基于空间几何模型的遥感卫星任务分解算法

遥感卫星调度问题包含资源约束和任务约束,约束条件比较复杂,在调度前需要将观测任务分解为能被调度算法处理的元任务。任务分解的核心是计算卫星观测目标的时间窗口和侧摆角,由于区域目标无法被单次完全观测,在进行分解时需要将其划分为若干个子区域。针对点目标,提出了一种基于空间几何模型的任务分解算法,在此基础上结合动态划分方法,提出了区域目标任务分解算法,并分析了区域划分参数与观测效率的关系。实验结果验证了算法的有效性。     

星载GPS低轨卫星跟踪数据的建模与仿真

在研究星载GPS低轨卫星系统的基础上，建立了星载GPS低轨卫星跟踪数据的仿真模型，编制了相应的计算机程序。仿真模型包括卫星参数模型、动力学模型和观测误差模型。仿真计算表明，卫星参数模型和动力学模型真实地反映了卫星的运动规律；误差模型反映了观测环境对信号的传播影响。同时可以调节和选择仿真模型的参数，仿真采用不同高度、具有不同星体参数的低轨卫星和具有不同误差大小的跟踪数据，这对于论证星载GPS定轨方案、评价定轨算法、设计GPS接收机等有一定的实用价值。     

微小卫星编队系统的干涉SAR 空间基线稳定性分析

基线在星载干涉SAR的系统设计和数据处理中起着非常重要的作用,对于微小卫星编队系统来说稳定性问题是干涉SAR空间基线的一个重要问题.首先建立了空间基线的几何模型,定义了垂直基线、有效基线和水平基线.根据微小卫星编队飞行的特点,建立了空间基线的动态模型.基于这个模型,提出了一种空间基线稳定度的计算方法.最后,比较了不同编队构形和不同卫星数目两种憎爱分明形下空间基线稳定度.仿真结果表明空间基线稳定度的计算方法是有效的.     

基于改进蚁群算法的敏捷成像卫星任务调度方法

针对敏捷成像卫星观测任务调度问题, 综合考虑卫星最长连续工作时间、任务间卫星姿态调整时间、能量、容量等约束建立了任务调度模型. 考虑到密集任务间的相互影响, 着重分析了任务间卫星姿态调整时间约束, 并给出调姿时间求解方法. 提出一种改进蚁群算法对问题进行求解, 借鉴蚁群系统(ACS)和最大最小蚂蚁系统(MMAS)的思想设计寻优策略和信息素更新策略. 并结合实际约束, 引入最早、最晚可观测时间和任务优先级等因素来控制转移概率. 实验算例验证了模型和算法的有效性.     

求解卫星地面站调度问题的演化学习型蚁群算法

随着观测需求的日益增加,越来越多的卫星和地面站加入到对地观测系统中,迫切需要采用科学手段对卫星地面站资源进行合理分配。针对卫星地面站调度问题,构建了一种演化学习型蚁群算法。实验结果表明,该算法能有效求解卫星地面站调度问题。将蚁群优化模型和知识模型进行优势互补,可极大提高演化学习型蚁群算法的效率,为现有优化方法的改进提供了一种有益借鉴。     

基于ALPSO算法的低轨卫星小推力离轨最优控制方法

低轨卫星在到寿后,需要在一定时间内离轨,而轨道高度高于800 km的卫星难以在自然条件下离轨。为了使卫星在规定时间内离轨,提出一种基于增广拉格朗日粒子群优化(augmented Lagrangian particle swarm optimization, ALPSO)算法的低轨卫星小推力离轨最优控制算法。首先依据小推力的特点列出摄动方程,并利用哈密尔顿方程求出带协状态参数的最优控制率。而后分别阐述了粒子群算法和增广拉格朗日方法,并据此得出了算法流程。最后与遗传算法的优化结果进行对比。结果表明, ALPSO算法迭代次数较少,收敛精度较高,降低轨道高度的第一种处置轨道适用于轨道高度821 km的卫星离轨,离轨时间为857天。该算法可用于低轨卫星小推力离轨问题的求解。     

卫星对地搜索问题研究——搜索理论的新应用

用卫星搜寻海上的未知目标时，由于海洋的面积大，可参照点少，搜寻未知目标难度较大，因此有必要对此展开研究。建立了对地观测卫星对海洋未知目标的搜索模型，同时给出一种评估卫星搜索探测函数的新方法，在此基础上，以一颗载有推扫式CCD相机的低轨小卫星为例，说明如何用该模型指导卫星搜索海域内的未知目标，从而使卫星在有限的观测时间内发现目标的概率最大，为搜索理论在卫星应用上提供了新思路。     

基于METRIC理论的超大规模卫星星座多级备份策略

针对超大规模卫星星座可能出现的运行维护成本高、任务可用度低的问题, 结合卫星批量化生产以及采用一枚火箭将多颗卫星送入轨道(一箭多星)的现状, 基于可维修备件多级保障库存技术(multi-echelon technique for recoverable item control, METRIC)提出一种超大规模卫星星座多级备份策略。首先, 阐述了基于METRIC理论的卫星星座多级备份策略模型的原理, 备份策略同时考虑地面备份、停泊轨道备份以及星座轨道备份3种备份模式, 建立了考虑卫星年平均需求量、期望需求量与期望短缺数的星座可用度模型, 包含制造费用和发射费用的星座备份费用模型,以及以星座可用度为约束, 星座备份费用为优化目标的数学优化模型。然后, 以某型超大规模低轨卫星星座为案例研究对象, 使用遗传算法和边际分析法进行求解。最后, 讨论了遗传算法与边际分析法在求解该优化问题时的优缺点。结果表明, 在同一星座可用度指标下, 采用星座多级备份策略可比采用传统两级备份策略有效降低每年备份费用; 在保证星座可用度的前提下大幅降低了超大规模卫星星座的备份费用, 可为精确配置各级备份卫星数量提供参考。     

基于改进帝国竞争算法的多产品供应链优化

在弹性需求和不同市场规模条件下,从供应链整体收益角度研究了物联网技术对多产品供应链的优化问题。在两级多产品供应链中建立供应链收益模型,分析物联网技术对供应链整体收益的影响。引入帝国竞争算法(Imperialist Competitive Algorithm,ICA),并对该算法进行改进来求解模型,通过计算机仿真优化的方法求解实例,对比引入物联网技术前后供应链整体收益及其变化。研究表明:物联网技术的应用能有效优化多产品供应链;目前物联网成本较高,不适合小规模企业引入;大规模企业引入物联网时,应该合理使用物联网技术,使其效用最大化。     

低轨卫星交换机的建模与仿真

针对低轨卫星交换机处理速度和内存受限的情况,改进DRR算法,提出内嵌DRR调度算法,在OPNET网络仿真软件中建立模型,结果表明内嵌DRR处理时延低于DRR26ms,复杂度为O(1).同时根据卫星业务类型和网络结构,选取适用于星上的CICQ交换机结构,应用内嵌DRR算法.在OPNET中建立星载交换机单节点仿真模型,结果显示在较大的吞吐量下,内嵌DRR算法时延为6ms,复杂度低,适用于卫星交换机.     

Research on handover algorithm to reduce the blocking probability in LEO satellite network

1.INTRODUCTIONDue totheli mitation of economy andtechnology,theterrestrial networks can only cover some li mited ar-eas.With the increasing demands for real-ti me andinteractive multi media services and mobility,satellitecommunication networkis surely going to be the i m-portant component of the universal mobile telecom-munications system(UMTS)which has been charac-terized by global seamless coverage,mobility and highQoS.For its merits of low propagation delays andglobal seamless covera…     

基于深度强化学习的卫星光网络波长路由算法

针对由卫星光网络拓扑动态变化、业务多样化和负载不均引起的路由收敛慢和波长利用率低的问题, 提出了一种基于深度强化学习的卫星光网络波长路由分配方法。基于软件定义中轨/低轨(medium earth orbit/low earth orbit, MEO/LEO)双层卫星网络架构, 利用深度强化学习算法动态感知网络当前的业务负载和链路状况, 构造基于时延、波长利用率和丢包率的奖励函数进行选路决策。为了解决单跳链路对整个光路的影响, 引入链路瓶颈因子, 搜索符合服务质量(quality of service, QoS)约束的最优路径。研究结果表明, 与传统卫星网络分布式路由(satellite network distributed routing algorithm, SDRA)算法和Q-routing算法相比, 所提算法降低了网络的时延、丢包率, 提高了波长利用率, 同时也降低了高优先级业务的阻塞率。     

基于GNSS的5G基站高精度时间同步组网算法

基于物联网定位等需求,增强5G移动通信基站之间的时间同步精度有望达到纳秒级。基于“邻域相似性”原理,针对5G基站利用全球卫星导航系统(global navigation satellite system, GNSS)进行授时时，由于可视卫星集合不同造成接收机之间时间同步误差较大,提出一种基站GNSS接收机组网算法,用以消除邻域差异,提高相互邻近的各5G基站之间的时间同步精度,并对该算法进行了实验验证。结果表明,该算法有效解决了由于可视卫星集合不同造成的时间同步误差较大的问题,提高了5G基站之间的时间同步精度。     

基于GNSS的5G基站高精度时间同步组网算法

基于物联网定位等需求,增强5G移动通信基站之间的时间同步精度有望达到纳秒级。基于“邻域相似性”原理,针对5G基站利用全球卫星导航系统(global navigation satellite system, GNSS)进行授时时,由于可视卫星集合不同造成接收机之间时间同步误差较大,提出一种基站GNSS接收机组网算法,用以消除邻域差异,提高相互邻近的各5G基站之间的时间同步精度,并对该算法进行了实验验证。结果表明,该算法有效解决了由于可视卫星集合不同造成的时间同步误差较大的问题,提高了5G基站之间的时间同步精度。     

LEO卫星网络指针转发位置管理策略

针对LEO卫星网络移动用户在全球范围内活动,其注册的VLR与HLR距离很远,信令代价大,如果MT的每次位置注册都要更新HLR中的记录,将会导致大量的信令开销。提出的一步指针转发策略,其主要思想是MT的位置更新信息不告知HLR,而在旧VLR中建立一指针指向新VLR,从而大大降低了MT位置更新代价。仿真结果显示此策略特别适用于MT来回注册现象频繁的LEO卫星网络,性能改善非常明显。     

低轨卫星通信中SCMA系统载波同步算法设计

为了提高低轨卫星通信频谱利用率及对抗存在的大多普勒频移, 考虑将稀疏码多址接入(sparse code multiple access, SCMA)技术应用于低轨卫星通信,提出一种针对SCMA系统的数据辅助载波同步方案。该同步方案的频偏、相偏估计算法分别采用分步相关法和最大似然法。同时, 根据所提分步相关算法的特点, 优化了导频和数据组成的分布图样。仿真结果表明, 以6个用户共享4个资源块的系统为例, 基于优化帧结构的载波同步方案可以利用较少的导频开销获得比使用经典帧结构的更高估计精度和更好误码性能。     

同步卫星多用户接入控制及切换的优化算法

主要研究在同步轨道卫星中的多用户接入控制方案,分析了现有时分多址接入（time division multiple access, TDMA）的优缺点,在基于TDMA的情况下给出了改进的自由接入/优先级按需分配接入方式（free access/priority demand multiple access, FA/PDMA）,保证多用户接入时的公平性,以及在业务量不断增大的过程中,如何在大传播距离下通过优化现有的多址接入算法来确保用户的接入时延和端到端时延;并提出了用户在高速移动过程中卫星之间的切换策略算法。最后用OPNET仿真软件搭建网络平台,和TDMA进行对比仿真分析,得出结论,实现在大时延情况下,用户的实时接入和不同卫星之间的有效切换。     

区域覆盖星座结构与参数同时优化的进化算法

针对区域覆盖卫星星座的优化设计问题,设计了一种能同时优化星座结构和参数的进化算法。算法采用固定长度的染色体编码,由星座可能的最多轨道面数和各轨道面内最多卫星数目确定的最多变量个数决定染色体编码长度。根据个体星座的轨道面数和各轨道面卫星数的实际值确定染色体中哪些基因是冗余的,并将这些冗余的基因设为隐性,达到可变维数优化的目的,从而实现星座结构的优化。染色体采用二进制/实数混合编码的方式处理同时具有整数/连续变量的星座优化问题,二进制编码部分采用二进制的进化算子,实数编码部分采用一组星座设计专用的进化算子。在一个虚拟的区域海洋监视卫星星座优化设计中的应用显示了该算法的有效性。     

基于Ｐｅｔｒｉ网的低轨星座空间覆盖属性分析

针对低轨（low earth orbit, LEO）星座系统的空间覆盖性能,提出应用着色Petri网（colored Petri net, CPN）建模仿真分析星座对目标空间覆盖属性的方法。通过低轨探测星座系统的三层CPN建模和仿真,分析整体星座的逻辑结构特性和多星动态协同事件操作流程及操作事件的因果/并发时序关系,创建了一种LEO探测卫星对任意时间、任意地点和任意弹道的空间目标覆盖属性研究途径,以获得星座对任意来袭目标的最优探测操作流程。     

Novel optimized routing algorithm for LEO satellite IP networks

A lot of routing algorithms have been proposed for low earth orbit(LEO) satellite IP networks in recent years,but most of them cannot achieve global optimization.The dynamic characters of LEO satellite networks are reflected in two aspects:topology and traffic change.The algorithms mentioned above are hard routing which only realize local optimization.A distributed soft routing algorithm combined with multi-agent system(MASSR) is proposed.In MASSR,mobile agents are used to gather routing information activel...