区块链技术赋能卫星产业:优势、挑战与对策

作为数字货币的底层技术,区块链具有去中心化、集体维护、数据不可篡改和可追溯等特性,被认为在很多领域具有广泛的应用前景。卫星产业作为战略性新兴产业,其安全可靠、互联互通和隐私保护等需求,与区块链的核心特性天然吻合。当前区块链技术在卫星产业中的应用尚处于起步阶段,鲜有学者对区块链技术和卫星产业的集成应用进行探讨。通过系统阐述区块链技术的基本原理,对区块链技术当前在卫星产业中的研究现状进行了全面的总结。分析了区块链技术在卫星产业中最有潜力的3个应用场景,重点阐述了区块链在其中所发挥的功能和优势。提出了区块链技术应用于卫星产业需面临的挑战,并给出了解决思路,以为将来区块链技术在卫星产业中的深入应用提供参考。

遥感卫星任务规划技术: 现状与展望

伴随人类对地表图像数据需求的增长和航天技术的进步,遥感卫星对地观测系统的建设正在全球兴起,但日益增长的个性化需求和规模化资源对卫星任务规划技术提出了新的挑战.针对卫星任务规划关键环节,分别综述了需求筹划和卫星调度的研究现状.面向未来遥感卫星应用需求,讨论了任务规划技术面临的挑战,并结合新型信息技术,提出了任务规划技术的可能发展方向,为构建自动化、智能化和网络化的卫星任务规划系统提供借鉴和思路.

面向复杂问题的贝叶斯网建模方法

面向复杂问题的贝叶斯网的建模是一项系统工程,必须遵循一定的流程和方法。建立了面向复杂问题的贝叶斯网建模流程,分为问题分析,模型设计与模型测试三个阶段。阐述了每个阶段所应完成的任务和解决方法,并在模型设计阶段,提出了将专家知识和数据融合的贝叶斯网构造方案。最后总结了建模过程中的简化原则。

基于XML的Web课件开发平台

分析了普通课件的不足，给出了基于XML的Web课件开发平台总体框架和模块划分，介绍了现代远程教育技术标准并给出一个XML文档实例。

高校的知识管理系统模型

文章分析了高校实施知识管理的必要性和可行性 ,指出知识资源是知识经济时代最重要的资源 ,如何管理和利用好组织的知识资源已成为管理的重要任务 ,因此 ,知识管理也日益为人们所重视。知识管理适用于国家、政府、企业、高校等各种组织以及个人 。

卫星与浮空器协同侦察任务规划方法

针对卫星和浮空器协同对地侦察任务规划问题,提出了一种分阶段任务规划方法,将卫星与浮空器协同任务规划分为任务聚类、任务组分配和任务排程3个相继的阶段。使用层次聚类算法进行任务聚类,通过聚类形成多个任务组;给出了任务组分配的规划模型,将任务组与平台资源进行匹配;建立了任务排程的混合整数规划模型,并使用粒子群算法进行求解,将任务最终分配到相应的平台上。仿真结果表明,所提出的方法可行且有效。

基于MD-ANP方法的工程项目管理模式评价

文章构建了基于改进德尔菲方法(MD)和网络分析法(ANP)的工程项目管理模式评价模型,使用MD方法确定评价指标体系,构建ANP模型计算效用,得到各模式的综合排序。该方法综合考虑了影响工程项目管理模式选择的内外部核心指标,并且能够对指标间的相互影响和相互支配关系进行度量,得到科学的评价结果,算例验证了该方法的可行性。

带权重的定性贝叶斯网

定性贝叶斯网使用定性的影响标记表示变量之间的影响关系,但不能表达影响力的强弱,在推理过程中容易出现不确定的结果.研究了带权重的定性贝叶斯网,权重是一个[0,1]区间内的数值,用以表达影响力的强弱,修正了推理中的运算规则,并设计了权重标杆方便专家给出权重,保持了定性贝叶斯网络建模过程的简易性,同时提高了推理精度.

基于CBR的贝叶斯网络构造

从数据中学习贝叶斯网络往往会因为搜索空间庞大而耗费大量的时间,所以在构造贝叶斯网络的时候,常依靠以前的经验和知识。该文将过去的贝叶斯网络决策模型保存到案例中,定义相似度和背离度两个衡量指标,在构造新模型时,用基于案例推理的方法检索最为接近的案例,从而进行模型的复用,有效地提高建模的效率。

专刊:智能任务规划

卫星、临近空间飞行器和无人机等空天资源,广泛应用于经济建设、社会发展和国家安全等诸多领域,具有重要的战略价值,加快加强空天资源建设已成为世界大国的普遍战略举措。任务规划是指对多源用户需求进行分析筹划,对各类空天资源及其附属设施进行指挥调度,制定资源工作计划并视情动态调整,从而充分发挥资源能力的一类管控活动。任务规划是实现空天装备高效运行的关键技术之一。

空间聚类算法中的K值优化问题研究

在典型的空间聚类算法K-平均法和K-中心法中,K一般为用户事先确定的值,然而,实际中K值很难被精确地确定,往往表现为一个模糊的取值区间。在此提出距离代价函数的概念,建立了相应的数学模型并设计了一个新的K值优化算法,对空间聚类K值优化问题进行了初步的研究。

无人机编队协同任务规划仿真系统研究

针对使用真实无人机进行编队协同任务规划实验的成本和风险较高的问题,设计了一种基于VR-Forces的分布式的无人机编队协同任务规划仿真系统。设计了系统总体框架和各个子系统的功能模块,实现了其中的关键技术,针对一种协同搜索任务场景进行了仿真实验。研究表明,该仿真系统能够仿真多种任务场景下的无人机编队协同任务规划过程,以帮助验证不同类型的协同任务规划算法,仿真展示度高。

无人机编队管理的研究综述

多个无人机(UAV)组成编队执行协同探测、侦察、作战等任务的整体性能相比单个UAV会有很大程度的提高。将UAV编队执行任务的生命周期分为编队形成、编队向任务区域飞行、编队向任务区域飞行过程中动态调整队形、编队进入任务区域执行任务并动态调整队形、编队返回、编队解散6个阶段,并归结为编队集结、编队保持和编队重构3个关键技术问题。对它们的研究现状进行了分析和总结,并对未来的发展方向和研究挑战进行了展望。

差异分批模式下的联合成本优化问题及算法

提出了一类制造企业的联合成本优化问题,将企业的产品制造环节和配送环节进行协同运作,实现供应链环境下的联合调度.在生产环节,考虑一类典型的差异分批制造模式,即待加工的作业尺寸有差异,而批处理设备的容量确定,设备环境为多台并行设备;在配送环节,企业采用自有车辆进行运输,车辆具有相同的运输能力;若完工的作业在当前无可用车辆进行配送,则转入产成品库存;联合成本为生产、库存和配送三阶段的总成本.本文首先构造了基于整数规划的数学模型,证明了联合成本的最小化问题是强NP-hard问题;然后设计了多项式时间的近似算法,分析了算法的时间复杂性,并证明了算法的求解性能.

基于粒子群算法的无人机舰机协同任务规划

无人机舰机协同任务规划技术是指充分利用无人机与舰艇的优势互补,协同进行作战任务规划的新技术,它是无人机任务规划问题的研究新热点,对于提升海军海上作战能力具有重要意义。针对该问题提出了相应的数学模型,并利用自适应的粒子群算法(self-adaptive particle swarm optimization,APSO)进行了求解,该算法能够自适应调整粒子群的惯性权重,更好的防止粒子群陷入局部最优。实验表明,在给定的实验样本中APSO相对于标准粒子群算法和带有压缩因子的粒子群算法能更有效的求解。

云商务环境下的多源信息服务资源分配模型

针对云商务环境下多源信息服务的特点,在分析现有商务活动典型服务模式的基础上,提出一种云商务环境下的多源信息服务模式;针对该模式下信息服务资源分配过程中的定价问题,分别建立了服务者、服务用户和服务环境的模型,并提出相应的求解方法。在仿真实验中,将不同服务用户规模下的服务策略进行了对比和分析。结果表明,当交易者的规模增加时,该方法可以在保证第三方收入的情况下,使参与交易的双方获取更高的服务效用。

基于可信因子的证据源修正方法

针对高冲突证据在组合过程中产生冲突悖论、一票否决的问题,提出一种基于可信因子的证据源修正方法。首先通过对多源证据的一致性处理,实现冲突证据的判断与修正;接着分析证据源的可靠性和不确定度,在此基础上给出可信因子定义;最后利用可信因子对证据源进行可信运算。对比实验表明,该方法能有效地解决冲突证据组合问题,得到合理的结果。

基于Agent的多无人机任务分配模型

分析了多无人机任务分配经典模型中存在的局限性,建立了基于Agent协商的多无人机任务分配模型。构建了无人机编队中资源管理和任务管理等两种Agent角色,并给出了相应的角色模型及其形式化模型描述,分别设计了相应的资源管理策略和任务管理策略。建立了两种角色之间任务分配协商协议,该协议既有效地保证了个体Agent的自主性,又最大限度地发挥了多Agent之间的合作性。实验表明,该模型能够有效地实现对分布式任务的合理分配。

基于案例和规则推理的贝叶斯网建模

正确、高效地针对问题建立模型是应用贝叶斯网的关键,而从数据中学习贝叶斯网往往因为搜索空间庞大而效率低下.提出基于案例和规则推理的建模方法,建立领域知识库,使用框架和一阶概率逻辑表示贝叶斯网,当面对新的问题时,使用相似度和偏离度两个指标进行案例匹配,对选中的案例使用组合和剪枝技术修正,得到新问题的求解模型.整个过程以案例推理为主,并用规则推理辅助.这种方法能够复用历史案例,提高贝叶斯网建模效率.

高次插值的GM(1,1)模型预测方法的改进

文章分析了GM(1,1)模型改进方法,针对低次插值容易失真和增加插值节点会带来Runge现象的问题,提出一种使用高次插值构造背景值的方法,通过生成背景值节点的一阶导数值,构建高次插值多项式来逼近背景值函数,实现对背景值的重构,建立基于高次插值的GM(1,1)模型。最后分别对稳定型数据、波动型数据和缺失型数据进行实例验证。