基于低轨全覆盖卫星星座的反向缝建链策略

低轨卫星星座的拓扑设计是天地一体化网络部署中较为重要的一环。在低轨卫星网络中，如何设计星座拓扑来提升卫星网络的稳定性与传输性能，是亟待解决的问题。提出一种基于轨道覆盖带方法的低轨持续全覆盖卫星星座设计方法，通过该方法构建低轨卫星星座，满足覆盖性能，可有效减少卫星切换的次数。基于构建的星座拓扑，制定邻轨k最近邻星的反向缝建链策略，优化设计链路长度和链路持续时长，获取网络传输性能与稳定性的平衡。仿真结果表明:通过上述方法设计出的星座，在满足对地持续全覆盖性能的情况下，相较于轨道覆盖带方法切换次数减少10%;邻轨k最近邻星策略相较于最短建链策略，拓扑稳定性能提升79.62%，使网络拓扑稳定性与传输性能达到更优的平衡。     

编队星座星间相对状态测量的间接实现

研究利用编队卫星间伪距测量值 ,自主确定编队星座星间相对状态的有关问题。文中针对编队星座的卫星之间存在发射和接收天线不能相互覆盖的情况 ,提出了间接覆盖概念。并给出系统的数学模型 ,分析实现间接覆盖的方法并进行协方差分析。最后 ,对间接覆盖情况作了仿真 ,仿真结果证明间接覆盖在星间相对状态测量中的可行性     

StarLink星座对空间安全态势的影响

针对StarLink星座部署后带来的空间安全问题，对StarLink星座构型仿真，利用碰撞概率的算法，从碰撞风险的角度分析了StarLink星座部署后对其他卫星在轨安全的影响。结果表明:StarLink星座部署对低轨航天器将带来较大的碰撞风险，碰撞风险比部署前提升一个量级，对535~555 km空间区域的航天器影响尤为突出，一旦产生碰撞碎片将带来更大的碰撞风险。通过分析提出了警示，并针对大型卫星星座带来的碰撞危险提供了应对建议。     

巨型小卫星星座对空间碎片环境的影响研究

随着航天技术的快速发展,高功能密度的小卫星技术也日趋成熟,并在国民经济和军事国防中发挥着越来越重要的作用,建设巨型小卫星星座已经成为当前航天发展的一个重要领域.然而大量小卫星入轨不仅造成轨道空间异常拥挤,而且对空间环境造成了巨大的威胁,严重影响了人类航天活动的正常开展,引起了业界和国际社会的广泛关注.分析当前巨型小卫星星座及空间碎片环境的现状和发展趋势,研究巨型小卫星星座对空间碎片环境演化的影响,对其进行参数化的评估,给出减缓或者治理小卫星带来的空间碎片问题的合理建议,不仅能够为空间碎片环境的治理提供一定的理论基础,而且有利于促进和规范巨型小卫星星座合理有序发展,保障太空安全和空间资源的可持续利用.     

基于QoS保障的低轨卫星星座设计

低轨卫星星座设计是部署低轨卫星网络的前提和关键。然而，不均匀的地面用户分布和不合理的卫星资源配置对卫星网络的服务质量提出了重大挑战。针对以上问题，通过构建服务质量(QoS)指标体系，提出了一种基于QoS保障的低轨卫星星座设计方法。首先，建立了低轨卫星网络模型和星座覆盖模型，通过星间链路的建链准则来定义星座抗毁性指标。其次，通过建立用户链路以及定义用户匹配度来分析星座对目标区域用户的资源匹配情况。接着，建立了以QoS指标为约束最大化效费比的低轨卫星星座设计优化问题，定义的QoS指标包括信噪比、误码率、抗毁性以及星座覆盖率和用户匹配度。此外，通过遗传禁忌智能算法求得了所设计的低轨卫星星座的轨道参数。仿真结果表明，提出的低轨卫星星座设计方案在满足指定QoS约束的同时具有最大星座效费比。     

航天COTS产品标准化发展的透视与浅析

针对商业货架（COTS）产品在LEO （低地球轨道）卫星上的应用频率越来越高、应用范围越来越广泛的现实情况，简要剖析了航天COTS产品标准化的内涵与外延，介绍了航天COTS产品标准化的实施进展，探索提出了适用于航天COTS产品标准化发展的几点措施与建议，为我国LEO卫星星座建设部署提供一定的参考借鉴。     

低轨大规模卫星星座内部防碰撞安全性分析

针对低轨大规模星座卫星间碰撞安全问题，对星座构型的最大漂移量开展了研究。基于球面三角形理论计算了卫星轨道平面的最小相位差；采用控制变量法对星座构型参数进行研究，分析不同构型参数对星座卫星最小相位差的影响，以及升交点赤经漂移量与最小相位差的关系，提出了基于最小相位差的星座构型参数协同设计方法；基于相对相位分析方法，建立升交点赤经漂移量与相位漂移量随时间变化的函数关系；最后，以Starlink第一期星座为参考对象进行仿真，验证了构型参数协同设计方法的合理性。     

基于A2C算法的低轨星座动态波束资源调度研究

巨型低轨星座为载人飞船、空间站、遥感卫星等用户航天器提供低时延、大容量的通信通道存在波束资源分配优化的难题。针对采用离散时间的深度强化学习A2C(advanced actor-critic)的智能优化框架进行了研究，结合遗传算法中个体和基因概念、形成了可有效满足多用户、动态、并发接入需求的波束资源调度算法。基于仿真分析，提出的算法可在多种典型场景下具有适用性，支持在20 s内完成超过3 000个任务的有效规划，任务成功率不低于91%。通过算法优化实现复杂度的降低，相对传统遗传算法可节约时间45%以上。同时对传统A2C算法框架中的收敛问题进行了优化，解决了传统全连接A2C算法无法收敛的难题，同时相比DQN(deep q-network)算法框架收敛速度提升38%以上。     

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。