一种基于信息决策树的低轨星座传感器调度方法

 针对低轨星座弹道目标连续跟踪传感器调度问题,提出了一种基于信息决策树最优搜索的调度方法.该方法首先将短时信息增量扩展到长时信息增量,然后建立信息决策树,并通过分支剔除搜索技术求解.仿真实验表明,本文所提方法有效克服了短时调度方法调度过于频繁且跟踪精度较低的问题,且决策树分支剔除技术的引入大大降低了长时信息增量最优搜索的运算量.     

低轨星座的跳波束资源调度策略

跳波束技术作为一种高通量卫星资源分配方法,能够根据地面业务需求灵活配置星上资源,提高星上资源利用率。本文将跳波束技术应用到低轨星座场景中,针对用户业务先验未知和先验已知两种情况,考虑波束间的共信道干扰,基于迭代算法和凸优化制定了适用于低轨星座的两种跳波束资源调度策略。与传统策略对比,能达到更高的系统吞吐量,同时具有较好的时延性能,且适应用户业务的不均分布。     

大型低轨星座覆盖能力评估研究

针对大型低轨星座覆盖能力评估问题,构建了星座覆盖能力评估指标体系,提出了星座覆盖能力指数算法。基于该评估指标和能力指数算法,利用层次分析法和STK仿真软件对当前部署的“星链”星座、OneWeb星座、“吉林一号”星座进行覆盖能力仿真评估,对比分析了3个星座的覆盖能力,结果表明“星链”星座对0°～50°N纬度地区覆盖能力最强,OneWeb星座对60°～90°N纬度地区覆盖能力最强,同时也表明了该评估指标体系和能力指数算法具有一定的实用性,能够为大型低轨星座的覆盖能力评估工作提供参考。     

低轨星座传感器资源预分配管理方法

针对低轨星座传感器管理中跟踪任务不确定的问题,通过引入目标跟踪有限状态机模型,提出了一种基于自适应周期长度和事件的传感器资源预分配管理算法。该方法通过动态调整预分配周期长度,使管理算法适应跟踪场景的动态变化;并通过采用划分时间网格和资源多级分配的方法,降低了资源对目标可视关系的复杂性,使资源分配更加合理、均衡。仿真结果表明,在多目标密集分布的场景下,所提出的方法可以达到与单目标场景相当的跟踪精度。     

面向应急通信的低轨短数据通信星座优化设计

针对军民各行业的应急通信需求,开展了基于低轨卫星的短数据通信系统设计和优化分析。借鉴全球星优化设计方法,得到了由分布在7个轨道面的49颗低轨卫星组成的短数据通信卫星星座。系统内各卫星通过激光链路为用户信息传递提供实时传输通道,任意时刻卫星与周边不少于10颗卫星存在通信链路。效能仿真结果表明,系统能够实现对我国陆地领土无缝覆盖,对周边区域和低纬度区域实现不小于90%的覆盖率,满足信息的应急传递需求。     

低轨星座网络的空天地一体化无线光通信资源调度方法

研究基于低轨星座网络的空天地一体化无线光通信资源动态调度方法,高效精准分配其通信资源,保障资源利用率与通信效率。结合软件定义网络(Software Defined Network, SDN),设计空天地一体化无线光通信网络,构建包含数据转发平面与控制平面的低轨星座网络,通过转发平面传输通信业务,由控制平面结合遗传-粒子群算法,动态调度空天地一体化无线光通信网络的通信资源。结果表明,该方法可实现空天地一体化无线光通信网络资源的动态调度,资源的综合利用率较高、通信时延较低,调度效果显著,可为网络的整体通信质量提升提供保障。     

低轨高通量星座系统波束设计方案研究

基于中国联通“空天地一体化”网络演进计划,低轨高通量星座系统及空地一体技术将是未来移动通信的重要研究方向。面向低轨高通量星座系统建设,首先对低轨高通量星座用户需求、波束特点、波束种类进行了分析,然后针对业务点波束进行设计,主要包括用户接入方案设计、频率选择、带宽选择,并通过链路预算验证了波束设计的可行性。     

基于选择性迭代的KSP低轨卫星负载均衡路由方法

低轨卫星(Low Earth Orbit,LEO)系统具有传输时延低、路径损耗小和运行周期短的特点,但大规模卫星部署和地面业务非均匀性的特点,导致卫星网络局部拥塞和局部空闲,为优化卫星网络全局负载均衡和回避拥塞问题,文章提出一种基于选择性迭代的K最短路径算法(Selective Iteration of K Shortest Paths,SI-KSP)。与传统K最短路径方法相比,所提的SI-KSP负载均衡路由方法网络吞吐量增加且丢包率大幅下降;与CA-KSP方法相比,所提方法网络吞吐量相近但丢包率和平均时延均降低。该文所提方法能实现根据全局负载情况选择路径分布,有效避免链路拥塞,达到更优化的负载均衡效果。     

低轨通信星座星间链路特点研究

随着全球宽带通信需求的增长,世界各国提出并建设了多种低轨通信星座,我国的卫星互联网系统也在紧张建设中,星间链路将是通信星座系统的重要组成部分。为研究星间链路特点和建链需求,以极轨通信星座为例,从几何角度给出了星间链路指向角和距离的数值计算公式,分析了顺行轨道星间链路的变化规律,并进一步研究了异轨星间反向缝建链的特点。研究结果表明,选取合适的星座参数,可以实现卫星跨反向缝的接续建链,从而保证反向缝两侧卫星之间始终存在可用的通信链路。     

一种间隔重访的低轨星座设计方法

在低轨电子侦察、遥感卫星领域,针对非连续覆盖条件下的星座优化设计问题,提出了一种间隔重访的低轨星座设计方法。通过改进极轨覆盖带设计方法,将对地覆盖区域等效为矩形;以对地目标的平均重访间隔时间为输入,从同轨卫星间和相邻轨道面间两方面分析,得到近似最优的星座参数。通过STK仿真验证,设计的星座可满足重访间隔时间要求。     

低轨卫星星座物联网业务量建模

随着物联网(IoT)规模的不断发展,其业务需求呈现出多样化、全球化的趋势。针对地面物联网无法覆盖全球的缺点,卫星物联网尤其是低轨卫星星座(LEOSC)物联网可以有效地为地面物联网提供覆盖性能上的补充和延伸。由于低轨卫星星座物联网系统广覆盖、高动态的特点,其业务量统计特性需要考虑到环境因素造成的影响,这导致其业务量分布与...     

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.     

一种低轨卫星通信的定时提前计算方法

低轨(LEO)卫星网络作为地面网络的重要补充,是未来天地一体化网络的重要组成部分。由于LEO卫星的高移动速度以及星地通信的大传播距离造成了高传播时延,因此需要新的针对LEO卫星星地通信背景的上行链路的定时提前量(TA)的计算策略。本文基于LEO卫星的星地通信场景,介绍了TA及其在协议中的规定,并针对LEO卫星的特点,提出一种LEO卫星通信的定时提前计算方法。通过仿真分析验证了所提方案的有效性,为LEO卫星星地通信系统的设计提供了参考。     

WLFVC:WLAN中的分布式公平调度机制

基于前跳虚时钟(LFVC)算法,本文提出了适用于无线以太网(WLAN)环境的全分布式的调度算法WLFVC.该机制可为流在较短时间尺度上按权值分配带宽,并考虑了无线分组间的碰撞和无线链路误码的补偿策略.     

一种分布式并行I/O中新型动态数据调度算法

在研究并行I／O数据调度策略的基础上，提出了一种应用于分布式计算系统中的二次调度自主维护负载平衡的动态I／O调度算法（DIO_TSMB），实验结果表明了算法的有效性，最后指出了并行I／O数据调度的发展趋势。     

一种应急条件对地观测卫星成像调度方法

 通过分析CBERS系列对地观测卫星(EOS,Earth Observation Satellites)应急条件下的成像调度问题,本文提出了一种应急成像调度解决方法.首先建立问题的多目标无圈有向图模型;然后引入延迟非支配路径的概念,提出基于标记更新的成像路径搜索算法,通过限制延迟受支配路径来提高搜索效率.理论分析和实验结果表明该方法能在规定时间内有效的解决应急条件成像调度问题.     

低占空比传感网中分布式的环状流水线工作调度研究

低占空比传感网中节点的长时间睡眠会导致数据查询延迟的增加.如何调度节点唤醒时间从而最小化延迟,是一个难解的组合优化问题.提出一个分布式的环状流水线调度算法,不用长时间等待即可进行数据传输.分析表明,算法可获得较低的延迟和更长的网络生命周期.     

一种增量部署太赫兹链路的巨型近地轨道星座网络路由算法

太赫兹通信作为6G研究的关键技术之一,将在下一代巨型近地轨道(LEO)星座网络中与其他频段链路共存,在这样增量部署太赫兹的巨型LEO星座网络中,星间链路扭曲窗口期的路径次优问题将变得更加明显,现有的路由算法仅依赖于最短时延路径难以解决这个问题。为此该文提出一种增量部署太赫兹链路的时空图建模,以及考虑弯管转发和星间链路相结合的自适应选择路由算法(ATLS)。在Hypatia网络模拟器中的测试表明,与已有的路由方式相比,ATLS路由能够将任务完成时间降低了17.14%,端到端时延降低16.67%。     

基于迁移深度强化学习的低轨卫星跳波束资源分配方案

针对低轨(LEO)卫星场景下,传统资源分配方案容易造成特定小区资源分配无法满足需求的问题,该文提出一种基于迁移深度强化学习(TDRL)的低轨卫星跳波束资源分配方案。首先,该方案联合星上缓冲信息、业务到达情况和信道状态,以最小化卫星上数据包平均时延为目标,建立支持跳波束技术的低轨卫星资源分配优化模型。其次,针对低轨卫星网络的动态多变性,该文考虑动态随机变化的通信资源和通信需求,采用深度Q网络(DQN)算法利用神经网络作为非线性近似函数。进一步,为实现并加速深度强化学习(DRL)算法在其他目标任务中的收敛过程,该文引入迁移学习(TL)概念,利用源卫星学习的调度任务快速寻找目标卫星的波束调度和功率分配策略。仿真结果表明,该文所提出的算法能够优化卫星服务过程中的时隙分配,减少数据包的平均传输时延,并有效提高系统的吞吐量和资源利用效率。