一种两阶段的敏捷卫星任务并行调度技术

敏捷卫星灵巧的姿态机动能力令其观测能力和使用效率得到大幅提升,也使得卫星任务调度变得更加复杂和困难.首先,通过分析敏捷卫星的工作模式、任务调度特点和使用约束,构建了基于任务重要性、任务满足度和任务成像质量等目标的敏捷卫星任务调度优化模型;然后,通过对敏捷卫星多种成像模式进行统一编码,设计了一种新的差分变异策略——基于排名的变异算子,提出了基于主从式的改进并行差分进化算法;最后,和基于时间轴的成像质量贪心算法相结合,给出一种新的两阶段敏捷卫星观测任务调度方法,并通过仿真对比验证了方法的有效性.     

敏捷成像卫星需求筹划系统应用探析

作为一类具有大范围、快速机动能力的对地观测卫星,敏捷成像卫星在提高卫星观测效率的同时,也使得卫星需求的筹划与调度变得更加的复杂和困难,给卫星需求筹划技术带来了新的挑战。针对敏捷成像卫星的多种特殊工作模式,分析了敏捷成像卫星需求筹划的技术特点和约束条件,从工程应用实际出发,建立了一套基于复杂需求分解和动态规划调整的敏捷卫星地面需求筹划系统,并根据实际的应用需求,给出了相应的应用实例,最后进一步展望了未来敏捷成像卫星需求筹划的发展方向。     

基于TVNS的敏捷对地观测卫星自主动作规划算法

针对敏捷对地观测卫星自主动作规划问题,建立了基于时间线约束网络的问题模型。通过对模型的分析,归纳出9种卫星动作序列,确定了各种动作序列之间的衔接关系,并在此基础上设计了动作时间的计算和调整方法,提出了基于三阶段变邻域搜索(Three-stage Variable Neighborhood Search, TVNS)的敏捷对地观测卫星自主动作规划算法。算法以任务调度结果作为初始解,分3个阶段,使用2种邻域结构进行变邻域搜索,实现了任务到动作的转换。通过实验证明了基于TVNS的敏捷对地观测卫星自主动作规划算法的有效性。     

基于高程信息的卫星访问计算方法

成像卫星任务规划的基础是访问分析,而其核心是计算卫星对目标的访问信息,即卫星对目标的观测时间和观测姿态角度。现有卫星任务管控系统中使用的卫星访问信息计算方法通常没有考虑目标高程信息,这使得对高海拔地区目标的观测姿态角度计算不够准确。提出一种基于目标高程信息改进的卫星访问信息计算方法,在构建卫星与目标的空间计算模型时,考虑目标的高程信息,计算得出更为准确的观测姿态角度,使得按此角度做规划后的卫星能够精确地拍摄到目标位置。实验结果表明,该算法降低了系统误差,提高了卫星观测精度。     

复杂约束对地观测卫星成像调度技术研究

 对地观测卫星成像调度需要考虑卫星动作时间切换、存储容量、星上能量等复杂约束,确定要观测的观测目标序列,是一个具有强NP-Hard特性的组合优化问题,一般研究者都对问题约束进行了不同程度的简化.针对一类可见光对地观测卫星小问题规模下的应用,考虑上述多种约束,建立顶点和边都带权的无环路有向图模型,并基于标记更新最短路径算法,采用分层支配和分治思想,提出了复杂约束成像卫星调度算法(SISACC)进行完全路径搜索,得到问题精确解;在此基础上,给出了算法改进措施,分析了完全算法和改进方法的性质;最后通过大量实验验证了算法的适用条件和可行性.该方法已成功应用于某在轨卫星的日常成像调度任务中.     

基于分辨性能的GEOSAR凝视成像轨道优化设计

利用地球同步轨道合成孔径雷达(SAR)卫星对地覆盖范围广、轨道周期短等特点,结合波束控制技术可以实现对热点地区的长时间持续观测,即地球同步轨道SAR(GEOSAR)凝视成像。对于GEOSAR凝视成像系统而言,由于轨道高度大大提高,地球自转效应和地表曲率的影响更加显著,在对目标的持续观测过程中,分辨性能变化较大,甚至存在无法二维分辨的观测位置。为了保证卫星资源的利用率,需要通过轨道参数的优化设计,获得更长的二维高分辨观测时间。通过引入俯仰角,对传统成像几何模型加以改进,并推导了适用于GEOSAR的二维分辨率表达式。利用该表达式,分析不同观测位置的二维分辨效果,计算不同轨道参数设计对应的有效观测时...     

空间作战仿真虚拟环境关键技术研究

针对空间作战的特点和实际需求,论述了实现空间作战仿真系统的关键技术.包括作战仿真体系结构,空间目标轨道计算、地球和卫星的绘制以及动画的实现技术等.根据庞大的空间目标轨道计算会直接影响仿真速度的情况,提出了一种轨道快速计算方法,能够有效地缩短轨道计算时间.利用OpenGL和Visual C 的编程技术实现了一个对卫星轨道的计算、显示和动态控制的系统.     

基于波场互相关的探地雷达快速自聚焦成像

传统探地雷达偏移成像算法计算复杂度高、准确性低,且需要准确已知介质的电性参数。针对这些问题,本文提出了一种基于波场互相关的探地雷达快速自聚焦成像算法,利用水平分层介质频域格林函数的平移不变特性和快速傅里叶变换减小了对计算和存储资源的需求,并能够实时对地下目标进行高分辨成像;通过引入时间相位因子得到不同聚焦时刻的偏移图像,然后基于图像熵最小准则获取最优成像结果,解决了由于介质参数未知而导致的图像散焦问题。仿真结果验证了所提算法在介质参数未知情况下具有良好的自聚焦性能。      

一种基于距离补偿的分布式小卫星双基SAR成像方法

在一定条件下,分布式小卫星双基SAR可近似认为是一种信号发射器与接收器平行运动的双基SAR系统。针对其结构特点,该文提出一种基于距离补偿的成像方法。通过该方法可把双基SAR的相位信息以单基SAR 的形式表示,这样就可利用单基SAR的成像算法对双基SAR进行研究。本文结合波数域算法对这一方法进行了阐述,并给出了仿真结果。仿真结果表明,该方法可有效应用于分布式小卫星双基SAR的成像中。     

低轨凝视卫星动态跟踪对成像的影响分析

为实现凝视卫星动态跟踪清晰成像,建立了卫星对地实时跟踪成像的数学模型,推导了卫星凝视跟踪成像时本体坐标系相对轨道坐标系的姿态角和角速度的变化,设计了物像位置与速度矢量映射算法,搭建了焦平面像点与地面景物点位置与速度变化的一一对应关系,结合蒙特卡洛方法统计分析了动态跟踪成像过程中卫星的姿态变化及姿态动态跟踪精度对成像的影响。最后,利用CMOS相机和小卫星姿态控制系统全物理仿真平台对凝视成像进行了仿真分析。结果表明:卫星凝视成像过程中,像面存在卫星姿态变化及姿态动态跟踪精度引起的像在探测元上的驻留时间小于探测器的积分时间,分析及仿真得出,为满足驻留时间大于或等于积分时间的要求,仿真平台动态跟踪精度优于0.002(°)/s时,可实现500 km凝视卫星2 m分辨率动态跟踪清晰成像。     

基于权重一致性优化的实时Marginalized粒子滤波算法

针对Marginalized粒子滤波中随机量测噪声对于非线性状态估计精度的不利影响以及线性状态估计中计算量较大问题,提出了一种基于权重一致性优化的实时Marginalized粒子滤波算法.首先,结合量测系统建模中先验信息的提取和利用,通过粒子权重间一致性距离和一致性矩阵的构建,提出了量测提升策略下权重的一致性优化方法,以改善粒子滤波在非线性状态估计中的滤波精度.其次,通过对Marginalized粒子滤波实现中时间更新和量测更新环节的结构优化,给出了实时Marginalized粒子滤波,以降低蒙特卡罗仿真实现下卡尔曼滤波在状态线性估计中的计算复杂度.最后,在两者的动态结合基础上给出了新算法具体实现步骤.利用基于单站雷达目标跟踪仿真场景,分析了算法性能.理论分析和仿真实验结果验证了算法的可行性和有效性.     

一种测控数传一体化站网资源调度算法

站网资源调度主要解决如何合理有效地为卫星任务需求分配地面站资源及资源使用时间的问题。首先,根据测控数传一体化站网资源使用需求,分析了站网资源调度的工作模式和约束条件,为站网资源调度问题建立了约束满足模型;然后,针对该模型设计了一种卫星过境弧段序列驱动的启发式站网资源调度算法,并为启发式算法与遗传算法组合使用而设计了相应的邻域交换方法;最后,根据实际的应用需求,通过仿真对比验证了算法的有效性。仿真结果显示,在典型调度场景下,所提的组合式算法调度成功率较启发式算法平均提高了22.3%。     

统计优先级多址接入协议的改进与仿真

统计优先级的多址接入（Statistical Priority-based Multiple Access,SPMA）协议的优良性能符合未来数据链的发展趋势。经典的SPMA协议中存在固定门限设置导致的吞吐量下降、退避时间设置过于简单和低优先级分组“饥饿”等三个问题。针对这些问题,提出了统计差值退避算法和虚拟时间戳排队算法。统计差值退避算法使用负载统计量和优先级门限的差值,计算出合理的分组退避时间。虚拟时间戳排队算法根据接入带宽的最低要求,按照虚拟完成时间大小进行分组接入。结合这两个算法,设计了基于SPMA的介质访问控制层改进协议,并使用OPNET软件对改进协议进行了仿真。仿真结果表明,相比于SPMA协议的传统算法,改进协议的系统吞吐量更大且更稳定,优先级平均时延更低,同时保证了低优先级业务的最小带宽接入需求。     

计算经济模式下的动态网格资源调度算法研究

在计算经济模式下，为调节网格资源供需分配提出了一个基于用户服务需求的计算经济框架。这个框架通过经济学驱动截止期和预算约束根据用户的需求，分配资源到应用任务。提出了一种基于计算经济的网格资源动态调度算法，主要针对网格资源由于计算能力不同而花费代价不同而提出，利用启发式搜索技术，综合考虑了任务的截止期、预算约束、最早可能执行时间等不同因素，通过一个新的资源分配策略实现了时间一代价的最优化．提高了资源调度的成功率。     

基于多智能体的CGF建模研究

为了解决某分布式虚拟训练系统中计算机生成兵力建模问题,对计算机生成兵力建模需求进行了全面分析。在此基础上,研究了基于多智能体的CGF模型。设计了由任务规划层和路径规划层组成的混合型智能体。根据智能体任务规划特点,提出了基于ANFIS的智能体任务务规划算法。通过仿真实验对智能体模型和算法的正确性进行验证,结果表明提出的智能体模型满足了建模需求,任务规划算法具有较好的精度。     

A game equilibrated rapid dynamic restoration strategy in ASON

A dynamic equilibrated heuristic algorithm based on the D* principle and mixed-strategy game theory is proposed to resolve the restoration problem at the wavelength level in an automatically switched optical network (ASON). The cost of each edge and the wavelength occupancy was taken into account comprehensively. Nash equilibration between wavelength occupancy and path cost is solved and the evaluation function of the D* algorithm is constructed dynamically using game theory with a mixed strategy. Then, the system restores broken connections rapidly through dynamic route and wavelength assignment (RWA) and ensures a more balanced distribution of network resources in the process of dynamic channel restoration. Simulation results show that the blocking probability is reduced and the restoration probability is promoted effectively by this algorithm. In addition, the rapid and intelligent performance behavior of this algorithm can meet the requirements of restoration time.     

IGP Link Weight Assignment for Operational Tier-1 Backbones

Intradomain routing protocols, such as IS-IS or OSPF, associate a weight (or cost) with each link to compute traffic routes. Proposed methods for selecting link weights largely ignore two practical issues, that of service-level agreement (SLA) requirements and of failures. Optimizing the routing configuration, without bounding the SLA, could severely violate this requirement, which is one of the most important vehicles used by carriers to attract new customers. Since most failures are short-lived, it is much more practical not to have to change weight settings during these episodes. In this paper we propose a tabu-search heuristic for choosing link weights that takes into account both SLA requirements and link failures. Our algorithm selects link weights that still perform well, without having to be changed, even under failure events. To validate the heuristic, we develop a lower bound based on a formal integer linear program (ILP) model, and show that our heuristic solution is within 10% of the optimal ILP lower bound. We study the performance of the heuristic using two operational Tier-1 backbones. Our results illustrate two tradeoffs, between link utilization and the SLA provided, and between performances under failures versus performance without failures. We find that performance under transient failures can be dramatically improved at the expense of a small degradation during normal network operation (i.e., no failures), while simultaneously satisfying SLA requirements. We use our algorithm inside a prototype tool to conduct a case study and illustrate how systematic link weight selection can facilitate topology planning.     

LEO multi-service routing algorithm based on multi-objective decision making

In low earth orbit(LEO) satellite networks,in view of the unbalanced link resource,it's difficult to meet differentiated quality of service(QoS) requirements and easily lead to reduce the efficiency of the whole network.A routing algorithm based on multi-objective decision making was proposed which defined LEO satellite network transmission service as the delay sensitive,sensitive bandwidth and reliability sensitive three categories.It used the eigenvector method to calculate service weights,and used the consistency ratio to determine whether it can be accepted.Based on the multi-objective decision making theory,it combined with the actual state of satellite network nodes and links and the specific requirements of the business,calculating the path that meets the QoS requirements of the service,so as to realize the LEO satellite network multi objective dynamic routing optimization.Established simulation platform based on the iridium network system simulated network delay,the uncertain characteristics like the residual bandwidth and packet error rate,route planning for the randomly generated three classes of business.The simulation results show that,the algorithm not only satisfies the QoS constrain while balancing the traffic load of the satellite link effectively,but also improves the performance on the throughput.     

基于IRSRCKF高超声速目标跟踪

以临近空间高超声速目标作为研究对象,提出一种迭代简化平方根容积卡尔曼滤波算法(IRSRCKF)。该算法以平方根容积卡尔曼滤波算法(SRCKF)为理论框架,针对SRCKF算法对于系统的状态方程为线性时需用容积点进行加权求和的缺点,对SRCKF算法的时间更新环节线性简化,提高了实时性;结合迭代运算的思想,充分利用量测信息,对量测更新过程进行迭代运算,提高了跟踪精确度。仿真验证结果表明,该算法具有较高的精确性和有效性,为临近空间高超声速目标的跟踪提供了一种新方法。     

可充电概率传感网络中的充电小车休息时间最大化方法

在保证无线可充电传感网中目标点持久覆盖的情况下,基于概率监测模型和多节点充电模型,对最大化传感网络中充电小车休息时间比例问题进行研究。文中通过放宽节点不可死亡的限制,提出基于单位子簇的充电选择算法和基于全局的重聚类启发式算法。将目标点周围冗余的传感器构建成目标簇并根据贪心思想划分子簇。充电小车以子簇为单位服务覆盖过程中的充电请求,通过调整子簇内距离要求并对全局请求节点重聚类来选择锚点进行充电,从而降低子簇的混合增益,减少锚点数量。仿真实验表明,与单节点充电模型相比,新算法可将充电小车的休息时间提升10%~15%。