# code_lazer_sat

**Repository Path**: cislunarspace/code_lazer_sat

## Basic Information

- **Project Name**: code_lazer_sat
- **Description**: No description available
- **Primary Language**: Python
- **License**: Apache-2.0
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-02-28
- **Last Updated**: 2026-04-11

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 空间目标探测任务规划与评估

基于 COPT 的雷达–目标观测调度（MIP），求解与 Dash 展示分离：先运行求解器生成结果文件，再启动网页读取展示。

## 运行环境

- **Python**：3.13 及以上（与仓库根目录 `requirements.txt` 一致即可）。
- **COPT**：商业求解器，需从 [杉数科技 COPT 页面](https://www.shanshu.ai/solver) 安装并配置 license；Python 侧依赖 `coptpy`。

## 安装依赖

在项目根目录执行：

```bash
pip install -r requirements.txt
```

`requirements.txt` 中主要包含：`numpy`、`pandas`、`openpyxl`、`astropy`、`scipy`、`dash`、`plotly`、`matplotlib`、`coptpy` 等。若遇网络问题，可自行更换 PyPI 镜像。

## 快速开始

1. 准备 `simData/` 下数据文件（见下文「输入数据」；文件名需与 `data.py` 中当前配置一致）。
2. **求解**（需 COPT）  
   ```bash
   python run_solver.py
   ```  
   默认将结果写入 `output/schedule_result.pkl`（`output/` 已在 `.gitignore` 中忽略）。可选参数：  
   - `--time-limit <秒>`：求解时间上限（默认 3600）  
   - `-o` / `--output <路径>`：指定 pkl 输出路径  
3. **查看调度结果**（不加载 COPT）  
   ```bash
   python result_show_app.py
   ```  
   浏览器访问：<http://127.0.0.1:25526/>。若默认路径无结果文件，可设置环境变量 `SCHEDULE_RESULT_PKL` 指向其它 `.pkl` 文件。

## 输入数据（`simData/`）

当前 `data.py` 中启用的文件为（若需更换数据集，请直接改 `data.py` 内路径）：

| 用途 | 当前文件名 |
|------|------------|
| 测站参数 | `sensorData.xlsx` |
| 任务需求 | `requireData5000.xlsx` |
| 可见弧段链 | `AllArcChain_A.mat` |
| 仿真时间轴 | `simDate.mat` |

同目录下另有注释掉的可选路径（如 `requireData.xlsx`、`usableArcs.mat` 等），按实验需要切换。

## 项目结构（代码）

| 文件 / 目录 | 说明 |
|-------------|------|
| `data.py` | 读取 Excel/MAT，构建 `radar_target_vis_dict` 等预处理数据。 |
| `optimization_solver.py` | 构建 COPT 模型并 `run_optimization()`；供 `run_solver.py` 调用。 |
| `run_solver.py` | 命令行入口：求解并调用 `schedule_result_store` 落盘。 |
| `schedule_result_store.py` | 读写求解结果 pickle；网页仅依赖加载逻辑，不依赖 COPT。 |
| `schedule_view.py` | 由求解结果生成调度表 `DataFrame` 及中文列名映射。 |
| `visible_arc_visualization_app.py` | 可见弧段 Dash 应用；其中 `index_to_utc` 被 `optimization_solver` 复用。 |
| `result_show_app.py` | 调度结果 Dash：表格与甘特图，读 pkl。 |
| `assets/custom.css` | `result_show_app` 样式。 |

可选：单独查看**可见弧段**（依赖 `data`，不依赖求解结果）：

```bash
python visible_arc_visualization_app.py
```

默认地址：<http://127.0.0.1:25525/>。

## 任务场景（摘要）

- 使用多种雷达对空间目标进行探测规划；雷达参数见 `sensorData.xlsx`，目标需求见需求表（如最少测站数、最短观测时间、弧段次数、优先级等）。
- 规划时段与 `data.py` 中仿真起始时间及 `simDate.mat` 一致（示例：**2021-10-14 04:00:00 UTC** 起，跨约 24h 量级，以数据为准）。

### 输出

求解得到加权意义下的有效观测目标与具体雷达–目标–弧段时间窗；`result_show_app` 中可查看明细表、甘特图并导出 CSV。

## 运行步骤（ checklist）

1. 安装 Python 与 COPT，执行 `pip install -r requirements.txt`。  
2. 将 `simData` 所需文件放置到位，并按需修改 `data.py` 中的文件名。  
3. 运行 `python run_solver.py` 生成 `output/schedule_result.pkl`。  
4. 运行 `python result_show_app.py` 在浏览器中查看结果。  
5. （可选）运行 `python visible_arc_visualization_app.py` 查看可见弧段。