P3静态约束条件
1.1.1 每日可观测时间
每日可观测时间定义为太阳低于地平线下18度。
由于地球公转的影响，每天天黑的时间与前一天相差3分56秒，其结果是可观测带的起始赤经相差1度左右。赤纬方向可以观测的范围几乎不变是100度左右（-10°~+90°）。
晨昏时可以准确的计算，因此在观测前可以准确得知每天何时可以开始观测，何时要结束观测。
1.1.2 月相
月相影响可观测时间和可观测星等。每个月的初八到二十二是大月夜，要避开月亮升起的时间进行观测。其余是小月夜，小月夜在月亮升起后还有可能观测比较亮的目标。可以准确的计算出某一天月相的情况。
1.1.3 过中天可观测天区
由于LAMOST的设计特点，望远镜只能观测中天附近的天区。就是说观测计划所指定的望远镜中心位置会受观测开始时间的约束。LAMOST需要自西向东跟踪观测1.5小时，这个小区域对于中天也是不对称的，一般是在中天西0.5小时到中天东1.5小时内选择望远镜的中心指向。
1.1.4 星等约束
LAMOST设计可观测星等为18
1.1.5 导星
目前的导星方案倾向于在焦面上的4个固定焦面板的位置上安放4个导星CCD，通过对亮星成像进行望远镜定位和跟踪。导星对计划制定的约束程度主要体现在LAMOST对导星亮度的要求上，如果要求导星比较亮，那么相应的导星数目就比较少，对SSS来说，其天区覆盖的完备性将受到的影响。
1.1.6 观测优先级
观测优先级可以分为两种：一种是在巡天观测库的目标中，有些目标要优先于另外的目标，在制定计划时，需要优先考虑；另外一种是可能临时指定一批目标优先观测。观测优先级影响可观测目标。
1.1.7 焦面形状约束
由于焦面上除了光纤单元外，还留有4个固定焦面板的位置和放置S-H检验装置的中心位置，有143个光纤单元的位置被占据。因此观测星表将在相应的位置留下空洞，需要在以后的观测计划中补上。
1.1.8 光纤定位装置防碰撞约束
为了使整个焦面无观测死区，每个光纤头的运动范围为直径
1.1.9 观测目标状态
长期计划是将多个获得批准的课题中的观测目标综合在一起，加入观测目标库，并且分别给各个课题中的目标制定观测优先级。观测计划需要从长期计划得到的观测目标库中产生。长期计划有可能会有变化，主要是可能有新的课题会加入到观测目标库中。
一个观测计划的产生，主要从观测目标库中筛选出未观测的目标进行分配，因此观测计划首先依赖于观测计划库中星目标的状态，目标的状态在最初时都是为观测状态，随着观测的进行，完全成功观测的目标处于“观测成功”状态，而已经在一次观测计划中提交过，还没有证实观测成功的目标则处于“已观测”状态。
最终观测计划产生时，在观测目标库中星目标，观测状态为“未观测”。
P4动态约束条件
1.1.10 气象条件
1） 云量比较厚的天区可能根本无法观测，薄云的条件下则无法观测比较暗的目标。
2） 风会导致大气扰动，影响成像质量。风速比较大的时候无法观测暗的目标。
3） 雨、雪导致观测无法进行。
4） 大气视宁度影响像的质量，进而影响可观测星等。
1.1.11 机架状态
当望远镜机架工作异常，可能导致不能正常指向某些天区，SSS在制定观测计划时必须排除这部分天区，将望远镜的当前可观测范围限定在非故障区域。
1.1.12 焦面状态
焦面状态主要是焦面上的光纤单元中光纤头的状态，若某些光纤头定位出现异常，在进行目标匹配时必须忽略故障的光纤头以增加其他光纤的匹配率。
1.1.13 天光观测
LAMOST观测时需要观测背景光来除去本底的影响，实际的操作是预留一定数目的光纤来对准无目标区域进行天光观测。进行天光观测的光纤最好在焦面上分布是均匀的，天光观测的光纤有两种方式分配：
1) 没有分配目标的光纤都用来测天光。
2) 若1）中测天光的光纤不足，则从匹配好的目标中在焦面上均匀的除去若干个用于测量天光。
1.1.14 人为约束
由人工指定特定的选星约束条件。
P5约束条件影响
从观测条件的分析可以看出，各种观测条件分别从几个方面来影响观测计划的制定：
1) 可选天区
2) 天区内的可选目标
3) 可用光纤单元
4) 观测策略
P6观测策略
这里所说的效率，主要是用下面几个指标来衡定的。
P9静态选星算法
目前现有的选星算法主要是针对覆盖完备性而制定的，它的主要思想是在巡天开始前就制定出所有的观测计划，这些观测计划尽量满足覆盖完备性的要求。然后在实际观测中从中挑出一个计划进行观测。观测计划在巡天过程中不再变化。由于这样的选星算法产生的是一个固定的不变的观测计划，因此称作静态选星算法。
P11 LAMOST的特点
因此不能采用SDSS那样以蜂窝覆盖为基础的方式。
由于每个光纤都有固定区域的定位范围，不同于SDSS那样可以在焦面上随意放置，需要考虑光纤利用率的问题。
观测效率问题，静态选星望远镜的中心指向也是固定的，观测效率会随着观测的进行迅速下降。
静态选星算法不能很好的解决观测中的意外情况，无法解决观测计划中的一部分目标未能成功观测的情况。
因而可以看出LAMOST的观测条件相对于SDSS要苛刻。因此就不能预先一下子将观测计划全部制定出来，制定观测计划的时候要先根据当前的观测条件，灵活的制定观测计划，称之为动态选星。
P12动态选星中的优先策略
观测条件往往限制了可观测天区和天区内的可观测对象，如何在一个个局部的区域内进行选择而使得多次观测的结果在宏观上满足整体的覆盖完备性和光纤利用率优化的要求就成为一个关键问题。为了解决这个问题，我们首先引入最优化问题的概念：
优先策略是解决最优化问题的一种比较直观的问题求解方法，它的特点是所做的选择都是目前最佳的，亦即，它期望通过所做的局部最优选择产生出一个全局最优解。它采用“逐步构造”方法，在每个阶段都作出一个当前最优的决策，决策一旦作出，就不再更改。作出决策的依据称为“优先准则”。
需要注意的是，优先策略并不总能产生最优解，但是对于解决动态选星问题，优先策略可以产生一个比较优化的解。因为首先LAMOST每次观测计划完成后，不仅待观测目标的空间分布已经改变了，可观测天区也已改变。两个决策阶段之间的相关性相对比较弱。它比较适合应用“优化策略”。
P13“最大密度，均匀分布”准则
应用优先策略的关键是如何来确定什么是阶段最优，其次是确定怎样决策才能够使阶段最优，即找到优先准则。从前面的分析可知，巡天观测的最优就是：均匀采样和光纤利用率。那么如何确定优先准则呢？对LAMOST而言，一个显而易见的优先准则就是选取未观测目标密度最大的Tile，并且使Tile中被选中并分配到光纤上的目标的空间分布是均匀的，简称“最大密度，均匀分布”准则。下面我们来解释一下该准则：
1) 优先观测未观测目标密度最大的Tile。很显然，密度大的Tile目标比较多，光纤匹配率高，容易得到比较好的观测效率。
2) 尽量在选星时使剩下的未观测目标在空间上是均匀分布的。这样的效率从长远看会最高。因为LAMOST的光纤单元在焦面上是均匀分布的，每个光纤单元中只能有一根光纤。如果未观测目标分布不均匀，会导致一部分光纤“过饱”，可选的星太多，而另外一部分光纤“饥饿”，没有可以观测的星。这样会降低LAMOST的观测效率。
“最大密度”和“均匀分布”具有内在的一致性。最大密度在追求最大观测效率的同时将会导致未观测目标空间分布均匀。
P15望远镜定位
1) 首先排除固定条件(那些在运行前就已经可以得到的信息:时间,月相,天气，进行初步筛选。在筛选后的可观测天区中寻找密度最大的Tile，Tile的中心作为望远镜的指向位置。
2) 密度最大的实现可以采用离散化的方法，将可观测天区离散为小的方格，然后移动望远镜的中心点逐段扫描即可求出密度最大的中心点位置。但是这种方式计算时间比较长，我们可以采用两级指向算法。就是预先生成许多Tile，每个Tile中记录着它的中心位置，覆盖的目标个数，未被观测的目标个数。运行时就从中选择一个未观测目标个数最多的一个进行观测。需要指出的是，Tile的生成方式是灵活的，生成的Tile越多，得到的结果越精细。并且可以随时根据需要添加信的Tile。
P16光纤匹配
望远镜指向确定后，如何才能让余下的未观测目标空间分布均匀呢？从前面可知，我们应用平均密度原则最终会导致全天可观测星密度分布均匀。那么我们只需要每次观测的星在天区中分布均匀，那么剩下的星也会是均匀的。当然这里均匀化需要一个过程。这里我们可以使用“最近距离法”。因为光纤单元在焦面上是均匀分布的，因此只需要让每个光纤单元选择它的覆盖范围内距离光纤单元中心最近的目标即可。
由于LAMOST的光纤单元呈蜂窝状交叠排列，可能会出现一个目标同时位于两个光纤单元内的情况。为了避免这种情形引发的光纤分配冲突，我们采用了“由内而外”的分配方式：首先对焦面中心的光纤单元进行目标匹配，匹配完毕后，就将该目标从可匹配目标集合中剔除，然后再进行中心附近光纤单元的目标匹配，依次从内到外完成全部光纤单元的匹配。
P17模拟计算
要验证动态选星算法的有效性，我们选择了一个试验天区进行了模拟观测。模拟的结果如图2-2所示。图中的圆代表一次观测，有些圆笔画较粗意味着在同一位置进行了多次观测。 可以看出动态选星算法会在观测目标比较密集的左下角进行更多的观测来提高观测效率。模拟测试的统计结果如表 2-2 所示。
覆盖结果表明，动态选星方案可以达到高于98.5％的理论覆盖率（SDSS为92％）和95.8的实际覆盖率，并且平均观测效率高达91%。完全满足LAMOST计划的要求。需要指出的是，在小范围模拟时，我们选取的试验天区为方形，在天区的边沿覆盖效率会降低，在全天覆盖时，覆盖率会高于上述模拟值。覆盖效果图如图2-3所示。
P19 SSS系统设计
根据观测流程，每天LAMOST的工作时间可以分为四种不同的时段：
表 LAMOST工作时段
|
不观测时段 |
LAMOST处于停机状态 |
|
观测前准备时段 |
LAMOST开机，进行自检和观测前准备 |
|
观测程序准备时段 |
每个观测程序执行前的准备 |
|
观测程序执行时段 |
执行观测 |
SSS必须在每个观测程序准备时段结束前完成观测计划的生成和提交工作。在决策时间上受到约束，因此需要将一部分的决策提前完成。实际上根据前面的分析，SSS决策因素可以分为两大部分：一部分是观测前就可以知道的决策因素，称为“静态条件”，静态条件不会随时间而变化，或者它有变换，但是变化的规律是可知的；另外一部分是不能预先知道的因素称为动态条件。动态条件会随着时间而变化，比如“天气”，它的变化是无规律可寻的，只有到了开始观测的时候才能得到它的具体情况。
P20 SSS系统设计
SSS主要负责提供巡天计划，它总体上是一个决策系统。对于一个决策系统来说。最重要的是决策的规则。对于什么样的条件，需要什么样的处理，导致什么样的输出。一般情况下这些规则体现在程序的处理流程中。
P21自动决策支持
对于一个决策支持系统，它最重要的因素在于“模型库”，即它应该具有对于外界条件集的分析处理能力。但是这种处理能力不是凭空而来。它是基于对于以往处理方式的积累。有了对于知识的积累后，在碰到类似的情况时，系统就可以借助于以往的经验来处理碰到的问题。
如前所述，SSS在决策规则上具有不确定性，其中最大的问题在于SSS的观测模式有其特殊性，而且决策的条件又非常复杂。因此没有很好的已有规则来指导我们怎么制定决策。对于给定的条件集合，应该采取何种策略来制定计划没有现成的方案。
因此，需要在SSS系统中引入决策支持的机制。它的主要任务是在观测中收集数据，寻找规律。以每次的观测条件，观测计划，观