基于MSW-LSTM的卫星功率负荷预测方法

文章提出一种基于多尺度小波变换的长短期记忆神经网络(Multi-scale Wavelet-Long Short-term Memory,MSW-LSTM)卫星功率负荷预测方法,利用多尺度小波变换的时频特性将卫星功率负荷数据进行平稳化处理,结合LSTM算法针对多尺度小波分解并降噪后的各尺度功率负荷序列进行预测,并对预测得到的各序列数据进行重构得到时域功率负荷数据,从而提高卫星功率负荷预测的精度。通过某在轨卫星真实功率负荷数据进行分析,仿真结果表明本文提出的算法可以有效地提高功率负荷预测的精度,且针对不同轨道的卫星功率负荷预测有较高的普适性和鲁棒性。

锂离子蓄电池组在轨遥测数据分析与寿命预计

伴随新能源技术的不断发展,锂离子蓄电池组已逐渐取代氢镍蓄电池组,成为卫星的新一代储能电源。根据锂离子蓄电池组特性提出了在轨管理策略,通过锂离子蓄电池组的在轨遥测数据,对锂离子蓄电池组的充放电性能、单体电池电压离散性、在轨均衡情况以及温度特性进行了分析,并对锂离子蓄电池组在轨寿命进行了预计。

基于SG-TDOA分区方案卫星随机接入能力分析

针对GEO卫星通信系统随机接入碰撞概率高、往返时延大等问题,提出了一种基于SG-TDOA分区的方案,通过等时延差线对地面波束覆盖小区进行分区,利用覆盖用户的两颗卫星协同定位,获取用户终端的分区位置信息并对往返时延进行补偿,增大随机接入前导集,增强随机接入能力。仿真结果表明:与传统卫星随机接入方案相比,所提出的方案在随机接入能力方面有很大的改进,同时可以降低随机接入的碰撞概率。

基于锂电池的空间电源系统钝化研究

针对空间能源系统在卫星寿命末期的钝化需求,分析了不同轨道卫星锂电池的温度条件,同时分析了锂电池位置、卫星姿态对其温度的影响。基于上述分析的温度范围,研究了锂电池在钝化后发生热失控的可能性和影响因素,分析得到基于锂电池的空间电源系统钝化需求。在此基础上,提出了4种可行的钝化解决方案,并从受空间环境影响程度、额外增加元器件的情况以及钝化后电路受电流应力情况等方面进行对比,分析结果表明,旁路钝化方案是基于锂离子电池的电源系统钝化的首选方案。