Scheduling Agile Earth Observation Satellites with Onboard Processing and Real-Time Monitoring

要約

アジャイルアース観測衛星（AEOSS）の出現は、地球観測の分野（EO）の重要な転換点を示しており、データ収集の柔軟性が向上しています。
同時に、オンボードサテライトコンピューティングおよび通信技術の進歩により、データ圧縮効率が大幅に向上し、ネットワークの遅延とうっ血が減少し、ほぼリアルタイムの情報配信をサポートします。
この論文では、アジャイルアース観測衛星スケジューリング問題（AEOSSP）に対処します。これには、全体的な観測利益を最大化するためのターゲット観測の最適なシーケンスを決定することが含まれます。
当社のアプローチでは、リアルタイムのリモートモニタリングのためのオンボードデータ処理をマルチサテライト最適化問題に統合します。
この目的のために、一連の優先度指標を定義し、建設的なヒューリスティック方法を開発し、ローカル検索（LS）戦略でさらに強化されました。
結果は、提案されたアルゴリズムが、収集されたフレームの解像度を平均で最大10％増加させることにより高品質の情報を提供し、インスタンス内のターゲットの監視頻度の分散を最大83％削減し、セット全体でより最新の情報（FIFO）方法と比較してより最新の情報を確保することを示しています。

要約(オリジナル)

The emergence of Agile Earth Observation Satellites (AEOSs) has marked a significant turning point in the field of Earth Observation (EO), offering enhanced flexibility in data acquisition. Concurrently, advancements in onboard satellite computing and communication technologies have greatly enhanced data compression efficiency, reducing network latency and congestion while supporting near real-time information delivery. In this paper, we address the Agile Earth Observation Satellite Scheduling Problem (AEOSSP), which involves determining the optimal sequence of target observations to maximize overall observation profit. Our approach integrates onboard data processing for real-time remote monitoring into the multi-satellite optimization problem. To this end, we define a set of priority indicators and develop a constructive heuristic method, further enhanced with a Local Search (LS) strategy. The results show that the proposed algorithm provides high-quality information by increasing the resolution of the collected frames by up to 10% on average, while reducing the variance in the monitoring frequency of the targets within the instance by up to 83%, ensuring more up-to-date information across the entire set compared to a First-In First-Out (FIFO) method.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google