[论文解读] Auction-based and Distributed Optimization Approaches for Scheduling Observations in Satellite Constellations with Exclusive Orbit Portions

Gauthier Picard|arXiv (Cornell University)|Jun 4, 2021

Constraint Satisfaction and Optimization参考文献 12被引用 6

一句话总结

本文提出了一种分布式优化技术——基于市场的拍卖（PSI、SSI、CBBA）与DCOP，用于调度具有专属轨道区段的卫星星座的地球观测请求，同时用户可保留其调度的隐私。结果表明，在大规模、现实场景中，SSI在解的质量、低通信量和快速计算之间实现了最佳平衡；而CBBA与s_dcop在高度冲突的场景下可实现高质量解，但需付出更高的通信与计算代价。

ABSTRACT

We investigate the use of multi-agent allocation techniques on problems related to Earth observation scenarios with multiple users and satellites. We focus on the problem of coordinating users having reserved exclusive orbit portions and one central planner having several requests that may use some intervals of these exclusives. We define this problem as Earth Observation Satellite Constellation Scheduling Problem (EOSCSP) and map it to a Mixed Integer Linear Program. As to solve EOSCSP, we propose market-based techniques and a distributed problem solving technique based on Distributed Constraint Optimization (DCOP), where agents cooperate to allocate requests without sharing their own schedules. These contributions are experimentally evaluated on randomly generated EOSCSP instances based on real large-scale or highly conflicting observation order books.

研究动机与目标

• 解决卫星星座中用户对特定轨道区段拥有专属访问权的新问题，需在不泄露私人调度信息的前提下实现协调。
• 开发分布式、隐私保护的优化技术，使专属用户与中央规划者在尊重卫星容量与时间约束的前提下实现协调。
• 在真实与合成实例上，评估并比较基于市场与DCOP的方法在解的质量、通信负载与计算时间方面的表现。
• 识别适用于大规模、真实世界地球观测调度（含数千次观测与多个专属用户）的可扩展且高效的分布式算法。

提出的方法

• 将地球观测卫星星座调度问题（EOSCSP）形式化为混合整数线性规划（MILP），以获得集中式最优解。
• 提出一种贪心启发式算法，用于快速生成次优解，作为大规模评估中的基线。
• 实现基于市场的算法：PSI（基于定价的调度）、SSI（顺序单项目）与CBBA（基于共识的捆绑算法），用于分布式请求分配。
• 开发基于DCOP的方法（s_dcop），其中代理通过局部约束优化进行协调，不共享完整调度，使用奖励评估函数π来衡量观测集成的质量。
• 采用分布式架构，专属用户与中央规划者作为自治代理，各自维护私有调度，仅通过出价或约束进行通信。
• 在s_dcop中使用冲突感知的评估函数π，以及在CBBA中使用捆绑构造机制，以建模调度决策对整体效用的影响，同时保护隐私。

实验结果

研究问题

• RQ1 当用户对特定轨道区段拥有专属控制权且必须保护调度隐私时，如何有效应用分布式优化技术进行卫星观测调度？
• RQ2 在基于市场与基于DCOP的分布式调度中，解的质量、通信负载与计算时间之间存在何种权衡？
• RQ3 在大规模、现实的观测订单簿中，不同拍卖机制（PSI、SSI、CBBA）在可扩展性与效率方面表现如何？
• RQ4 在无中央协调或完整调度披露的情况下，基于DCOP的协调（s_dcop）能在多大程度上实现高质量解？
• RQ5 问题结构（如冲突密度与轨道重叠）对EOSCSP中分布式调度算法性能有何影响？

主要发现

• 在高度冲突、小规模实例中，CBBA与s_dcop的解质量与最优算法相当，优于PSI与SSI，尽管通信与计算开销更高。
• SSI在解质量、低通信量与快速计算时间之间始终表现出最佳权衡，使其成为大规模、真实场景中最合适的方案。
• 由于高冲突场景下捆绑数量与完整邻域图呈指数级增长，CBBA的计算时间显著长于s_dcop，但其解质量保持强劲。
• 在包含8颗卫星、5个专属用户、最多250个请求的大规模真实实例中，所有分布式算法生成的解质量与贪心基线相当，证实了其实际可行性。
• 通信模式存在差异：PSI交换较少但更大的消息（大规模实例中超过10MB），而SSI与s_dcop使用大量小消息，CBBA则使用较少的小消息（总计约30kB），因此通信效率更高。
• 结果证实，s_dcop与CBBA完全可分布化，并受益于并行执行，表明在真实分布式环境中具有潜在加速优势。