资源约束突变的航天器观测快速重调度优化算法

针对航天器对地观测调度中资源约束发生突变的情况,提出了一种基于蚁群算法的启发式重调度算法。首先对重调度过程中的资源约束进行分析,给出了资源约束发生变化的重调度模型。然后,结合原调度优化结果,给出重调度任务集合更新方法,对任务集合进行剪裁。最终,基于最大限度利用原调度方案信息的思想,结合任务集合更新及优先级等启发式信息,给出了一种改进的重调度优化算法。数值计算结果表明,所设计的算法可以快速有效的提高重调度过程的收益。     

航天测控资源优先级设计分析

对卫星测控资源的优先级进行设置是卫星测控调度首要考虑的因素。首先在对测控资源工程需求进行分析的基础上,研究了影响测控资源优先级设置的9个基本原则,并完成各原则的定量化描述;然后通过建立改进TOPSIS(逼近于理想解排序法)模型得到了测控资源优先级的设计方法。最后结合实例给出优先级的计算过程,验证了设置过程和结果的可行性,为进一步研究测控调度算法提供参考。     

面向空间威胁自主规避的航天器资源调度方法

针对航天器遭遇空间非合作目标异常接近的场景,考虑航天器软硬件资源的约束,提出一种面向空间异常接近规避过程的航天器有限资源调度方法,以特定任务下的空间态势信息作为输入,输出动态变化的航天器资源配置.首先,建立威胁规避场景的动力学模型和航天器有限软硬件资源模型,分析威胁规避过程中的信息流;在此基础上,引入“精英保留”和“劣种淘汰”策略设计基于遗传算法的航天器资源调度方法,以加快遗传算法收敛速率.仿真结果表明,相比随机调度策略,本文所提方法寻找的调度策略有效提升了资源约束条件下对非合作目标的定轨收敛速率,更快到达预定位置,同时节约了速度增量消耗.     

基于深度神经网络的多星测控调度方法

卫星规模的急剧扩大给传统多星测控调度方法带来了巨大挑战.传统调度方法面临调度时间长、任务满足度低等问题,难以适应大规模卫星调度.为此,引入了支持大数据和并行计算且具有自主学习特性的深度神经网络(DNN)算法,提出了一种基于DNN的多星测控资源调度方法.根据多星测控资源调度的特点以及DNN算法的要求,对调度过程中影响调度...     

圆轨道航天器在轨加注任务空间燃料站部署问题

在轨服务技术因在航天器故障修复、寿命延长及军事方面有重大辅助作用而越来越受到各航天大国的重视,作为在轨服务技术重要组成部分的在轨燃料补给技术也越来越受到关注。文章针对圆轨道航天器在轨燃料加注任务,将空间燃料站技术与多目标在轨加注技术相结合,对基于燃料站的在轨加注模式进行了研究,提出了一种基于聚类分析的在轨加注任务调度及优化算法。通过对双脉冲轨道转移问题的求解与分析,获得了轨道转移速度增量和轨道参数之间的关系,在此基础上分析了圆轨道航天器在轨加注任务调度问题,并根据调度模型的变量和约束关系,建立了圆轨道航天器在轨加注任务多目标规划模型,并采用免疫遗传算法对加注任务调度空间燃料站选址问题进行了研究。以30颗目标航天器的在轨加注任务为例进行了数值仿真,并由燃料消耗的计算结果验证了算法的有效性。     

圆轨道航天器在轨加注任务空间燃料站部署问题

在轨服务技术因在航天器故障修复、寿命延长及军事方面有重大辅助作用而越来越受到各航天大国的重视,作为在轨服务技术重要组成部分的在轨燃料补给技术也越来越受到关注。文章针对圆轨道航天器在轨燃料加注任务,将空间燃料站技术与多目标在轨加注技术相结合,对基于燃料站的在轨加注模式进行了研究,提出了一种基于聚类分析的在轨加注任务调度及优化算法。通过对双脉冲轨道转移问题的求解与分析,获得了轨道转移速度增量和轨道参数之间的关系,在此基础上分析了圆轨道航天器在轨加注任务调度问题,并根据调度模型的变量和约束关系,建立了圆轨道航天器在轨加注任务多目标规划模型,并采用免疫遗传算法对加注任务调度空间燃料站选址问题进行了研究。以30颗目标航天器的在轨加注任务为例进行了数值仿真,并由燃料消耗的计算结果验证了算法的有效性。     

星载操作系统中面向混合多任务类型的两级准入控制策略

随着空间技术的发展,星载操作系统从单一任务类型的封闭式系统转变为多种任务类型混合的开放式系统,此时系统的可预测性难度和不确定性增大,而现有的表调度策略已无法解决该场景下多任务类型混合调度时的可调度性分析问题,同时也不能支持系统运行时新任务的动态载入,阻碍了星载操作系统的智能化和多样化发展.针对该问题,本文以保障航天器的实时性需求及功能的可扩展性为研究目标,提出基于任务关键等级的两级准入控制策略.通过模型建立对任务的时间特性进行了描述,并全面分析了高优先级任务产生的最大干扰时间,进而分别提出基于干扰时间上界和基于响应时间分析的可调度性判定方法.实验结果表明,相较于现有算法,本文方法极大地减小了高优先级任务干扰时间的计算开销,并通过对任务运行时信息的追踪,改善了算法实时性能,提升了处理器利用率,为解决航天器系统中零散任务的准入控制问题提供了理论基础.     

航天器分布式智能计算体系的数学建模与调度算法研究

航天器对大容量高效计算的要求越来越高,现有的星载计算体系的能力已经难以满足其需求,需要建立具有自组织能力的智能计算体系,还要实现高效的任务调度.给出了航天器分布式智能计算体系的模型和任务调度问题的多目标优化模型,并根据该模型设计了改进粒子群算法和改进蚁群算法结合的DPSO-EACO算法,先利用粒子群算法生成初始调度方案,再用该方案初始化蚁群算法,利用蚁群算法生成最终调度结果.仿真结果表明,该算法的性能与改进粒子群算法和改进蚁群算法相比具有明显的性能优势.     

航天器分布式智能计算体系的数学建模与调度算法研究#br#

航天器对大容量高效计算的要求越来越高，现有的星载计算体系的能力已经难以满足其需求，需要建立具有自组织能力的智能计算体系，还要实现高效的任务调度.给出了航天器分布式智能计算体系的模型和任务调度问题的多目标优化模型，并根据该模型设计了改进粒子群算法和改进蚁群算法结合的DPSO EACO算法，先利用粒子群算法生成初始调度方案，再用该方案初始化蚁群算法，利用蚁群算法生成最终调度结果.仿真结果表明，该算法的性能与改进粒子群算法和改进蚁群算法相比具有明显的性能优势.     

航天测控网资源均衡分配的调度方法

研究了航天测控网资源集中管理、统一分配的工作模式,以及满足多星测控任务的测控网资源调度方法。提出了测控网均衡调度的方法。首先面向任务,将卫星测控任务按优先级划分,按最优分配的原则进行分配,使测控网能够支持的任务数量大;在此基础上,考虑测控站负荷和备份再进行优化,使测控网内各测控站的负荷均衡。相比其他方法,考虑了任务执行的成功概率,各测控站任务分配更均匀,便于测控网的管理。     

基于云计算的航天操作系统中的任务分区与迁移关键技术研究

云计算是一种按需提供资源的模式,虚拟化是云计算实现按需服务的基础.基于云计算的航天操作系统使得任务可以根据任务需求分配不同的物理资源,解决了航天器小型化趋势下如何充分利用物理资源的问题.本文通过虚拟化容器实现航天操作系统对分区的要求,设计了合理的任务调度和容器调度方案.通过仿真实验,验证了调度方案在满足航天操作系统对容错要求的同时,提高了航天器物理资源的利用率和负载均衡.     

低轨航天器天基测控方法研究

我国的航天器测控主要依赖地基测控系统实施,随着民用和军用需求的不断增加,太空运行的低轨航天器数量越来越多.仅依赖地基测控系统满足这些航天器的测控需求越来越困难,费用也越来越高.探索新的、有效且经济的测控模式势在必行.天基测控技术是航天器测控发展的方向,研究和应用天基测控技术具有重要的实用价值,可以解决困扰我国航天领域多年的测控资源紧张问题.在分析美国NASA数据与中继卫星系统相关技术的基础上,提出了我国低轨航天器天地基测控模式,讨论了该模式的运行原理,设计了该模式的仿真系统,分析了应用该模式需解决的关键技术问题,通过基于设计的仿真系统对提出的测控模式进行了验证.验证结果表明了提出的天地基测控模式可行,可以满足低轨航天器的测控需求.      

基于云计算的航天操作系统中的任务分区#br# 与迁移关键技术研究#br#

云计算是一种按需提供资源的模式，虚拟化是云计算实现按需服务的基础.基于云计算的航天操作系统使得任务可以根据任务需求分配不同的物理资源，解决了航天器小型化趋势下如何充分利用物理资源的问题.本文通过虚拟化容器实现航天操作系统对分区的要求，设计了合理的任务调度和容器调度方案.通过仿真实验，验证了调度方案在满足航天操作系统对容错要求的同时,提高了航天器物理资源的利用率和负载均衡.     

基于固定优先级航天器任务分层调度研究

在航天器自主控制结构中, 采用分层结构构建系统, 实现不同分组的软件互不影响执行. 针对固定优先级调度模型, 通过对分区可调度性和分区设计问题进行研究, 仔细考察了任务最大响应时间迭代计算过程, 提出了一种更为精确的求解算法; 在固定优先级任务利用率上限的基础上, 给出了分区任务可设计的判定条件; 通过利用价值函数, 给出了分区参数解析模型, 在此基础上, 提出了一种局部最优的设计方法来实现整个处理器的分区设计, 通过具体实例对所提出的分区分析和设计方法进行了验证.      

基于DRL的巨型星座星地测控链路规划算法

针对巨型星座的星地测控链路规划问题，提出了一种基于深度强化学习的智能规划调度算法。该方法考虑了卫星对于测控站的资源竞争关系和连接关系，设计了环境状态，决策智能体通过感知卫星状态，结合动作选择策略，生成卫星对于测控站的分配方案，并根据反馈的奖励值进行策略的迭代优化。将本算法应用于巨型星座系统的星地测控链路规划任务，仿真结果表明所提出的智能算法可以将测控站天线利用率提升到98%以上，同时有效地降低了天线的切换次数。另外，训练好的模型可以根据未来时刻的星地可视窗口，在30s内快速生成星地测控链路规划方案。     

模型数据混合驱动的航天器健康监测技术

针对现有纯数据驱动的航天器健康监测技术不能覆盖非测控弧段,遥测数据有限,无法满足功能复杂化、任务多样化、在轨时间长期化的航天任务需求的问题,提出一种模型和数据混合驱动的航天器健康监测系统架构.该系统以高保真的数字化模型为基础,通过遥测数据与模型的融合,实现对航天器全时间段、连续可靠的状态监控及状态预示.本文对架构中模型实现、遥测数据与模型数据融合、故障诊断等关键技术进行详细描述,并说明在某型号航天器任务过程中的应用验证情况.     

在轨航天器撞击解体特性分析与计算

对在轨航天器撞击解体问题进行了研究, 基于NASA 标准解体模型, 给出了在轨航天器撞击解体算法, 重点分析了解体计算时应该满足的几个约束条件. 编写了该算法的通用仿真计算程序, 并通过与P-78 卫星解体事件的实测数据比较验证了算法和程序的正确性. 研究结果对预测分析在轨撞击事件的毁伤特性具有重要的参考价值.      

基于CE-PF算法的舰载机离场调度优化问题

甲板作业调度研究是提升航母战斗力的关键技术,而其具有时间、空间与资源受限的复杂约束调度问题已被证实为NP-hard。根据舰载机出动离场调度优化问题的特点,将其抽象为零缓存区混合流水车间调度模型,建立包含飞机避碰等约束的混合整数规划模型。提出一种交叉熵与作业剖面匹配(CE-PF)算法用于问题求解,并给出了算法流程架构。交叉熵算法通过高斯采样完成启发式规则下的工件分组,作业剖面匹配算法完成分组工件的任务排序、作业编排及约束检查等调度设计,Gap逼近算法进行目标值评估、精英种群选择、抽样参数更新及收敛判定。通过算例仿真,验证了CE-PF算法求解离场调度优化问题的有效性;灵敏度分析表明起飞模式和空间约束对出动效能影响较大。      

基于航天器解体事件的空间碎片寿命算法

研究了针对航天器解体事件所生成的空间碎片的寿命计算方法.给出了基于NASA标准航天器解体模型的航天器解体算法.该算法生成的一系列碎片参数,将作为寿命计算的初始条件.总结了现有求解碎片寿命的算法,并提出了一种半分析算法.该算法运用平均根数法的思路,计算了在J2摄动项的影响下,碎片的半长轴和偏心率的变化率;并采用微分积分法预报半长轴和偏心率随时间的变化.为了适应时变大气模型,该算法限制了计算步长.通过与数值法的比较分析了算法的计算速度和精度.选用了3种大气模型:SA76、GOST和MSIS-00,分析了不同大气模型在计算碎片寿命之间的差异.通过与P-78卫星解体事件的实测数据对比验证了整个算法的正确性.      

基于动态优先级的核心处理安全分区优化设计

在分区管理模型应用于航空电子核心处理系统的研究中,合理的分区参数设计是保障航空电子系统任务关键和安全关键的一个重要因素.在标准模型的基础上,建立了上层调度器采用动态优先级调度策略的分区管理模型;通过对处理器忙周期进行考察,提出了给定请求时间长度下分区最大抢占影响的计算算法,能从微观的角度解释动态优先级下原子时间抢占行为的影响;通过对分区内任务集的计算负载进行计算,并考虑到计算负载在分区最后一次执行时间内的请求执行时间长度带来的抢占影响,得到了下层调度器采用固定优先级和动态优先级策略下的分区安全设计方法;通过计算仿真评估,结果表明提出的安全分区设计方法比基于虚拟处理资源方法具有更优的设计结果.