Application of Contact Graph Routing in Satellite Delay Tolerant Networks

Satellite networks have many inherent advantages over terrestrial networks and have become an important part of the global network infrastructure. Routing aimed at satellite networks has become a hot and challenging research topic. Satellite networks, which are special kind of Delay Tolerant Networks (DTN), can also adopt the routing solutions of DTN. Among the many routing proposals, Contact Graph Routing (CGR) is an excellent candidate, since it is designed particularly for use in highly deterministic space networks. The applicability of CGR in satellite networks is evaluated by utilizing the space oriented DTN gateway model based on OPNET(Optimized Network Engineering Tool). Link failures are solved with neighbor discovery mechanism and route recomputation. Earth observation scenario is used in the simulations to investigate CGR’s performance. The results show that the CGR performances are better in terms of effectively utilizing satellite networks resources to calculate continuous route path and alternative route can be successfully calculated under link failures by utilizing fault tolerance scheme.      

非合作目标拖拉式对接机构设计与分析

针对非合作目标对接技术的要求和特点,提出了一种以卫星远地点喷管为对接接口的非合作目标拖拉式对接机构方案。设计了拖拉式对接机构的具体结构并建立其三维CAD模型,根据此模型,对机构进行了包络范围的求解;使用ADAMS软件对机构进行了动力学仿真,分析了对接过程中目标星与机械臂的动态特性,分析了对接过程中捕获力与关节受力情况。计算与仿真结果表明,提出的对接机构能够对目标进行有效、可靠的对接捕获,碰撞接触力小于280N,不会造成本体及目标的破坏。与以往对接机构相比,此拖拉式对接机构具有结构简单、可靠性高、捕获范围大、控制方法简单等优点,且机构受力合理,适合作为空间非合作目标对接的捕获装置。     

基于天基光学探测图像初析南大西洋异常区影响

文章针对目前在轨运行的高灵敏度探测类可见光遥感器经过南大西洋异常区（SouthAtlanticAnomaly,SAA）时出现的探测能力降低、目标无法识别等现象,通过卫星在轨获取的SAA天基探测图像研究图像中出现的异常现象机理;提出了基于CCD探测器固有暗像元区的图像特征变化开展SAA影响评估的方法,根据在轨图像暗像元区的均值和标准差、图像区的热像素及活像元等特征参数的统计分析,判断经过SAA过程中连续获取的图像中出现显著影响时的拐点,通过曲线拟合估算出该轨道高度的SAA空间分布特征和边界,依此进一步提出利用在轨天基探测图像给出测量影响该轨道高度卫星SAA区域边界的简单方法;最后,基于SAA对天基探测器件的影响分析结果和认识,给出了高灵敏度探测类卫星避免或消除SAA影响的改进措施和建议。文章采用的数据分析和评估方法为提升SAA对天基探测影响的认识,以及下一步有效开展空间碎片探测工作提供参考。     

一种适用于卫星数据传输的高效编解码算法

提出了一种喷泉编解码方法,又称为快速速龙码（RRC）,该编码方法能实现与传统速龙码相同的差错控制效率的同时,时间复杂度相对更低。相对传统速龙码,在编码过程中无需计算中间节点,直接通过生成矩阵计算校验节点;其解码方法是先通过置信传播（BP）算法对校验节点进行降度之后,再对校验节点降度之后组成的矩阵进行高斯消元法解码,从而降低矩阵规模。改进后的算法更加高效和简单,适用于航天器空间通信中的应用层数据传输、存储保护和深空探测信号传输。     

基于地面分布式数据中心的天地一体化网络

天地一体化网络通常具有覆盖范围广、数据传输量大等特点。现有的一体化网络研究侧重于网络间传输协议,以及如何有效管理网络资源等。但考虑到当前卫星网络数据处理能力相对较差,而地面网络发展已非常成熟,因此将一体化网络与数据中心网络融合,把数据中心网分布式地接入骨干光网络中,卫星作为网络的传输节点与地面分布式数据中心网络构成统一整体;以中国电信骨干网为基础,针对一体化网络的内部传输代价和外部请求代价等多种因素,进行折中,使用整数线性规划得到网络的最优化部署。所提出的网络架构能很好地满足一体化网络的要求,提供了一种具有竞争力的信息平台设计架构。     

星地动态双向时间同步与测距算法

针对卫星运动对星地距离和钟差测量的不利影响,提出一种基于最小二乘拟合的星地动态双向时间同步与测距算法。在建立星地可视模型基础上,仿真了MEO运动卫星与地面时间同步站之间星地距离的变化规律,分析了卫星运动对星地双向时间同步与测距的主要不利影响。该算法首先利用星地双向时间同步数据分别生成星地距离和钟差拟合多项式,然后联合求解出运动卫星误差最小的星地距离与钟差。实验结果表明了该算法的合理性和科学性,在包含仿真误差的条件下,其时间同步精度优于3ns,测距精度优于3m。将其应用到各种空天应用系统的星地时间同步与测距中,可以消除卫星运动对双向时间同步与测距的不利影响,提高时间同步与测距精度。     

弱撞击对接机构捕获系统运动空间研究

以弱撞击对接机构（LIDM）捕获系统的运动空间为研究对象,提出了影响运动空间的主要因素如驱动臂长度、转动副转角、结构框内径等对运动空间的限制。在此基础上,对捕获系统运动空间及其各截面进行了分析,并详细讨论了结构框内径对运动空间的影响,对LIDM的设计和优化具有重要意义。     

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。     

多目标融合的冗余空间机械臂碰前轨迹优化

面向在轨对接与装配任务,提出了多目标融合的冗余度空间机械臂碰前轨迹优化方法。通过分析任务特点,阐述了空间机械臂碰前的多重任务目标。针对由空间机械臂连续轨迹跟踪、碰撞姿态控制及碰撞冲量幅值优化三个目标组成的第一类任务,通过设置任务优先级融合多目标并采用基于主任务零空间的方法实现对碰前轨迹的优化;而对由空间机械臂点到点规划、碰撞姿态控制及碰撞冲量幅值优化三个目标组成的第二类任务,通过设置任务权重将多目标融合并采用遗传算法对碰前轨迹进行优化。以典型七自由度机械臂为例开展仿真实验,验证了提出的轨迹优化方法的有效性。     

Instantaneous rainfall estimation using neural network from multispectral observations of SEVIRI radiometer and its application in estimation of daily and monthly rainfall

In the present paper, an artificial neural network (ANN) based technique has been developed to estimate instantaneous rainfall by using brightness temperature from the IR sensors of SEVIRI radiometer, onboard Meteosat Second Generation (MSG) satellite. The study is carried out over north of Algeria. For estimation of rainfall, weight matrices of two ANNs namely MLP1 and MLP2 are developed. MLP1 is to identify raining or non-raining pixels. When rainy pixels are identified, then for those pixels, instantaneous rainfall is estimated by using MLP2. For identification of raining and non raining pixels, 7 input parameters from the IR sensors are utilized. Corresponding data of raining/non-raining pixels are taken from radar. For instantaneous rainfall estimation, 14 input parameters are utilized, where 7 parameters are information about raining pixels and 7 parameters are related with cloud features. The results obtained show the neural network performs reasonably well.