基于NS2的Walker星座卫星网仿真的研究

随着空间技术的发展和实时多媒体业务需求的增长,卫星网络成为当今通信研究的热点,因此掌握卫星网仿真的重要性不言而喻.分析了仿真软件NS2中卫星网仿真的一般方法,提出了一种基于开源NS2的Walker星座卫星网仿真平台的构造方法,并在该平台上实现了一种基于移动Agent的卫星网分布式路由算法.仿真结果表明该仿真平台具有良好的性能,能够满足基于Walker星座的卫星网动态路由算法的仿真.本研究有助于基于NS2的卫星网路由算法仿真平台构建的研究.     

Walker星座区域覆盖理论分析

针对Walker星座对纬度带目标或者全球目标的持续性覆盖问题,提出一组判定定理,得到一套求解该问题的方法。利用Walker自身的对称性得到需要进行覆盖分析的最小时段;利用卫星星下点轨迹的拓扑关系得到其对地球表面的一个划分,得到需要分析的最小区域;利用覆盖带方法求得对需要分析区域的覆盖的必要条件和充分条件;得到一个关于连续性单重覆盖和N重覆盖的充要条件。数值仿真结果表明,该套方法计算结果精确,计算效率较高。     

近地轨道卫星的姿态与角动量的磁控优化

本文讨论了三轴稳定偏置动量卫星的控制系统设计。该卫星装有一个俯仰动量轮，两个磁线圈和一个两轴红外地球敏感器，两个磁线圈用于滚动／偏航姿态控制及飞轮的动量控制。由于星体的时变特性，使用常规设计方法不但困难而且费时间。但是，多目标参数综合法使用相关优化软件包ＡＮＤＥＣＳ－ＭＯＰＳ较大程度地缩短了开发周期，从而减少了重复性费用。本文提出一种迭代设计方法，其中每一次迭代由两个步骤组成。第一步，通过使适当的     

基于改进遗传算法的多脉冲交会轨道优化研究

最优空间多脉冲轨道交会是一个复杂的非线性系统。由于结构复杂,存在非线性特性,影响系统的快速性和实时性。建立最优空间多脉冲轨道交会模型,传统遗传算法不能满足要求,因此提出了在自适应遗传算法的基础上引入多位变异的多变异位自适应遗传算法,对空间多脉冲交会轨道优化进行了求解。多变异位自适应遗传算法增加了种群的多样性,可避免算法的早熟收敛现象。仿真结果表明,利用多位变异自适应遗传算法求解空间多脉冲交会轨道优化效果好,避免了早期收敛,提高了全局寻优能力,为多脉冲交会轨道优化提供了较好的方法。     

基于SGP4模型的卫星轨道计算

以TERRA卫星为例介绍两行元素轨道报的格式,采用SGP4模型计算TERRA卫星的卫星轨道,即卫星的实时位置和速度;并计算卫星相对于北京地面站的方位角和高度角。最后利用STK软件的模拟结果进行精度评价。结果表明,计算结果精度较高,具有实际应用价值。     

月球软着陆轨道快速优化

月球软着陆轨道是登月飞行器下降到月球表面轨道中很重要一段的轨道,为了实现飞行器自主软着陆,需要进行快速轨道优化设计.文中根据软着陆轨道的特征和优化算法的特点,对软着陆轨道状态方程做合理的简化处理,优化计算量减少,且更适合优化数值解法求解.在此基础上,使用乘子法处理软着陆终端约束条件,然后利用共轭梯度法求解软着陆轨道.在不同初始条件和终端约束条件下,计算机时小于3秒.仿真结果验证该算法具有收敛速度快、对初始控制量不敏感等优点,易于工程实现.     

面向物联网的近地轨道超大规模卫星星座数据命名机制

基于信息中心网络（ICN）的近地轨道（LEO）超大规模卫星星座是一种支持物联网（IoT）非常理想的网络架构,而数据命名是ICN基本问题之一。针对IoT低时延传输、高吞吐量的数据分发的需要,提出了一种基于ICN的面向IoT的LEO超大规模卫星星座数据命名机制。首先,该数据命名机制采用一种融合分层、多分量、哈希的扁平一体结构。然后,采用前缀标记描述分层名称,满足网内功能中多源快速检索的需要。最后,为检验所提数据命名机制的性能,设计开发了一个基于网络仿真器3（NS-3）的面向IoT的LEO超大规模卫星星座仿真平台。测试仿真结果表明,与传统的基于互联网协议（IP）的体系结构相比,所提出的数据命名机制能够为面向IoT的LEO超大规模卫星星座提供高吞吐量和低延时等更高的服务质量（QoS）。     

遥感卫星小推力轨道转移控制

在太阳同步回归轨道遥感卫星的小推力轨道转移控制问题的研究中,小推力推进与化学推进方式有本质不同,不能再用速度脉冲的方法来设计轨道.针对推力方式不同的问题,采用了一组无奇点的春分点根数表示小推力卫星的动力学模型,从最优控制理论出发,给出了协态变量微分方程和最优推力方向,将轨道转移问题转化为非线性参数优化问题,利用非线性序列二次型规划法求解.对遥感卫星在1天回归和10天回归轨道之间的转移控制问题进行仿真,证明了方法的有效性.     

基于代理模型的升力式再入飞行器组网优化

研究升力式再入飞行器的组网优化问题.优化再入飞行器组网,使其在满足一定覆盖要求的同时,轨道高度、离轨速度冲量、飞行器总数等方面达到最优.针对再入飞行器对地覆盖区域计算量大且和时间变量相关的问题,提出用代理模型技术来近似计算覆盖区域,提高了计算效率;利用SOC星座设计方法对再入飞行器进行了组网设计,并用枚举分析的方法对组网星座进行了优化.最后用点覆盖仿真的方法对得到的最优解进行了验证,说明了上述设计方法的有效性,为飞行器再入组网优化提供了科学依据.     

多源异构图像融合的源优选方法

针对多源异构图像,提出一种基于组合信息的融合优化方法。在冗余信息、自信息和组合信息等概念基础上,设计并提出组合信息的指标及其计算方法,以此设计优化算法优选融合图像源,提高融合效果,支持后期目标检测识别等应用。实验表明,该方法综合考虑了异构图像互补性及多源图像成像质量等因素,可在一定程度上提升多源异构图像融合的效果。     

一种基于多粒子群协同进化的高光谱图像波段选择与分类方法

针对高光谱图像分类过程中数据波段多以及信息冗余量大引起的处理速度慢及Hughes现象等问题,提出了一种基于多粒子协同进化算法进行高光谱图像自动波段选择与分类的方法:使用多粒子群协同进化算法搜索特征子集,对粒子群优化算法进行改进,定义新的位置和速度的更新策略,并以支持向量机为分类器,同时对特征子集和SVM核函数参数进行优化。在协同搜索过程中,引入遗传算法改善粒子群优化的"早熟"收敛问题,构建了一种新的MPSO-SVM(Multiple particle swarm optimization-SVM)分类模型。对高光谱遥感图像的实验结果表明:MPSO-SVM方法不仅能有效地压缩光谱的特征维数,得到最佳的波段组合,还能得到最优的SVM参数,达到较好的分类效果,提高分类精度。     

面向多表数据连接投影和连接顺序的优化方法

多表连接运算是大数据处理中常见的运算。类似于数据库运算中常见的连接操作,多表连接运算的顺序会对计算资源和传输资源的消耗产生巨大影响。对多表连接顺序的优化是一个经典的优化问题,同时每次连接中表的投影结果大小也会影响节点间传输的数据体积,因此整体连接的顺序和每次连接的投影关系都会对连接效率产生显著的影响,而在传统的优化策略中,往往不会考虑到中间投影关系的取舍问题,以及基于中间投影关系而对最优连接策略产生的影响。针对这个问题,建立了一种连接关系索引,能够在构建优化连接策略中调整每次连接的投影关系,及时删除冗余列,减少对传输资源的消耗,同时基于投影关系的优化调整连接顺序的优化策略,从全局考量上尽可能地同时减少对传输资源和计算资源的消耗。该优化策略在Flink系统实现后进行了实验,结果表明有显著的优化效果。     

基于分解优化的多星合成观测调度算法

某些卫星的侧摆性能较差, 必须进行合成观测以提高观测效率. 研究了多星联合对地观测中的任务合成观测调度问题. 提出了将原问题分解为任务分配与任务合成的分解优化思路. 任务分配为任务选择卫星资源及时间窗口; 任务合成则针对该分配方案,将分配到各卫星的任务按照轨道圈次分组, 分别进行最优合成. 采用蚁群优化算法(Ant colony optimization, ACO)求解任务分配问题, 通过自适应参数调整及信息素平滑策略, 实现全局搜索和快速收敛间的平衡.提出了基于动态规划的最优合成算法, 求解任务合成子问题,能够在多项式时间内求得最优合成方案. 依据分配方案的合成结果, 得到优化方案的特征信息, 反馈并引导蚁群优化算法对任务分配方案的搜索过程. 大规模测试算例验证了本文算法的效率.     

虚拟企业伙伴选择的优化算法

虚拟企业伙伴选择及优化是组建虚拟企业的一个关键问题。根据虚拟企业任务之间的关系，该文将虚拟企业伙伴选择问题分解为串行问题、并行问题和混合问题3类，并建立了问题的多目标决策模型，通过候选企业筛选和确定优化组合方案，优化了模型求解过程，并验证了该算法的有效性。     

动车组追踪运行多目标实时优化策略

动车组高速高密度地追踪运行是高速铁路运营模式的发展趋势,但其运行过程复杂、运行环境多变,难以同时满足安全、正点、节能、舒适等多目标要求。依据动车组追踪运行及其环境条件特征,建立了动车组追踪运行特征描述模型、线路特征模型以及多目标操纵优化模型,并实时获取动车组运行限速、速度、位置等信息,采用改进的多目标粒子群优化算法,进行动车组追踪运行多目标实时优化。基于CRH380AL运行过程现场数据的仿真结果验证了该方法的有效性。     

演化多目标优化中的几何热力学选择

热力学遗传算法(Thermodynamical Genetic Algorithms,TDGAs)借鉴热力学中的自由能极小过程来统一处理多目标优化在逼近性和多样性两方面的任务.为提高TDGA的运行效率和解集分布均匀性,提出了一种几何热力学选择.在该选择中首先定义角度熵通过扇形采样来度量种群逼近方向的多样性.然后利用距离精英定义距离能量来度量种群的逼近程度,避免了耗时的非劣分层操作.此外,引入分量热力学替换规则以较低计算代价驱动种群的几何自由能快速下降.在多目标0/1背包问题上的实验结果表明,几何热力学选择极大地提高了TDGA的运行效率和解集分布均匀性;采用该选择的TDGA算法可生成与NSGA-II在逼近性和分布多样性上性能相当的解,但在运行效率上明显优于NSGA-II.