偶数重连续覆盖的Walker星座设计方法

针对期望覆盖重数为偶数重时连续覆盖Walker星座的构型设计问题,提出一种基于覆盖带理论的构型设计方法。首先分析同轨道卫星组成覆盖带时的构型设计特例,随后将结论推广,改进了传统Walker星座的构型表征形式并提出覆盖带构型参数。基于轨道参数的相平面映射,给出了异轨卫星组成覆盖带时特征宽度的计算方法。通过分析相平面上覆盖带的拼接情况,给出了轨道倾角的优化策略和偶数重覆盖任意纬度的Walker星座设计步骤。所提出方法能显著提高构型枚举效率,且能满足不同纬度范围的覆盖需求。仿真表明,该方法能减少约10%覆盖所需的卫星数量,并能通过调整构型参数进一步优化轨道面数量。     

无人机中继平台覆盖区域统计模型简

 针对中继信号覆盖区域确定性模型没有考虑信道随机衰落影响的问题,提出了一种基于中断概率的无人机（UAVs）中继平台信号覆盖半径统计模型。通过将中继链路建模为包含路径损耗、阴影衰落和多径衰落的复合分布模型,推导获得中继信号覆盖半径的概率分布,并给出一种利用中断概率数值求解覆盖半径的方法。仿真结果表明,信道衰落对覆盖半径影响非常大,当中断概率小于10%时,覆盖半径仅为无衰落信道时的一半。研究结果对移动自组织网络（MANETs）中的中继网络的无人机最优布置、飞行策略以及网络性能评估等具有重要的参考价值。     

基于布尔感知模型的N段有向覆盖与 K重全向覆盖

针对无线传感器网络节点的布尔感知模型，在满足覆盖要求的条件下，文章对N段有向感知中邻近段之间等概率跳变或以恒定角速度ω扫描2种情况，分别给出传感器节点工作在有向感知模型下的分段数Ⅳ与全向模型下的覆盖重数K之间的关系表达式。之后，进一步对节点以恒定角速度∞扫描，考虑时间积累的条件下，给出了时间m、分段数N与覆盖重数K的表达式。通过以上研究，可以将有向感知模型的覆盖问题转化为求取全向感知模型下的覆盖重数问题。     

基于变结构多模型的SINS/DVL组合导航算法

对于无人水下航行器来说,SINS/DVL组合导航是其主要导航方式,由于DVL自身作用距离的限制,虽然它可以在水跟踪模式下工作,但洋流速度作为其测量误差会导致SINS/DVL组合导航性能下降甚至失败.针对上述问题,基于有向图切换方法,设置洋流速度模型群,利用所设置的模型群切换策略对子模型群进行激活和终止,通过变结构多模型...     

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     

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。     

天基星空背景观测覆盖范围计算方法研究

针对日趋复杂的空间环境，天基观测由于其分布灵活和全天候观测的特性受到越来越多的关注，该类问题为典型的星空背景观测（above-the-horizon，ATH）问题。基于分段积分思想，提出了一种ATH观测三维空间覆盖范围的计算方法，涵盖了该问题所有可能的10种积分形式，适用于因观测约束参数不同取值而形成的任意几何构型场景。不仅在二维平面覆盖问题上与现有方法进行了比较并验证，还首次解决了ATH在三维空间中覆盖体积的定量解析计算难题。仿真结果表明，平面和空间覆盖最大化所对应的最优观测轨道高度存在明显差异，空间覆盖计算模型能更为准确有效地表示卫星覆盖性能，同时能为星座优化设计提供参考。     

Robust extension of the simple sea-surface irradiance model to handle cloudy conditions for the global ocean using satellite remote sensing data

Sea-surface solar radiation (abbreviated as photosynthetically available radiation, PAR) in the visible wavelength (400–700 nm) is an essential parameter to estimate marine primary productivity and understanding phytoplankton dynamics, upper ocean physics and biogeochemical processes. Although many remote-sensing models were developed to estimate daily PAR (DPAR) from ocean colour data, these models often produce biases in the DPAR products under cloudy-sky and complex atmospheric conditions due to the lack of parameterization to deal with the cloud cover conditions and insufficient in-situ DPAR data. This study presents an Extended Sea-surface Solar Irradiance Model (ESSIM) for estimating DPAR over the global ocean. The ESSIM uses the direct and diffuse components from the Simple sea-surface Solar Irradiance Model (SSIM) along with a new parameter to handle cloudy conditions. The ESSIM produced DPAR products with greater accuracy under both clear and cloudy conditions. Its performance was tested on the time-series MODIS-Aqua images and compared with the concurrent in-situ data and the results from two global models. Results showed that the DPAR values produced by ESSIM agree with in-situ data better than the global models for all-sky conditions (with a mean relative error of 11.267 %; a root mean square error of 5.563 Em^?2day^?1; and a mean net bias of 2.917 Em^?2day^?1). The ESSIM performed slightly better than the SSIM for clear conditions and the Frouin's Operational Algorithm (FOA) for all-sky conditions. As the new parameterization accounts for cloudy conditions, the ESSIM produced more accurate results for cloud cover conditions across latitudes (up to 60°). The time-series Level-3 binned MODIS-Aqua data (global gridded) also demonstrated that the ESSIM improved the accuracy of DPAR products and produced spatially and temporally consistent DPAR products over the global ocean regardless of the seasons and sky conditions.