卫星任务属性配置是卫星任务规划与资源调度的重要前提,其一般过程为,基于目标形态、地理位置、气象条件等不同的航天综合场景信息,合理配置卫星载荷类型、分辨率、任务优先级等任务属性要求。传统的卫星任务属性配置过程通常依赖航天领域专家的经验认知和推理判断,而随着国防安全、经济发展等各领域对航天信息依赖程度的愈来愈高,依靠人工进行卫星任务属性配置决策过程存在的处理效率低、耗费时间长、人才资源匮乏等弊端日益突显,难以满足未来航天信息综合应用与服务的保障需求。对此,本文结合生成对抗网络(GAN)的理论和方法,针对卫星任务场景生成与任务属性智能配置问题展开研究,主要包括以下几个方面:(1)依据实际卫星任务属性配置过程,建立了基于目标信息的卫星任务属性配置模型,明确了卫星任务属性配置模型的输入、输出、约束条件等基本要素,给出了以航天专家知识与经验为依据的典型卫星任务属性配置范例规则,并提出了基于宽域模式和基于窄域模式的卫星任务属性配置规则数值表示方法,为后续研究提供基本依据。(2)针对卫星任务属性配置过程中现有样例数据稀少、配置规则难以准确描述等问题,提出了一种基于动态WGAN内隐规则学习的卫星任务样本扩展算法。该算法以Wasserstein生成对抗网络(WGAN)为基本理论框架,通过对损失函数、G/D网络训练模式、样本预处理方式等进行改进和设计,有效实现了对多类典型卫星任务属性配置样例规则的学习,完成了对卫星任务样本的扩充。(3)针对卫星任务属性智能配置问题,利用基于动态WGAN算法生成的符合典型卫星任务属性配置规则的大量卫星任务样本数据,提出了一种基于支持向量机(SVM)与WGAN网络融合的卫星任务属性智能配置方法,以实现基于目标信息的卫星任务属性智能配置过程,并通过仿真算例验证测试了基于WGAN扩展样本库的有效性,以及卫星任务属性配置结果的准确性。