为： ； 其中，L表示卫星属性矩阵；LS表示静态卫星矩阵；Ld表示动态卫星矩阵；NL表示卫星的数量；dL表示卫星特征维度； 所述任务属性矩阵，包括静态任务矩阵和动态任务矩阵；采用公式表示为： ； 其中，R表示任务属性矩阵，RS表示静态任务矩阵；Rd表示动态任务矩阵；NR表示任务的数量；dR表示任务属性维度； 步骤S3中，所述内部约束模块，用于预测卫星执行任务的可行性；执行过程包括： S31、对于每个卫星-任务对，内部约束模块预测卫星i执行任务j的可行性，采用公式表示为： ； ； ； ； 其中，表示卫星i完成任务j的可行性的预测对数；Li表示卫星i的矩阵，Rj表示任务j的矩阵；表示实数集合； S32、定义近似标签，处理许多任务需要多颗卫星协作完成的情况； S33、定义可行性损失函数并引入时间监督，进一步指导内部约束模块的内化约束； 所述可行性损失函数，采用公式表示为： ； 其中，表示可行性损失； 步骤S4中，所述采用所述带有星座调度标注的数据集SatData，训练和测试所述调度模型Sat-Former，具体包括： S41、采用嵌入模块分别将所述L和R转换成向量形式并嵌入一个正弦时间步；得到卫星特征向量和任务特征向量； S42、使用Transformer解码器解码所述卫星特征向量以及任务特征向量，得到卫星特征hL和任务特征hR； S43、通过赋值分数矩阵M量化卫星和任务之间的匹配度，加入内嵌约束模块的可行性预测来指导规划，采用公式表示为： ； ； 其中，表示卫星i完成任务j的可行性的预测对数；表示可训练向量，表示逐元素相乘的哈达玛积，F表示对进行1填充后的可行性矩阵； S44、定义模型损失函数，评估当前任务分配结果，优化所述调度模型Sat-Former；所述模型损失函数为模型分配目标的损失函数： ； 其中，表示模型损失，m表示任务真值； S45、在测试阶段，进行赋值分数矩阵M量化时，排除不可行的卫星-任务对； 采用公式表示为： ； 其中，表示卫星-任务对；表示指示函数，表示预定义的可行性阈值；表示赋值分数矩阵的第i行第j个数值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人河海大学，其通讯地址为：210098 江苏省南京市鼓楼区西康路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。