用于数据中继卫星自主协同调度的基于自适应合同网的学习机制与启发式方法集成

《Engineering Applications of Artificial Intelligence》：Adaptive contract net-based ensemble of learning mechanisms and heuristics for autonomous collaborative scheduling of data relay satellites

　　

• •
  为自主数据中继卫星协同调度开发了一种自适应多轮合同网协议（CNP）框架。
• •
  扫描线算法可高效解决二维时频资源冲突问题。
• •
  在5颗数据中继卫星的1500个任务中，ELH-ACNP以13.3秒的本地计算时间实现了92.6%的效益完成率（BCR）。

引言

随着发射航天器数量的快速增长，由高分辨率成像或科学探索产生的空间任务数据呈指数级增长，这大幅增加了数据向地面传输的难度（Yin et al., 2025, Gu et al., 2025）。数据中继卫星（DRS）凭借其全球覆盖能力和高数据传输速率，在常规任务和紧急任务的数据中继服务中发挥着重要作用（Al-Hraishawi et al., 2022, Gu et al., 2024）。随着传输需求的持续增长，传统的指令式离线地面调度方法面临严重的时效性限制，星载自主协同调度受到了越来越多的关注（Adinolfi and Cesta, 1995, Liu et al., 2025）。此类调度既需要在多颗数据中继卫星之间协调任务分配，又需要在每颗数据中继卫星有限的二维时频资源上对已分配任务进行调度。

在传统的数据中继卫星离线调度模式中，流程为：用户向地面调度控制中心提交任务请求，控制中心利用遗传算法、模拟退火算法和粒子群算法等经典集中式调度算法生成传输计划（Wu et al., 2024, Han et al., 2022, Gu et al., 2022）。这些计划被编译为卫星可执行的指令并通过测控链路上传。该模式严重依赖控制中心，无法充分利用数据中继卫星的性能（Wu et al., 2022）。

数据中继卫星调度问题的主要目标是在若干约束条件下完成传输任务，这些约束包括可见时间窗口、频率与功率能力以及任务完成时间约束。数据中继卫星资源调度被视为一个NP-hard问题，对优化提出了巨大挑战（Zhang et al., 2026, Chao et al., 2025）。在先前的研究中，已建立了数据中继卫星的多种应用模式，如并行机调度模型（Rojanasoonthon et al., 2003）、用户行为协调模型（Wang et al., 2018）和断点传输模型（Chen et al., 2021）。这些研究针对不同的调度需求，但主要聚焦于数据中继卫星的天线时间块调度问题，未考虑时频块资源。随着通信技术的进步，基于时频资源块的调度引起了广泛的研究兴趣（Liu et al., 2023, Xiong et al., 2025），因为与时频资源调度相关的多址技术增强了系统的通信能力。

在调度算法方面，学者们提出了若干算法来解决数据中继卫星调度问题，如动态调度策略（Deng et al., 2017）、灵活任务调度方法（Wu et al., 2021）和改进的深度强化学习算法（Liu et al., 2026, Li et al., 2023）。这些方法在不同场景下提升了调度性能。然而，这些算法是针对具有较高内存和CPU计算能力的地面离线调度而开发的，未能解决数据中继卫星的星载自主协同调度问题（Yang et al., 2021）。

在自主协同系统研究（Yin and Xiang, 2025, Yin and Xiang, 2026a, Yin and Xiang, 2026b）中，合同网协议（CNP）因其任务分配能力和动态响应能力而受到广泛关注（Smith and Davis, 1981, Agogino and Tumer, 2006）。通过采用分布式决策机制，CNP能够在多个智能体之间分配任务和资源，将计算负载分散到各个计算节点上（Liu et al., 2022）。此外，CNP能够灵活应对动态环境中任务重新分配的情况，非常适合星载自主协同调度（Liu et al., 2022）。最近，Wang $etal.$（Wang et al., 2025）将一种基于实时CNP的算法应用于紧急情况下无人机编队的任务重分配，进一步证明了CNP对动态任务变化的响应能力。然而，传统CNP适用于单任务、单中标者和单轮投标谈判，依赖一个智能体作为招标方发布和评估其他智能体的投标（Phillips and Parra, 2021）。对于星载环境，如果主卫星失效，系统将面临瘫痪的风险。此外，CNP的求解能力受限于单轮谈判机制（Liu et al., 2022）。

本研究聚焦于考虑时频资源块的数据中继卫星自主协同调度问题。时频资源调度的复杂性，叠加跨多颗数据中继卫星的任务分配，导致解空间显著增加，给优化算法设计带来挑战。为解决该问题，提出了一种基于自适应合同网协议的集成学习与启发式方法（ELH-ACNP），有助于实现数据中继卫星的高效协同和时频资源的有效利用。主要贡献总结如下：

• (1)
  建立了自主协同数据中继卫星调度的数学模型，联合表示星间任务分配和星内二维时频资源约束，以最大化已调度任务的总效益为目标。
• (2)
  为求解数据中继卫星自主协同调度问题，提出了一种ELH-ACNP调度框架以协调星间任务分配。通过多轮投标和任务丢弃，该框架自适应地选择招标与处置策略组合以改进调度方案。此外，采用预训练方法优化框架中涉及的参数，旨在提升其性能。
• (3)
  提出了一种扫描线算法来解决单星自主星载任务调度问题。该算法可高效解决新提交任务的冲突并生成调度计划。

本文其余部分组织如下：第2节概述当前研究现状。第3节介绍数据中继卫星调度问题并构建数学调度模型。第4节提出动态多轮CNP协商框架并阐述ELH-ACNP算法。第5节展示仿真实验结果。最后，第6节总结本文内容。

各节摘要

相关工作

数据中继卫星调度是指在有限的平台资源下，为卫星通信选择适当的天线和时间窗口，是一个典型的卫星测控调度问题（SRSP）（Liu et al., 2026）。需要在有限的平台资源内满足各种任务需求，同时尽量满足频率、功率、服务时长、时间窗口、转换时间间隔和连接唯一性等约束（Gu et al., 2022）。迄今为止，已有很多算法被研究并应用于

问题描述

数据中继卫星网络包含三个层次：骨干层，由地球同步轨道上的数据中继卫星组成；用户层，包括远洋船舶、低空有人驾驶和无人驾驶飞行器；地面网络层，包括地面站、地面网关和卫星控制中心（Jiang et al., 2024）。

数据中继卫星的工作流程如图1所示。数据中继卫星通常搭载两种天线：星地多址相控阵天线和

所提方法

为降低所提数据中继卫星调度问题的求解难度，我们将原始问题分解为多卫星自主协商问题和单卫星自主星载调度问题。第一个问题涉及任务对特定数据中继卫星的具体分配，第二个问题涉及如何在单个数据中继卫星上调度任务的执行计划（Liu et al., 2026）。

我们提出ELH-ACNP来解决任务分配问题，如图所示

实验结果与讨论

本节针对数据中继卫星调度问题进行了大量仿真，以测试所提ELH-ACNP方法的性能。首先介绍实验设置，包括实验参数和对比算法的配置。随后，我们详细介绍了参数选择过程，包括预训练和敏感性分析，并对所选参数进行测试。此外，将所提ELH-ACNP方法与若干

结论

本文研究了考虑时频资源块的数据中继卫星自主协同调度问题，并提出了ELH-ACNP算法。该算法通过组合拍卖高效实现多颗数据中继卫星之间的协同任务分配，最大化已调度任务的效益。我们引入了一种预训练方法来优化算法的参数配置。大量仿真实验表明，所提方法显著

CRediT作者贡献声明

刘_manyi（Manyi Liu）：撰写—审阅与编辑，撰写—原稿，可视化，验证，软件，方法论，调查，形式化分析，数据整理，概念构思。吴_国华（Guohua Wu）：撰写—审阅与编辑，指导，项目管理，资金获取。王_亚林（Yalin Wang）：撰写—审阅与编辑，指导，资源，项目管理。谷_逸（Yi Gu）：撰写—审阅与编辑，指导，项目管理。

利益冲突声明

作者声明不存在可能影响本文所述工作的已知竞争性经济利益或个人关系。

致谢

本研究获得国家自然科学基金（编号：62503503）的资助。

刘_manyi（Manyi Liu）|吴_国华（Guohua Wu）|王_亚林（Yalin Wang）|谷_逸（Yi Gu）