遥感卫星随遇接入互联网星座和在轨智能处理

低轨互联网星座是当前全球研究和发展的热点,互联网星座支持随遇接入遥感卫星和信息在轨直接处理的应用前景备受期待,但由于轨道高度不同会产生双向高动态异构星座的接入互联问题。首先,通过设定低轨卫星互联网星座在不同轨道特性、不同卫星数量情况下的随遇接入仿真场景,重点探讨了时空非连续可视性和多普勒频移问题对遥感卫星接入性能的影响;其次,基于遥感卫星随遇接入互联网星座场景的特点,分析了不同时延性在轨处理任务的流程及其星地功能分配;最后,对当前在轨智能处理算法存在的问题和未来研究重点进行阐述,为未来低轨互联网星座及遥感卫星的发展和联合组网应用提供可靠的理论支撑。     

我国卫星通信发展展望

我国独资和中外合资经营卫星的公司有4家，内地2家，香港2家。4家公司现有8颗通信卫星在轨运行提供业务，这些卫星是亚星-2、亚星-3S，亚星-4、亚太-v、亚太-1A、亚太-2R，中卫-1和鑫诺-1。以上卫星共有329个转发器单元。其中C频段218个，Ku频段111个。上述卫星覆盖了中国本土及其周边国家以及亚太等部分地区。据初步统计8颗卫星的转发器出租率为40％左右。此外，为开展国际业务需要，有关单位还租用了国外多颗通信卫星的转发器，有国际通信卫星、泛美通信卫星、银河-3R及热鸟-3通信卫星。     

航天工程领域的系统辨识

伴随人类在航天领域的活动不断拓宽以及航天应用的日趋多样化，要求从人造卫星、轨道服务飞行器到空间平台、空间站等空间基础设施都必须是多功能、高性能化的系统。这些空间基础设施，比如由美国牵头，有美、俄、欧空局(ESA)、日本、加     

利用在轨卫星资源发展卫星应用产业

利用在轨卫星资源发展卫星应用产业五院孟繁荣，刘大禹卫星应用已渗透到国计民生的各个领域，世界各国都非常重视应用卫星与卫星应用的发展，这不仅是因为通过发展空间技术等高科技项目，借以空间技术为代表的高技术带动各项产业的发展，更重要的是空间技术的发展，直接对...     

基于声-固耦合算法的在轨补加飞行器贮箱湿模态分析

针对在轨加注服务中在轨补加飞行器结构设计技术,本文研究在轨补加飞行器发射升空时贮箱的湿模态振动问题,运用ANSYS软件中的Acoustic Extension分析模块,采用声-固耦合算法对贮箱箱体进行湿模态分析,得到6阶固有频率与相应的振型.通过与干模态分析结果进行对比,表明湿模态分析在在轨补加飞行器贮箱结构分析中的重要作用,从而为贮箱的结构优化提供依据.     

建立通信导航类卫星的标准通用在轨测试系统探索

分析了目前国内外在轨测试系统发展和应用情况,并对国内航天在轨测试需求进行了研究分析,提出了建立面向通信、导航类卫星标准通用在轨测试系统的思路和初步设计构想。     

空间智能操控装备在轨服务建模与仿真研究

为了保证空间智能操控装备在轨服务任务的顺利实施,研究了与其相关的规划、建模与仿真等关键技术。在此基础上,研制开发了一套空间智能操控装备在轨服务仿真系统;该系统采用HLA/RTI仿真框架,实现了空间态势监控、任务规划、轨道机动规划、测控资源计算、轨道机动仿真、在轨操作仿真、控制指令生成与发送等功能。基于该仿真系统,进行了空间智能操控装备在轨服务任务的仿真分析,对关键任务节点进行了反复验证。     

面向卫星数据系统的SpaceWire应用模型仿真研究

针对我国未来航天应用的需要,建立了SpaceWire总线在卫星在轨数据系统应用的半物理仿真平台,对SpaceWire总线的仿真应用模型进行了设计与实现.仿真系统采用了冗余容错结构,在节点故障时,能够通过Dijkstra算法重新计算最优通信路径,对路由表进行动态重构,实现对节点故障的动态容错.另外,通过对SpaceWire总线的通信性能测试结果的分析研究指出,SpaceWire总线在卫星在轨数据系统中可以用于提高总线数据传输的带宽和实时性,然而总线系统的基础可靠性还应当由1553B总线来提供.     

基于高级在轨系统的可重构复接器的设计

随着空间科学技术的快速发展,航天器的数据传输系统的任务变得日益复杂。传统复接器所支持的业务类型比较单一,其复用方式和调度策略往往都是固定不可变的。本文采用CCSDS建议的高级在轨系统(AOS)体制,设计一个可重构复接器,支持多种业务类型,兼容多种复用方式。通过配置寄存器的方式重构其复用方式和调度策略,具有极大的灵活性。     

基于TSEOPM的在轨航天器故障预报方法研究

针对在轨航天器非线性系统的故障预报,提出一种基于时间序列事件征兆模式挖掘的在轨航天器故障预报方法,该方法以在轨航天器遥测数据建立状态监测时间序列,根据事件特征函数利用层次聚类算法挖掘出故障事件征兆模式,然后利用故障事件征兆模式对航天器的状态监测时间序列数据进行分析,判断是否为故障征兆点,从而实现故障预报;实验结果表明,该方法能有效地预测在轨航天器状态监测时间序列数据中的故障事件。