基于异构融合类脑芯片的卫星智能平台设计

传统卫星运行基于单星工作模式,计算能力有限,当处理海量数据时,由于单个节点能力的不足极大限制了整体的发展。为适应行业对业务处理低延时提出的迫切需求,天地一体化多星协同、多任务协同的智能化工作模式重要性逐渐显现。传统星载计算机采用固有算法及硬件进行简单任务规划及多星协同管理,其算力及算法难以满足基于深度学习的智能任务需求。当前,基于脉冲神经网络（SNN）加深度神经网络（DNN）的类脑计算方法,具有强智能计算、低能耗、强并行、高效率、存算一体等特点。通过对卫星智能处理平台发展趋势分析,针对异构融合类脑芯片优势特征,同时兼顾航天器在轨可靠性需求,提出基于异构融合类脑芯片的卫星智能处理平台架构,完成星上在轨智能预测和自主任务规划,进一步降低卫星业务成本。     

基于能力分析的天基资源虚拟化方法的设计与实现

随着小卫星技术以及卫星组网技术的飞速发展,天基资源的规模呈爆发式增长,依赖多种类卫星节点提供的卫星能力,完成多星协同的复杂空间任务,向普通大众用户提供可用的、即时的卫星信息服务,成为未来发展的趋势。针对多类异构卫星,提出一种面向用户的应用层天基资源能力虚拟化方法。分析了即时观测信息服务的用户需求及天基资源的属性特征,综合时间、空间、能源、存储等约束条件,将天基资源按照时空逻辑,分层抽象虚拟化成面向用户的服务能力,建立了适用于大规模异构卫星、统一标准的应用层天基资源虚拟化方法,并设计了计算模型。选取具有代表性的卫星平台、载荷等,针对在轨实时虚拟化的需求,设计并实现了在轨虚拟化算法。试验证明,算法时效性可以满足星上实时计算要求。     

多源卫星信息在轨融合处理分析与展望

针对自然灾害监测、海洋目标监视等多星协同探测应用场合,首先分析了多源卫星信息在轨融合处理的必要性,其次总结了国内外卫星数据在轨处理的研究现状和存在的问题,然后在此基础上从星上探测、通信和计算资源出发,分析了适应在轨处理的在轨自主任务规划、目标信息表征、多源卫星信息目标在轨关联、多源卫星信息在轨特征融合、星地协同数据处理...     

6G时代卫星算力网络发展思考

卫星已被广泛认为是6G网络的重要组成部分，卫星算力网络结合实时网络和计算资源状况，进行卫星计算节点间的任务调度，能够满足多样性业务的时延要求，实现在轨通信、处理、存储等资源的高效利用。首先，阐述卫星算力网络的概念内涵，对卫星通信网络的发展现状和趋势进行了总结；其次，从总体架构、硬件组成和软件架构三方面给出了卫星算力网络的设计考虑；最后，对卫星算力网络所面临的技术挑战进行总结，对卫星算力的发展进行了展望。     

分布式卫星系统在轨操作的多目标分配

针对空间在轨操作目标分配问题,以分布式卫星系统为研究对象,提出了一种基于粒子群算法的在轨操作多目标分配方法。以分布式卫星机动所消耗的总能量最省为目标函数,建立了在轨操作多目标分配的数学模型。基于固定时间拦截理论,以机动时刻和对应的速度增量作表征,设计实现了单颗卫星最优机动方案。通过合理设计粒子位置与目标分配解的对应关系,采用粒子群算法对问题进行了求解,并详细阐述了算法的实现步骤。算例分析结果表明,建立的模型和算法能够快速得到正确的可行解,可有效解决多约束条件下空间在轨操作的多目标分配问题。     

卫星遥感图像无损压缩技术改进方法

采用预测原理的JPEG-LS无损压缩算法存在着固有的误码扩散现象,会影响其在卫星工程中的应用,且基于整幅图像预测的压缩算法还存在较大的处理时延,难以满足遥感图像实时性应用需求。文章对JPEG-LS无损压缩算法进行了改进,提出了采取分块压缩的措施来抑制误码扩散同时降低图像处理时延的方法,并利用风云四号(FY-4)卫星扫描图像对改进的JPEG-LS无损压缩算法进行了验证。结果表明:改进的JPEG-LS无损压缩算法可在有效抑制误码扩散的条件下,实时无损地将卫星遥感图像数据量压缩至一半左右。可为卫星遥感图像无损压缩技术的改进及工程应用提供参考。     

应用偏最小二乘法的卫星图像在轨几何检校方法

高精度几何模型的建立及其参数的解算,是卫星图像在轨几何检校的核心工作。文章提出了一种应用偏最小二乘法的多参数误差方程整体解算方法,以解决基于误差几何模型的参数整体检校模型参数众多、参数间存在强相关性、参数估计复共线性等问题。以我国资源三号(ZY-3)卫星正视相机为例,对提出的方法进行验证。结果表明:文章提出的是一种精确、可靠的卫星图像在轨几何检校方法;在仅做一次几何检校时,ZY-3卫星正视相机相同数据平面定位精度优于3.10m,1年以后的平面定位精度优于15.00m。此方法可广泛应用于高分辨率光学卫星图像的在轨几何检校。     

基于MME/KF的电推进器推力在轨标定算法

为了确保小推力量级电推进器在轨工作的有效性,提出了一种基于MME/KF（Minimum Model Error/Kalman Filter）的电推进器推力在轨标定算法。该算法对推力标定过程为:首先使用飞轮产生一个已知的周期性力矩作用于卫星上,同时姿态控制器发送指令给电推进器来保持卫星的稳定;然后将陀螺仪数据代入MME算法中估计出卫星的角加速度,并利用KF算法实现电推进器在轨标定;最后进行数学仿真。结果表明该算法在常规推力下可以提高在轨标定精度,并且可以实现小推力条件下的在轨标定。     

基于天基边缘计算的在轨智能技术

针对低轨互联网星座的发展以及天基应用不断拓展对计算能力的需求,开展基于天基边缘计算的在轨智能技术研究,这对提升星地带宽利用率和实时决策效率具有重要意义。提出了以低轨卫星为核心的天基边缘计算架构,在此基础上,进一步提出了一种基于深度模仿学习的智能计算卸载模型,以及该模型的在轨分布式联邦学习训练方案。基于空天地海一体化网络,开展了面向移动应用的实时计算卸载决策,以及空间数据、模型的在轨学习及训练方法研究。该方案在保障空间数据隐私的基础上,可进一步降低程序运行时延和提升模型的决策准确率。结果表明:与传统方法相比,该技术最多降低了54.96%的程序运行时延。     

采用改进非支配近邻免疫算法的低轨混合星座设计优化

针对低轨同构星座覆盖资源在纬度上分布不均匀的不足,提出采用低轨混合星座提升覆盖均匀性的设计方案,并推导了满足全球任意点平均每天覆盖一定次数的最小卫星规模估算公式。针对非支配近邻免疫算法（NNIA）约束处理方面的不足,提出基于约束支配的改进非支配近邻免疫算法（Modified NNIA）,并以此设计了一种低轨混合星座优化平台来优化带约束的星座设计问题。仿真结果表明,改进的NNIA算法在收敛速度和多样性上均优于非支配分层遗传算法（NSGA II）和多目标粒子群算法（MOPSO）,可大大提高星座设计的效率。同时优化结果也表明低轨混合星座可提高覆盖的均匀性和大部分区域的覆盖次数,进而减少特定覆盖要求所需的卫星数目。     

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。     

采用简化滤波器思想的卫星姿态确定系统故障诊断

针对星上计算机运算资源有限的问题,为了降低卫星姿态确定系统故障诊断的运算量,提出一种基于卡尔曼滤波器的故障检测与分离方法。该方法首先基于卫星姿态运动方程设计了一种加性卡尔曼滤波器,然后将卡尔曼滤波器与简化观测器思想相结合,进一步提出一种采用简化滤波器思想的姿态敏感器故障诊断律。所提出的故障诊断方法既可以实现对陀螺故障的检测与分离,又能够诊断星敏感器的故障。此外,该方法只利用一个滤波器即可实现故障检测与分离,其计算量小,有利于在轨实施。最终采用一个由三正交一斜装陀螺组件和星敏感器构成的姿态确定系统对所提出的方法进行了仿真校验,仿真结果表明了所提方法的有效性。     

开放式超高速空间智能数传系统研究

开放式超高速空间智能数传系统具有针对超高速载荷数据输入、基于开放式架构设计实现在轨智能信息处理的特点。文章中研究超高速复杂数据流控制与路由交互技术,采用具备空间环境适应性的高可靠光电模块等高速传输接口,先进的星型路由处理拓扑架构,制定统一数据标准协议,构建开放式超高速星载处理系统平台的方法。通过平台集成共用、架构在轨重构、软件上注更新方式实现各种先进智能处理算法应用。研究多源数据分类存储和管理技术,解决了海量多组高速数据存储和检索问题,满足高达数百Tb的超大数据存储检索能力。通过设计仿真和试验验证了系统功能性能。实现了具有数百Gbps高实时性载荷数据信息处理能力、灵活空间智能处理功能和开放式架构的新型空间智能数传系统。     

基于改进遗传算法的移动目标成像侦测任务规划问题研究

基于先验信息调用成像侦察卫星监控陆地或海洋移动目标动态信息是卫星成像侦察面临的新 课题。在已知移动目标位置等先验信息基础上,动态构造目标可变潜在区域及其运动预测模 型,利用STK辅助构造其候选成像观测活动集合;在此集合及目标运动预测模型基础上 对动态可变区域成像卫星调度问题进行建模,并设计了一种基于模拟退火算法及遗传算法的 改进遗传算法对问题进行求解,得到近最优的移动目标成像侦测方案。最后通过实例及算法 对比验证了规划模型及算法对解决该类问题的合理性和有效性。
     

基于高分卫星姿态监测的姿态参数算法优化

目前航天测绘相机几何参数的在轨标定通常经由地面检校场数据处理完成。然而,由于一次摄影中难以保证获取的地面检校场影像完整,使得在轨标定周期较长,进而导致实时监测与标定非常困难。“高分十四号”卫星搭载了一种新的姿态测定系统,利用高精度的相机光轴监测实现对相机几何参数的在轨实时标定。文章在此基础上对高分卫星星地相机间夹角在轨解算方案进行了优化,并基于数值仿真和在轨实测数据进行了分析,结果显示优化算法可以进一步提高影像内定向稳定度和最终的定位精度,未来有望在高精度立体测绘应用中发挥重要作用。     

基于控制有效性因子的卫星姿态控制系统在轨重构容错控制

研究了在轨卫星姿态控制系统发生可修复性故障状况下的重构容错控制。首先在星敏感器对陀螺的标定模型中引入控制有效性因子，并利用二级卡尔曼滤波算法求解其值，以说明系统的控制有效程度。然后采用统计假设检验通过其幅值变化判断系统是否存在故障，当故障发生时，引入重构容错控制器对原控制器进行补偿控制。最后，建立卫星闭环姿态控制系统对算法进行了仿真验证，仿真结果表明该算法快速可靠，能够满足在轨卫星姿态控制系统故障状况下的性能要求。     

卫星ATM交换系统中一种连接允许控制算法的改进

对于卫星ATM交换系统，连接允许控制（Connection Admission Control，CAC）是一个重要部分。针对卫星ATM中的一种连接允许控制算法一快速缓存分配法可能出现过高的信元丢失率提出了一种利用缓存器进行子波束再分配的改进方法，并采用流体流模型对改进后CAC算法进行了分析和仿真。结果表明，随着该改进方法所设置的缓存器容量的增加，信元丢失率明显下降。     

利用改进TW-API方法在轨辨识挠性航天器时变模态参数

考虑大型挠性部件运动导致的在轨航天器模态参数时变特性,提出一种改进的截断窗逼近幂迭代（TW-API）追踪方法。针对传统TW-API方法计算量较大的问题,改进的方法简化了数据处理中的矩阵递推过程,显著减少了在轨辨识过程的计算量和计算时间。还将该方法与经典投影估计子空间跟踪（PAST）方法和逼近幂迭代（API）递推方法进行了计算量对比与分析。为检验四种方法用于航天器模态参数辨识的效果,选取ETS-VIII卫星为对象进行数值仿真。通过实际计算时间的比较,校验了改进TW-API方法在大型挠性航天器时变模态参数在轨辨识方面的有效性。     

Pose measurement of large non-cooperative satellite based on collaborative cameras

In recent years some communications satellites lost their ability due to the failure of mechanisms to deploy, which resulted in large cost. A space robotic system is expected to perform the on-orbit repairing mission. This is a tremendous challenge since the targets are generally non-cooperative, i.e. no facilities used for relative state measurement are mounted on the targets. Moreover these targets are very large. Limited by the FOV (field of view), a monocular camera cannot supply enough information of the targets in close range. In this paper, a method based on two collaborative cameras is proposed to determine the pose (position and orientation) of a large non-cooperative target. Firstly, we designed a sensing system used for the non-cooperative measurement, according to the investigation of the characteristics of communications satellites. A rectangular feature, which is common in the configuration of a satellite, is chosen as the recognized object. Secondly, we proposed that two cameras share the recognition task in a collaborative behavior, i.e. each provides partial image of the rectangle, and the full feature is then obtained by fusing their information. Lastly, the corresponding algorithm of image processing and pose measurement is addressed. Simulation results of typical cases verify the proposed approach.