基于深度学习的敏捷成像卫星变成像时长规划方法及系统

本发明提供了一种基于深度学习的敏捷成像卫星变成像时长规划方法及系统，包括以下步骤：构建敏捷成像卫星的变成像时长双目标优化模型；获取待规划地面目标集合，提取地面目标的静态特征和动态特征数据；构造改进的深度强化学习算法的整体架构；对变成像时长双目标优化模型求解，输出任务观测序列。本发明实现了敏捷成像卫星可变成像时长的观测，基于深度强化学习技术设计两种基于启发式规则的任务观测时间选择策略，能够快速高效得到质量优良的观测方案，快速响应观测任务的同时最大化挖掘敏捷卫星的强大遥感信息获取能力，能够在相当短的时间内解决问题而不会牺牲解的质量。且该模型训练之后可应用于各种规模的实例，具有良好的泛化能力。