成像卫星是一类从太空中获取地面图像信息的对地观测卫星,在军事和经济等领域发挥了重要作用。随着成像卫星数量增多,成像任务需求也呈现出多样化、复杂化和快速增长趋势,如何根据各类成像任务需要和现有卫星资源能力,联合制定多颗卫星的优化成像方案,是提高卫星观测效率,充分发挥卫星系统整体效能的关键问题。许多成像卫星的侧摆机动性能较差,每个轨道圈次内的侧视成像次数有限,为提高该类卫星的观测效率,必须考虑将满足一定条件的任务合成并安排卫星观测。另外,成像任务分为点和区域目标两类目标,应用中需要将两类目标综合调度。本文研究了考虑任务合成的成像卫星调度问题,其是在满足资源和任务约束条件下,综合调度点和区域两类目标,并充分考虑任务间的优化合成,以制定成像卫星的调度方案并实现最大完成任务的目的。论文基于建模方法和优化理论,从问题模型和优化算法两方面开展研究,主要工作及创新点如下:(1)建立了考虑任务合成的成像卫星调度模型在深入分析卫星对各类目标的调度特点以及任务合成特性的基础上,建立了考虑任务合成的成像卫星调度模型。首先提出了区域目标动态分解方法,将区域分解为多个子任务,然后,将点目标视为特殊的“区域”,按照观测机会进行分解,并将两类目标统一为元任务。定义合成任务描述任务合成关系,并分析了合成任务与元任务的关系。最后,为两类目标分别构建收益函数,建立了考虑任务合成的成像卫星调度模型。论文建立的模型在综合调度两类目标的基础上,考虑了任务合成的优化因素,与其它的简化模型相比,更具有实际应用价值。(2)提出了基于整体优化策略的求解算法对问题进行整体建模后,提出了两种对问题进行整体优化求解的算法:动态合成启发式算法与快速模拟退火算法。首先定义了解的编码、基本邻域和评价函数等基础组件,为设计并实现多种算法提供支持。动态合成启发式算法中,提出了任务需求度、资源竞争度、时间窗口竞争度等参数指标,为任务选择最小冲突的卫星资源及时间窗口;提出了任务合成启发式选择任务的合成位置,使卫星能够以最小的侧视角度或最小的数据冗余对多个任务合成观测。快速模拟退火算法中,设计了多种邻域结构,实现对元任务的合成和合成任务的分解操作。采用“冒险”的接受概率和快速退火计划,提高算法的求解速度,同时,采用回火机制及多种分化策略,避免算法陷入局部最优。实验证明,动态合成启发式算法的速度较快,而快速模拟退火算法的结果更优。(3)提出了基于分解优化策略的求解算法为提高问题规模较大时的求解效率,借鉴大系统的“分解-协调”思想,提出了基于分解优化策略的求解算法。将问题分解为任务分配与任务合成两个子问题,任务分配为任务选择卫星资源及时间窗口,任务合成则针对该分配方案进行最优合成。建立任务合成的最大覆盖模型,并提出了基于动态规划的最优合成算法,能够在多项式时间内求得最优合成方案。采用蚁群算法求解任务分配问题,通过自适应参数调整及信息素平滑策略,实现全局搜索和快速收敛间的平衡。蚁群算法接收任务合成结果反馈,并引导蚁群搜索优化的任务分配方案。通过子问题之间的协调优化,得到了优化的任务合成观测方案。实验证明,该算法对大规模问题求解的性能较高。