天基信息网络弹性评估方法研究

考虑到天基信息网络独具的网络拓扑周期性动态变化、星载网络设备难以按需替换、空间环境安全威胁复杂多样等特点,为了对网络故障、环境挑战或敌对行动时天基信息网络的弹性能力进行有效评估,提出了一种改进的天基信息网络弹性评估方法。首先,简述了一种包含时间、概率、系统能力的三维弹性分析模型;考虑到各种不利事件以及各种能力适变方法及其具体措施对天基网络弹性能力的影响,分别提出了在采用单能力适变方法、多能力适变方法时的天基信息网络弹性计算方法,并进一步给出了确定场景下的天基信息网络弹性计算方法。实例分析表明,所提方法可以定量的方式对天基信息网络弹性能力进行有效评估,为天基信息网络各种能力适变方法及其具体措施的选择提供有益参考。     

天基信息网络能力适变方法探讨

面对天基信息网络独具的网络拓扑周期性动态变化、星载网络设备难以按需替换、空间环境安全威胁复杂多样等特点,文章在对天基信息网络安全问题及其应对策略进行简要分析的基础上,提出了面向网络协议架构的多层次天基信息网络能力适变方法,并采用图论的分析手段,从网络拓扑能力的角度,对天基信息网络节点间自适应链路通道增加的能力适变方法进行基本的抗毁效能评估,为构建抗毁弹性的天基信息网络提供有益参考。     

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。