天基边缘计算系统设计及关键技术

卫星具有覆盖范围广、抗灾害性强等特点,随着卫星研制与发射成本的不断降低,推动卫星与地面移动通信网络、物联网(IoT)、云计算中心深度融合,构建天地一体化网络和应用架构,已成为航天发展的重要方向。随着地面多用户、大数据量的接入,亟须开展卫星在轨数据处理技术相关研究,提升卫星的在轨服务能力和质量。本文提出了对卫星计算资源进行整合,构建天基边缘计算系统,并提出了天基边缘计算的3种资源管理策略和4种平台部署协同模式。此外,对天基边缘计算的优势和还需解决的关键技术进行了分析,并搭建了天基边缘计算原型系统,对不同计算卸载策略性能进行了分析。     

基于UAV的空地协同任务卸载策略研究

随着各行业对大批量信息处理需求的增加,移动边缘计算（Mobile Edge Computing, MEC）技术应运而生。而在陆地障碍较多、MEC服务器搭载不便的情况下,研究了一种无人机（Unmanned Aerial Vehicle, UAV）中继辅助用户卸载任务到基站的场景。针对该场景,提出了一种基于博弈论的最优任务卸载方法,通过联合优化任务卸载比例和卸载策略使得系统时延最小化。由于这两个变量之间相互耦合,因此将原优化问题转化为两个子问题求解。首先,在确定策略的情况下,证明了系统时延最小值存在的条件,得到了用户的最优卸载比例闭合解。然后,将原优化问题转化为任务分配问题,并建立博弈论模型。在证明了该模型存在纳什均衡（Nash Equilibrium,NE）的前提下,经过多次迭代,求解得到基于时延最小的用户任务卸载策略集。仿真结果表明：上述方法有效降低了全局计算时延,在时效性上优于其他一些常见的卸载方法。     

一种基于星间方向观测的初轨计算方法

基于天基网空间监测的技术背景,用一已知轨道的天基观测平台对不明空间目标的方向观测,在定轨精度要求并不太高的要求下,研究了单颗卫星的天基平台定初轨的问题,并提出了一套基于此观测模型的中低轨空间目标的初轨计算方法。通过模拟生成测角资料对方法进行检验,计算结果显示方法在目前提出的定轨精度下是稳健可行的。     

一种低轨遥感卫星自主轨道控制方法

针对低轨遥感卫星轨道控制操作繁琐、执行效率较低、影响载荷任务编排等缺点,提出一种无需地面站支持的自主轨道控制方法。利用在轨实时计算得到的轨道偏差作为触发条件,在偏差超出阈值时,卫星根据轨道外推结果、剩余燃料质量、发动机推力等参数自主计算轨控时间,并在不与载荷任务冲突的前提下,实施发动机点火,实现卫星轨道误差的在轨自主补偿。经高分七号卫星(GF-7)验证,能够有效降低卫星的地面运控成本,大幅提升卫星的自主管理、自主运行能力,可为我国后续低轨遥感卫星设计提供参考。     

天基红外低轨星座的传感器管理方法

针对天基红外低轨卫星与目标高速相对运动以及导弹防御系统的特点,分析了天基红外低轨星座传感器管理的模型。根据只测角观测模型,使用GDOP作为控制跟踪精度的因子,综合考虑多目标观测成功率、卫星交接次数、传感器调度延迟以及实时运算等条件,使用单步前向预测的动态闭环控制结构进行传感器管理。仿真结果表明,提出的算法能够对天基红外低轨星座的传感器进行有效管理。     

空间碎片目标在轨实时监测处理方法

针对现有地基空间碎片目标监测的实时性、有效性以及弱小目标探测能力等性能指标较低等问题,文章提出了一种空间碎片目标在轨实时监测处理方法。它是基于空间目标光学成像特性和高速信息处理技术为基础的碎片目标检测算法,建立计算精度误差模型,能有效降低硬件资源的同时,保障了空间碎片目标在轨检测和定位的实时性。在专用高速信息处理板上经卫星光学载荷数据验证了方法的可行性和有效性。该方法能够通过处理卫星载荷数据完成空间碎片目标的实时检测和定位,可为天基空间目标观测系统设计提供参考。     

天基单星测角跟踪条件下的空间非合作目标定轨

针对天基单星测角跟踪条件下的空间目标定轨问题,给出了空间目标的可探测条件,提出了基于超短弧稀疏光学跟踪数据的空间群目标天基定轨方法,建立了低轨监测星对高轨非合作式光学跟踪测量模型和定轨模型,围绕非合作式空间群目标天基单星仅测角跟踪定轨的收敛性和精度开展了定轨试验,结果表明联合两段短弧数据定轨半长轴,精度可达百米量级。     

星上遥感影像在轨处理进展研究

从星地数传、高时敏任务等对星上遥感影像在轨处理的需求出发,本文对美国、欧洲以及国内主要的星上遥感影像在轨处理进展进行了研究;以此为基础,结合星上遥感影像在轨处理框架与深度学习等智能处理技术,分析了高性能星上智能处理平台构建、基于深度学习的遥感影像在轨智能处理、多源遥感影像数据在轨融合处理、星地协同数据处理及在轨更新等星上遥感影像在轨处理关键技术;最后,对星上遥感影像在轨处理未来发展趋势进行了总结,为进一步提升遥感卫星在轨应用效能提供参考。     

天基信息网络低轨非对称路由协议研究

天基信息网络中的低轨道(LEO)卫星因拓扑变化快、轨道周期短,存在较多的信息网络相关节点间的非对称链路。文章从路由表优化和特殊链路处理方案等方面进行研究,提出了一种基于分时的低轨卫星网络路由算法。以星间链路传输时延作为计算代价度量来判断路由选择的优劣,从链路检测、路由计算和数据转发等三部分对路由协议进行描述,并制定了低轨链路处理方案,可以有效地发现网络中的非对称链路,及时进行相应处理。最后,仿真对比分析结果表明,文章所提出的协议方案在非对称链路存在的情况下性能更为优越。     

激光移除空间碎片过程的三维仿真与建模

基于轨道力学和激光与物质相互作用理论建立激光移除空间碎片的三维变轨模型。该模型利用激光站/卫星与碎片位置和速度矢量作为初始数据,通过设定激光参数,实时计算和更新速度增量矢量,能够真实地反映碎片的移除过程。该模型包括地基和天基两种类型,根据激光作用临界条件与降轨效果计算碎片的降轨过程,能够实时输出碎片轨道信息,图形化输出使结果更加直观。考虑到速度增量分量对轨道倾角的影响,该模型增加了碎片逃逸情况的判断。最后,利用该模型计算了地基/天基系统移除多种空间碎片材料的过程和效果,发现钢材料碎片移除难度最大,而移除多层绝缘材料的效率最高。     

专科学生英语学习动机研究

学习动机与学生的学习态度、学习策略及学习成绩是紧密相关的.它直接制约着学习的积极性,极大地影响着学生的外语学习效果.本文介绍了对大学生英语学习动机研究的过程及其教学启示.     

非英语专业新生大学英语学习策略初探

本文以国内外第二语言学习策略相关理论为基础,对非英语专业新生英语学习策略的使用情况进行了问卷调查,通过实证性研究分析,摸清了非英语专业新生的英语学习策略总体使用情况,以及学习策略的使用与性别的关系,并就如何培养非英语专业新生大学英语学习策略进行了初步探讨。     

专科学生英语学习动机研究

学习动机与学生的学习态度、学习策略及学习成绩是紧密相关的。它直接制约着学习的积极性,极大地影响着学生的外语学习效果。本文介绍了对大学生英语学习动机研究的过程及其教学启示。     

Is Route Learning More Than Serial Learning?

Abstract

The nature of route learning in terms of the memorizing of landmarks was investigated. In Experiment 1, participants memorized landmarks while being guided through a computer-simulated hallway (dynamic, with spatial context), or while viewing the landmarks one by one in front of a black background (static, without context). Two more conditions completed the 2 × 2 design. One condition preserved the dynamic landmark viewing properties (observers approached each object, passed it, turned to the next object, and so on), but the background was black (dynamic, without context). In the other condition the observer saw a stationary display of each object within a hallway, but did not approach the object (static, with context). Serial recall was much better after viewing the landmarks in the dynamic presentation format with spatial context than in the other conditions. Experiment 2 showed that the superior performance in the dynamic condition with context was abolished when all hallway segments were equally long. This implies that metric information is a component of route knowledge at a very early stage, which is incompatible with the dominant framework, but is compatible with the alternative framework for spatial microgenesis.     

一种基于迁移学习的遥测数据异常检测方法

为解决卫星遥测数据异常检测面临的数据不平衡且缺乏有标签样本的问题，提出一种基于一维卷积神经网络(1dCNN)迁移学习的异常检测方法。首先利用源域卫星的遥测数据对1dCNN进行预训练，使得模型的卷积层具有卫星状态特征的提取能力；然后将训练好的模型迁移到缺乏标签数据的目标域卫星中；利用目标域有标签样本对预训练模型进行微调，从而实现了对目标域测试集样本的异常检测。为了使1dCNN能够适应遥测数据样本的不平衡性，引入了代价敏感训练策略，建立动态损失函数，从而提升代价敏感一维卷积神经网络(cs 1dCNN)对于异常样本的识别能力。以某两个卫星的电源分系统遥测数据进行了验证，实验结果表明该异常检测迁移方法具有较好的有效性和鲁棒性。     

浅谈如何提高大一新生公共外语自主学习的策略

随着改革开放进程的加快我国社会迅猛向前发展,与此同时推动我国与国际世界的交往日益频繁,因此培养大量的有专业知识和技能同时能够熟练掌握一门外语的高级专业人才成为我国社会的紧迫任务。对于在校非英语专业的大学生来说,他们把大量时问都花在了本专业知识的学习上,因此英语学习时间就变得捉襟现肘,所以培养他们英语自主学习能力进而提高其英语学习效率就变得尤为重要。本文将首先介绍自主学习定义,然后阐述提倡自主学习的必要性,最后研究总结出如何提高非专业大一新生大学英语自主学习能力的策略。     

自适应学习率的增量强化学习飞行控制

针对预先设定学习率的增量强化学习(IRL)飞行控制律失败率较高,并且无法适应飞行器大范围动力学特性变化下的稳定控制问题,提出一种自适应学习率的增量强化学习(ALRIRL)控制方法.首先,基于小波分析方法构造控制系统稳定度评价函数,用于评估控制器稳定度.然后,基于梯度下降法设计学习率在线迭代计算方法,以提升强化学习控制器...     

一种基于学习的高超声速飞行器智能控制方法

针对吸气式高超声速飞行器的飞行控制问题，提出一种基于学习的智能控制方法。为便于控制器设计，将飞行器动力学模型划分为速度子系统和高度子系统：为解决速度子系统控制输入受限的问题，提出一种基于强化学习的智能控制方案；对于考虑有限通信资源的高度子系统跟踪控制问题，提出一种基于事件触发的确定学习控制方案。该方案包含离线学习训练和在线触发控制两个阶段。首先在本地离线学习训练阶段获取并存储系统的未知动态知识，随后利用所获取的经验知识设计基于事件触发机制的在线触发控制器。本文所提方案基于学习的思想将离线学习训练获取的智能体和经验知识应用于在线控制，使得所提方案能够快速计算控制指令且通信资源占用少。仿真结果说明了所提出方法的有效性。     

航天器轨道追逃博弈多阶段强化学习训练方法

针对航天器轨道追逃博弈问题,提出一种多阶段学习训练赋能方法,使得追踪星在终端时刻抵近逃逸星的特定区域,而逃逸星需要通过轨道机动规避追踪星。首先,构建两星的训练策略集,基于逻辑规则设计追踪星和逃逸星的机动策略,通过实时预测对方的终端位置,设计己方的期望位置和脉冲策略,显式给出追逃策略的解析表达式,用于训练赋能;其次,为提升航天器的训练赋能效率及应对未知环境的博弈能力,提出一种基于强化学习技术多模式、分阶段的学习训练方法,先使追踪星和逃逸星分别应对上述逻辑规则引导下的逃逸星和追踪星,完成预训练;再次,开展二次训练,两星都采用邻近策略优化(PPO)策略进行追逃博弈,在博弈中不断调整网络权值,提升决策能力;最后,在仿真环境中验证提出的训练方法的有效性,经过二次训练后,追踪星和逃逸星可有效应对不同策略驱动下的对手,提升追逃成功率。     

基于小样本学习的多因素单粒子翻转截面预测

针对空间粒子辐射效应评价中的多因素影响问题,提出了端到端数据驱动方法预测多因素条件下的单粒子翻转截面。首先通过卷积神经网络进行多因素特征提取,接着利用小样本学习匹配网络进行样本间特征融合,最后使用集成学习回归器预测重离子线性能量传输和单粒子翻转截面的关系曲线。在公开文献中提取的2种类型182个样本的小规模数据集上,对该模型进行端到端训练和测试,结果表明:该方法能够有效预测大部分场景下的多因素效应单粒子翻转界面,并能对各因素的重要程度给出量化评价,在国产处理器SM750的案例分析中获得了与重离子辐照实验相当的系统失效率上界。与传统方法相比,这种方法不依赖经验参数,具有更广泛的应用场景。