In this paper, a method is proposed for allocating observation and download tasks for various types of satellites using Mixed-Integer Linear Programming (MILP). The problem includes additional constraints considering memory capacity in addition to the basic scheduling constraints, aiming to maximize the download of observation images and minimize cross-visit times while facilitating collaboration among heterogeneous satellites. To achieve this, the paper defines heterogeneity and presents various constraints and objective functions in mathematical expressions for the transformation into a MILP-based optimization problem. In this process, key and auxiliary variables for scheduling, as well as operational efficiency metrics like the generalized Cross-coverage Gap, are introduced. To effectively handle increasing computation times with the growing scale of the problem, limits on optimization variables using the optimality gap are also proposed. Simulation results for various scenarios are presented to validate the effectiveness and problem-solving capabilities of the proposed approach.
본 논문에서는 혼합 정수 선형 계획법(Mixed-Integer Linear Programming; MILP)을 활용하여 다양한 유형의 위성에 대한 관측 및 다운로드 임무를 할당하는 방법을 제안한다. 문제는 기본적인 스케줄링 제약조건에 메모리 용량 제한을 고려하는 추가적인 제약 조건을 포함하며, 이를 통해 이종 위성 간의 협업을 촉진해 관측 이미지의 다운로드 수를 극대화하고 교차 방문 시간을 최소화하도록 목적화된다. 이를 위해 논문에서는 이종성을 정의하고, MILP 기반의 최적화 문제로 변환하기 위한 여러 가지 구속 조건 및 목적함수를 수식으로 제시한다. 이 과정에서 스케줄링의 주요 및 보조 변수와 일반화된 Cross-coverage Gap의 운용 효율성 지표도 도입된다. 문제의 규모가 커짐에 따라 늘어나는 계산 시간에 효과적으로 대응하기 위해 Optimality Gap을 이용한 최적화 변수의 한계도 제안된다. 제안된 방법의 효과와 문제 해결 능력을 검증하기 위해 다양한 시나리오에서의 시뮬레이션 결과가 제시된다.
