随着航天技术的快速发展和在轨卫星的不断增多,卫星系统面临着更加复杂多样的任务需求和应用诉求,在以人工智能技术为引领的全球化技术革新与发展背景下,卫星系统呈现应急化、智能化和信息化发展态势,传统的方法很难适应新的需求与挑战。为了充分发挥卫星系统的效能,本文立足于敏捷卫星调度问题,以深度强化学习方法作为切入点,针对传统方法对任务特征信息和历史调度信息利用低这一基本缺点,面向任务优先级的精确统筹和高效的调度算法开展研究,提出了基于深度强化学习的敏捷卫星调度技术研究框架。本文首先对敏捷卫星调度问题进行描述,并建立相应的数学模型,在此基础上结合深度强化学习方法的特点,提出了两个结合方向:任务优先级统筹和智能调度算法;针对基于深度强化学习的敏捷卫星调度模型的学习训练,提出了学习训练框架,具体来说,通过算例生成方法,对该问题的任务进行任务信息统计并得到大量数据集,在此基础上通过任务特征工程,对其特征参数进行分类和选择,并开创性的提出姿态角特征参数,解决了敏捷卫星深度强化学习模型的特征输入问题;最后通过强化学习的训练方法对不同应用场景的深度学习模型进行训练,得到高效求解模型。针对任务优先级统筹的应用场景,本文提出了一种基于深度强化学习的敏捷卫星任务优先级统筹模型（S2SNN）。论文首先针对敏捷成像卫星调度问题,介绍了传统基于启发式函数的优先级排序方法,在此基础上,设计了一套新型优先级排序流程,在此基础上建立基于Seq2Seq的深度学习优先级统筹模型,同时,通过大量的场景,利用强化学习的方法对S2SNN进行训练。仿真实验表明该模型能更好的利用任务特征,对任务进行有效的排序,且该模型对不同任务规模的调度场景具有很好的泛化能力,在不同规模的场景中,以该模型为基础的启发式构造算法与对比的启发式构造算法的运行时间处于同一量级,但较其中最优启发式构造算法收益更高,在每一个场景规模中均取得了最优调度,收益平均高出9%,此外,该模型对不同任务分布的场景同样具有良好的泛化能力,在每一个分布场景中均取得了最优调度,且收益平均高出7%。综上所述,本文提出的S2SNN模型充分利用了任务的特征信息,对任务集进行有效优先级排序,具有很好的应用价值。针对智能调度算法的应用场景,本文提出了一种基于深度强化学习的敏捷卫星端到端模型调度算法（DRLM）。论文首先建立了基于马尔可夫决策过程的敏捷卫星调度模型,在求解过程和特征工程的基础上设计了适应马尔可夫决策过程的深度学习模型,通过仿真实验得到大量的训练数据并采用强化学习的方法对模型进行充分训练,得到基于深度强化学习的成像卫星端到端模型。仿真实验表明该模型较其他启发式构造算法性能更优越,且算法表现出了同S2SNN模型一样的良好任务规模泛化能力,在不同规模的场景中,最优算法较对比算法中最优启发式构造算法收益平均高出13%,此外,该算法的计算的运行时间同启发式构造算法处于同一量级,且该算法的计算复杂度为线性时间,在大规模问题上较启发式构造算法的多项式时间更具优势。在模型的泛化能力上,该算法表现出了同S2SNN模型一样的良好泛化能力,对不同任务分布和任务规模的场景具有很好的泛化能力,在每一个场景中均取得了最优调度,且收益平均高出8%。此外,仿真对比试验表明,S2SNN模型输出的特征与任务特征提取提出的姿态角特征能够加速模型的训练,并让模型取得更好的求解性能,特别是本文开创性提出的姿态角特征参数,让模型的性能平均提升3%。综上所述,本文提出的DRLM算法充分利用任务特征信息,兼顾收益和时效性,具有很好的工程应用潜力。