基于强化学习的巨型星座离散时间路由策略

由于天地一体化网络中移动性和时变环境导致的流量负载、拓扑结构和资源可用性的高时空动态特性,需要考虑当有恶意的网络行为攻击卫星时,如何在未知的网络中探索高效智能的网络优化方案。针对这一问题,以信息年龄、时延抖动率作为多优化目标,提出了一种基于深度强化学习的卫星巨型星座抗干扰路由策略,设置信息年龄、队列增长率以及距离为奖励,实现目标的优化。仿真结果表明,与现有的路由算法相比,该算法不仅可以保证数据的时效性、受到干扰时卫星网络路由的鲁棒性,还可以有效利用星间资源,提升网络的整体性能。

巨型小卫星星座对空间碎片环境的影响研究

随着航天技术的快速发展,高功能密度的小卫星技术也日趋成熟,并在国民经济和军事国防中发挥着越来越重要的作用,建设巨型小卫星星座已经成为当前航天发展的一个重要领域。然而大量小卫星入轨不仅造成轨道空间异常拥挤,而且对空间环境造成了巨大的威胁,严重影响了人类航天活动的正常开展,引起了业界和国际社会的广泛关注。分析当前巨型小卫星星座及空间碎片环境的现状和发展趋势,研究巨型小卫星星座对空间碎片环境演化的影响,对其进行参数化的评估,给出减缓或者治理小卫星带来的空间碎片问题的合理建议,不仅能够为空间碎片环境的治理提供一定的理论基础,而且有利于促进和规范巨型小卫星星座合理有序发展,保障太空安全和空间资源的可持续利用。

卫星星座碰撞规避快速轨迹优化方法

针对外部威胁物体对近地轨道巨型卫星星座带来的碰撞威胁问题,提出了一种碰撞快速规避方法.通过计算外部威胁物体距离星座轨道面的最小距离,判断碰撞发生风险,对碰撞进行快速预测.在此基础上,设计了一种碰撞规避快速轨迹优化方法.碰撞规避轨迹优化问题是一个非线性规划问题,以规避时间和燃耗为优化指标,考虑星座的在轨服务性能和卫星的机动能力,将飞行时域映射到给定区间,并引入中间变量,将规避轨迹约束松弛凸化为一系列凸约束,使用一阶泰勒展开式进行线性化,进而将碰撞规避轨迹优化问题转化为一个二阶锥规划问题,并采用凸优化算法求解.仿真结果表明,凸优化求解时间仅07s,能够提升规避轨迹优化问题的求解效率,缩短求解时间.