高级在轨系统中帧生成算法的包时延性能分析

对高级在轨系统（AOS）协议的帧生成算法进行了研究，分析了在包到达率服从泊松分布的条件下，高效率帧生成算法的平均包时延均值。针对高效率帧生成算法可能使得在较长时间内没有足够多的包到达，导致帧生成时间过长，从而造成数据包时延较大的情况，提出了采用自适应帧生成算法进行解决，并给出了在不同门限值下，该算法的平均包时延均值计算公式。理论分析和仿真结果表明，自适应帧生成算法比高效率帧生成算法具有更小的平均包时延均值与方差。在实际应用中，可以根据系统的需要灵活地设置自适应算法的门限值，以获得所期望的包时延和复用效率。

集成学习在高误码率下AOS协议识别中的应用研究

针对天基网络中高误码率的传输特点,为保证各个异构网络之间数据能够高效可靠的传输,采用空间链路层高级在轨系统协议设计一种基于集成学习的识别方法。该方法采用集成学习模型,学习AOS协议数据,构建基于集成学习的AOS协议识别模型,实现AOS协议的准确识别,并在高误码率情况下进行实验验证。实验结果表明,集成学习模型在AOS协议识别方面具有较好的识别效果,识别运行效率有显著提升,且在较高误码率即10-1时依然可以保持稳定的识别效果。