分布式卫星系统四篇

2024-09-12

分布式卫星系统篇1

中继星系统由多颗分布在不同GEO轨位的卫星构成,可以实现对全球中低轨航天器的100%覆盖,是遥感卫星数据回传的主要手段之一[1]。近年来随着航天产业的发展,遥感信息产品的数量和分辨率不断提升,中继星系统已难以满足我国当前及未来的数据传输需求。分布式卫星系统通过多星共轨组网,形成虚拟“大”卫星,有效地弥补了国产卫星平台载荷能力不足的短板,同时增强了空间资产的抗毁顽存能力[2,3],由此成为中继星系统后续发展的重要技术。

为满足大量遥感卫星的数传需求,中继星任务调度系统需在传输时间窗口及卫星资源等约束条件下求解调度方案,以尽可能多地完成遥感卫星用户的数传任务。

近年来,针对中继星系统的任务调度问题研究已较为充分。文献[4]和文献[5]中,将卫星数传调度建模为约束满足问题(CSP),对该类问题进行求解得到最优的调度方案。文献[6]和文献[7]研究了不同启发式算法在卫星数传调度中的应用,与基于CSP模型的调度方法相比,启发式算法虽然不能保证获得问题的最优解,但在面对复杂问题时可以快速获得较好的可行解,因此更具工程实用价值。

然而在结合分布式卫星系统的中继星数传调度研究依然不够充分。本文提出了一种基于启发式算法的分布式卫星系统数传调度方法,在多星多任务场景下采用了粒子群优化算法(PSO)[8]对任务调度进行建模,并针对实际中继系统任务量级对求解算法进行了改进,提升了算法的性能。

1 分布式卫星系统数传调度算法

1.1 用户任务和星群资源的描述

假设多颗共轨的分布式卫星系统中,卫星集合为{r1,r2,...,rn},每颗卫星的资源包括传感器、通信设备、计算、存储设备、带宽和功率等;用户任务集合为{t1,t2,...,tm};任务时间窗口集合为{tw11k,tw22k,...,twnmk},其中,twnmk表示任务m占用卫星资源n的第k个时间窗口,且有twnmk={twsnmk,twenmk},表示了该时间窗口的起止时间;每个用户任务具有不同的优先级,该优先级集合可以表示为{p1,p2,...,pm};对于通信任务来说,每个任务所占的带宽和功率资源可以分别表示为{b1,b2,...,bm}和{pw1,pw2,...,pwm},假设星群网络内部通过频谱共享和功率传输技术[9]可实现带宽和功率资源的共享,在任务调度时仅需要考虑星群网络总的带宽B和功率PW约束。

此外,决策变量为XT={xt11,xt22,...,xtmn},其中,xtmn为1表示任务m在卫星n上被调度,xtmn为0表示任务m在卫星n上未被调度。

1.2 调度问题建模

当分布式卫星系统接受大量用户请求时,一般无法保证同时满足所有用户的需求,需要通过任务调度尽可能满足用户需求并优化星群资源的利用率。根据任务需求,可以构建不同的优化目标,对传输任务而言,优化目标可以包括优先保证高级别任务、最小化任务的带宽和功率占用等。在用户任务和资源描述的基础上,可以将调度问题建模为如下约束优化问题:

优化目标:

约束条件:

该问题是一个多目标优化问题,式(1)~式(3)为优化目标,分别表示最大化任务总收益、最小化任务总带宽占用以及最小化任务总功率消耗;可以采用线性加权的方式将式(1)~式(3)合并为统一的优化目标,即:

式中,α、β和δ分别表示各子目标的权重。式(4)~式(9)为约束条件,其中,式(4)表示每个任务在所有卫星上至多执行一次,式(5)表示卫星系统总的带宽约束,式(6)表示总的功率约束,式(7)和式(8)表示时间窗口约束,tstr和tetr分别表示任务t在卫星r上调度的起始时间,即每个任务的起止时间需要在该任务对应的时间窗口之内,式(9)表示所有任务的起止时间需要在任务执行的总起止时间之内,Ts和Te则分别表示任务调度的总起始时间。

1.3 调度算法

显然,上述优化问题属于NP-难问题。采用启发式算法是解决这类问题的常用方法,但是由于启发式算法往往具有搜索方向不固定的特点,因此收敛速度与优化结果往往成为一对矛盾。若要算法快速收敛则可能使压缩了搜索空间,使算法陷入局部最优。本文采用粒子群优化模型对该问题进行建模,在搜索算法的设计上,采用结合遗传变异算子的粒子群算法,该算法采用群搜索增大了搜索空间,遗传变异因子的引入则丰富了搜了方向,避免了算法过早进入局部最优。考虑到实际中继星系统中,同时调度的任务一般在数十个量级,针对这一搜索空间大小,通过引入方向回溯机制对算法进行了进一步改进,从而提高了算法的整体性能。

1.3.1 算法描述:

(1)对粒子进行编码

采用粒子群优化模型,一个粒子表示优化问题的一个解。令矩阵X=(xij)(n+1)*m表示一个粒子,矩阵中的行表示卫星资源,列表示用户观察任务。若xij=1,表示第j个任务在第i颗卫星上被调度;反之,则xij=0。矩阵的每一列元素的和不能超过1,表示每个任务最多只能被一颗卫星调度一次。第n+1行表示一颗虚拟卫星,该卫星执行的调度任务没有收益。可以将所有与其他任务的时间窗口都冲突的任务交给该虚拟卫星,由此,在执行交叉和变异操作时,这些任务仍然可以作为备选,避免了任务的丢失。例如,当存在3颗卫星和8个任务时,粒子可以被表示为:

该矩阵表示任务2、6由卫星1执行,任务1、5由卫星2执行,卫星3、7由卫星3执行,卫星4、8由于所有时间窗口冲突,交予虚拟卫星执行。

(2)搜索方向的确定

在每次迭代的初始阶段,寻找当前粒子群中的最优粒子gbestit,找到后将其与历轮迭代中的最优粒子pbestit进行比较,并根据比较结果更新pbestit。利用gbestit和pbestit对当前粒子群中的粒子进行交叉和变异操作,并通过方向回溯机制确保每轮迭代后,粒子群都向更优的方向移动。

交叉操作是将当前粒子群中的最优粒子gbestit与当前的粒子Xit进行“基因”交换,得到Xit+0.5;随后将与Xit+0.5与当前粒子在历轮迭代中找到最优粒子平pbestit进行“基因”交换,得到Xit+1。“基因”交换的方法为:在第二个矩阵中随机选出若干行,替换第一个矩阵中对应的行。产生新的粒子后,需要检验该粒子是否符合约束条件,若不符合则将冲突的位由1设为0。

变异操作是指随机的将矩阵中的两行互换位置。

1.3.2 算法流程

{

初始化粒子群数量np,和最大迭代次数nmax,随机产生np个粒子X0

根据初始粒子群确定gbest和pbest

For cout1=1:nmax

For cout2=1:np

If Xit存在时间窗口冲突

将降低优先级的冲突任务去除或放入虚拟卫星一行

END

根据目标函数计算粒子的适应度。更新gbest和pbest

交叉:将当前粒子Xit和gbestit行交叉,得到Xt+0.5i

确定Xit+0.5满足约束条件,若不满足则将低优先级任务舍弃

If Xit+0.5适应度未减小

交叉:将当前粒子Xit+0.5和pbestit进行交叉,得到Xt+1i

确定Xit+1满足约束条件,若不满足则将低优先级任务舍弃

If Xit+1适应度未减小

变异:对Xit+1进行变异操作,得到Xit+2。

If Xt+2i适应度未减小

END

输出最优的粒子和对应的时间窗口

}

2 仿真验证及结果分析

在仿真场景中,假设由两颗共轨的GEO卫星组成了高轨星群,为10颗LEO遥感卫星提供中继传输服务。LEO卫星可以通过信令信道随时向GEO星群提出数据中继传输请求,当LEO卫星进入GEO卫星的波束覆盖范围内后,可以与GEO卫星进行业务数据的传输。一个时间窗口表示LEO卫星一次进入到离开波束覆盖范围的时间段,其具体长度取决于LEO卫星的轨道和GEO卫星的波束宽度等因素。

在本实验中,STK仿真起止时间为2015年7月1日12:00至2015年7月1日24:00,共12小时。期间,每颗LEO卫星与每颗GEO卫星的时间窗口如表1所示(省去年月日)。

假设传输任务需要至少8 min,表1中的时间窗口进行筛选,得出有效时间窗口作为调度算法的约束条件。每颗LEO卫星都由一个任务待传输,任务的优先级和带宽占用情况如表2所示。

式(10)的优化目标包括最大化任务优先级和最小化带宽占用,对应的权重分别为0.8和0.2。种群中粒子数目np=8,每个粒子均为随机产生,迭代次数nmax=20。

基于以上场景描述,采用本节所述的调度算法(A1),并将算法与文献[10]中结合遗传算子的粒子群算法(A2)进行比较,2种算法分别进行了8次试验,结果如表3和表4所示。

根据对比可以看到,该场景下任务调度存在最优解,即30.4。本文提出的算法A1在绝大多数试验中可以找到最优解,而算法A2则只有一次找到最优解。从收敛速度上看,算法A1收敛所需的迭代次数明显小于A2。

3 结束语

研究了分布式卫星系统的中继数传调度问题。针对多星共轨的中继星系统,提出了基于粒子群优化的调度模型,并根据实际中继星系统的任务量级,在经典粒子群优化算法中引入了遗传变异算子及方向回溯机制,在保证算法快速收敛的同时避免了算法过早陷入局部最优解。计算机仿真通过比较所提算法与经典粒子群算法的性能,验证了该算法的有效性。

参考文献

[1]王家胜,中国数据中继卫星系统及其应用拓展[J].航天器工程,2013,22(6):1-6.

[2]Brown O,Eremenko P.Fractionated Space Architectures:A Vision for Responsive Space[C]∥4th Responsive Space Conference,Los Anglese,CA,2006:35-51.

[3]Brown O,Eremenko P.The Value Proposition for Fractionated Space Architectures[C]∥AIAA Pap,2006:1-22.

[4]李云峰,陈国祥,武小悦.卫星数传调度模型研究[J].国防科技大学学报,2007,29(6):121-125.

[5]方炎申,陈英武,顾中舜.中继卫星调度问题的CSP模型[J].国防科技大学学报,2005,27(2):6-10.

[6]黄双临,马冬青,方冬梅,等.基于改进蚁群算法的卫星数传调度[J].无线电工程,2015,45(7):27-30,58.

[7]韩伟,张学庆.一种基于离散粒子群的多星任务规划算法[J].无线电工程,2015,45(1):1-4,47.

[8]杨维,李岐强.粒子群优化算法综述[J].中国工程科学,2004,6(5):87-94.

[9]Silva A,Jamnejad V.Microwave Power Beaming Strategies for Fractionated Spacecraft Systems[C]∥Proc.of IEEE Aerospace Conference,2008:51-65.

分布式卫星系统篇2

关键词台风“海燕” ；AMSU散射计；螺旋雨带

分类号 P457.8

Abstract In this paper， based on the data of NOAA polar orbiting satellite retrieval， combining the GFS model analysis of influence of wind and rain data and Hainan Island Township automatic station comprehensive analysis of the data of the ultra strong typhoon "Haiyan"near the Hainan Island southern coastal area of the structure and variation of the Hainan Island bring. To obtain high resolution satellite infrared cloud image clearly reflects the "Haiyan" internal convection structure distribution asymmetry， towards the rainfall distribution of Hainan Island and " Haiyan" inner spiral rainbands are inseparable， and the atmospheric environment and the topographic distribution over Hainan Island and small scale convection in the development and maintenance of spiral rain bands provide favorable conditions； the 10m wind field microwave scatterometer inversion that "petrel" through southern Hainan Island off shore wind field distribution also showed obvious asymmetry， northeast azimuth wind zone are mainly located in the center of the typhoon， the distribution of different level loop directly determines the wind distribution in Hainan Island.

Keywords Haiyan ； AMSU scatterometer ； spiral rainband ； winds

2013年第30号超强台风“海燕”从海南岛南部近海擦过时给海南岛带来了极强的风雨影响，并造成了严重的经济损失。“海燕”的强度、路径和风雨等也成为国内专家研究的热点，张玲等[1]对“海燕”快速加强和快速移动原因进行了深入分析，指出“海燕”在登陆菲律宾之前快速加强和加速移动的原因与副热带西风急流加强南压，从而导致副热带高压南侧对流层各层低纬东风加强有关，另外“海燕”强度持续增强的可能原因包括风场的不对称分布导致的切变正涡度的增加，内核对流层低层水平辐合和对流层中低层涡度的持续增长，以及台风所处环境的高层辐散的明显增加和高低层垂直切变的减小。陈子通等[2]通过高分辨率数值模拟分析了“海燕”的变化机理，发现高层暖心、高中低层一致东风气流是其超强发展和快速西移的主要特征；黄翠银等[3]通过对比分析“山神”和“海燕”影响广西的降水分布发现，“山神”停编前在广西是单一的暖云降水，停编后其残余环流与南下的冷空气相互影响引起桂东强降雨，“海燕”影响广西时恰好冷空气南下，两者结合降雨增幅造成广西大范围暴雨天气。以上研究对了解“海燕”强度、路径变化的内在机理有很大的帮助，但是“海燕”在靠近海南岛南部近海时其内部结构特征如何，又是如何影响海南岛的风雨分布，还有待进一步分析，这对实际业务预报会有一定的指导意义。本文以“海燕”为例，利用NOAA极轨卫星资料、GFS模式（0.5°分辨率）分析场资料和海南岛乡镇自动站资料，对超强台风“海燕”影响海南岛期间的风雨分布特点进行分析，特别是NOAA卫星资料中将用到AMSU微波散射计反演资料。魏应植等[4-6]曾指出，微波具有穿透云的能力，AMSU微波散射计具有较强的垂直探测能力，能够清晰地揭示热带气旋的暖心结构、地面风速和强降水的落区等，这对我们了解“海燕”影响海南岛时的真实结构非常有帮助。

1 “海燕”的基本概况

从图1的“海燕”移动路径可以看出，“海燕”从生成到移入南海东部海面时以偏西路径为主，之后呈西北路径移近海南岛南部近海，进入北部湾后转向北上影响广西。从强度变化看（图2），“海燕”经历了迅速加强到缓慢减弱的过程，其强度变化的机理张玲等[1]已经做了非常详细的分析。总的来说“海燕”具有以下特点：1、强度强，“海燕”在其最强阶段登陆菲律宾，登陆时中心平均风速达到75 m/s。进入南海后向西北方向移动，近海擦过海南岛西南部乐东县时，强度维持在强台风级（风速达到42 m/s），是2013年影响海南岛的最强台风。2、移速快，“海燕”登陆菲律宾前移速约30～35 km/h，进入南海后到靠近越南北部期间，时速保持在25～30 km，属于移速较快的强台风。3、生命史长，影响范围广，“海燕”发展强度强，携带能量巨大，多次登陆后减弱缓慢，从4日早晨在西太平洋生成到11日夜间在广西南宁市境内减弱为热带低压，共历时182 h，严重影响了菲律宾、越南和我国华南地区。

nlc202309051839

通过AMSU温度微波计反演的“海燕”温度垂直剖面图（图3 a），可以看出经过台风中心上空300 hPa的暖心特征明显，也比较完整，袁金南等[7-8]指出暖心结构与台风强度密切相关，另外从多层水平温度分布来看（图3 b），“海燕”外围西北侧中低层有弱冷空气影响，且700 hPa冷空气扩散速度比850 hPa要快，这种配置增强了台风外围的对流不稳定发展，从而也是其强度靠近海南岛南部近海时还能维持的原因。

2 “海燕”对海南岛的降水影响分析

“海燕”影响期间，海南岛共有122个乡镇过程雨量超过100 mm，其中36个乡镇过程雨量超过200 mm，17个乡镇过程雨量超过300 mm，保亭、琼中和五指山有7个乡镇过程雨量超过400 mm，最大为保亭毛感乡573.8 mm，可见“海燕”给海南岛带来了强降水过程，部分乡镇受灾严重。从图4 a的降水分布也可以看出强降水中心位于海南岛的中部和南部地区，结合海南岛的地形分布（图4 b），不难看出，中、南部山区对强降水中心有很大的影响，杨仁勇[9-10]曾利用中尺度模式WRF对1117号强台风“纳沙”的降水进行地形敏感性试验时发现地形的存在对降水量增幅明显。虽然地形对降水强度有所影响，但决定海南岛降水分布的仍取决于“海燕”自身降水云团的分布，对此，从NOAA极轨卫星高分辨率（1km）红外云图（图5 a、b）可以清晰的看到11-10-04：26，当“海燕”中心位于三亚南部近海时，强对流云团（TBB小于-60℃）主要位于台风中心的西南侧，表现出明显的非对称结构，另外螺旋雨带的特征非常明显，造成海南岛强降水的主要是距离台风中心50 km左右的内螺旋雨带，雨带内镶嵌多个小尺度的强对流单体并随着台风环流不断经过海南岛南部地区，造成降水的“列车效应”。朱佩君等[11]利用 MM5（V3）对强热带风暴 Kammuri的螺旋雨带进行数值模拟时指出，台风中的气旋式涡度、垂直运动、水平动量等都高度集中在螺旋雨带中，而且当外侧的空气具有明显的对流性不稳定时，将为螺旋雨带中对流的发展提供了不稳定能量。对此本文以11月10日12时（世界时，下同）的GFS模式分析场经过110°E做假相当位温和稳定度叠加的剖面图（图6 a），可以看出，在海南岛上空的大气具有低层暖湿、中层干冷的特性，中低层的不稳定度均大于0，且自北向南递增，说明海南岛南部的大气状况非常不稳定，有利于“海燕”螺旋雨带中的对流维持和发展。另外从相应时次的散度场和垂直速度场的垂直剖面（图6 b）来看，在海南岛南部（19°N以南）上空，不仅有强烈的垂直运动，且低层大气辐合，高层大气辐散，这样的环境场也为对流的激发、发展和维持提供了有利的动力条件。

总体而言，海南岛的降水分布与“海燕”内螺旋雨带的走向密不可分，而海南岛的地形分布及上空的大气环境又为螺旋雨带内小尺度对流的发展、维持提供有利的条件。另外，NOAA高分辨率的卫星红外云图反演了“海燕”更为细致的对流结构，眼区、眼墙、内螺旋雨带及外螺旋雨带的分布和强度都能清晰展现（图5 a、5b），这为日后业务预报中对台风中心定位、降水落区和强度预报有很好的指导意义。

3 “海燕”对海南岛的大风影响分析

“海燕”不仅给海南岛带来强降水，还带来了强风，当其从海南岛南部近海擦过时，海南岛四周沿海陆地普遍出现9级以上阵风，其中三亚、乐东和东方阵风达14级以上（图7）。本文通过NOAA基于多种微波散射计反演计算得到的10 m风进一步分析“海燕”对海南岛大风分布的影响。从图8 a的高分辨率风场分布来看，10日00时，“海燕”的大风分布较为对称，但12级大风主要分布在台风的东北和西北象限，10级大风主要在台风的西北象限，7级大风同样主要分布在台风的东北和西北象限，另外图中还反映了最大风速为86 kt（约43 m/s），最大风速半径为18 nmi（约32 km），方位为50°（即东北象限），可见海南岛东南部沿海已有7级大风出现。到了06时，当“海燕”靠近海南岛南部近海时，其12级大风分布不对称性开始明显，主要分布在东北象限（图8 b），10级和7级大风的分布与12级大风相似，东北象限的半径最大，另外卫星测得“海燕”在该时次表面风最大风速约为40 m/s，最大风速半径为41 km，方位为70°（即东北象限），此时海南岛大部分已经处在其7级大风风圈内，南部沿海风力加大到10级。10日12时，“海燕”移入北部湾南部海面时，风场的不对称性分布更加明显，12级大风主要分布在台风的东北和东南象限，影响到海南岛的西南部沿海（图8 c），但是该时次整个海南岛的风力由西南向东北依次减小。晚上18时，“海燕”已经移入了北部湾北部海面，从图8 d可以看出其10级风圈和7级风圈范围明显变大，但分布及其不对称，最大风速继续减小，其半径增大到63 km，位于100°（东南象限），海南岛除了西部沿海还受7级大风影响，其他地区风力明显减小。卫星反演的“海燕”10 m风与海南岛自动站10 m风相结合可以了解岛上跟洋面上的大风分布情况，卫星资料一方面弥补了海洋上自动站较少的不足，另一方面对气象决策服务也有很好的指导意义。

4 结论

本文利用NOAA极轨卫星反演资料、GFS模式分析场资料和和海南岛乡镇自动站资料综合分析超强台风“海燕”结构特征以及其对海南岛带来的风雨影响，得到一些有意义的结论。

（1）AMSU温度微波计反演资料发现，“海燕”靠近海南岛南部近海时其中心上空300 hPa的暖心特征明显，也比较完整，另外“海燕”外围西北侧中低层有弱冷空气影响，且700 hPa冷空气扩散速度比850 hPa要快，这种配置增强了台风外围的对流不稳定发展，使得“海燕”强度长时间维持。

（2）高分辨率的卫星红外云图清晰反映了“海燕”内部对流结构分布不对称，海南岛的降水分布与“海燕”内螺旋雨带的走向密不可分，而海南岛的地形分布及上空的大气环境又为螺旋雨带内小尺度对流的发展、维持提供有利的条件。

nlc202309051839

（3）“海燕”造成海南岛的极大风分布呈自西南向东北递减，这与“海燕”自身的风场分布有关，NOAA卫星微波散射计反演的10 m风场表明，“海燕”经过海南岛南部近海时风场分布也呈明显的不对称，大风区主要位于台风中心的东北方位，不同级别风圈的分布直接决定着海南岛的大风分布。

本文主要通过卫星资料的视角分析并呈现了超强台风“海燕”的一些观测事实，这对日后业务预报有一定的参考，但是还需要进一步对比分析相似路径热带气旋对海南岛风雨分布的异同及TC结构的变化特征等。

参考文献

[1] 张玲，许映龙，黄奕武. 1330号台风海燕强烈发展和快速移动原因分析[J]. 气象，2014（12）：1 464-1 480.

[2] 黄翠银，农孟松，陈剑飞. 台风“山神”和“海燕”对广西影响对比分析[J]. 气象研究与应用，2014（02）：7-13

[3] 陈子通，张诚忠，黄燕燕，等. 南海台风模式对“海燕”移动路径的预报[J]. 气象学报，2014（04）：678-689.

[4] 魏应植，许健民. AMSU温度反演及其在台风研究中的应用[J]. 南京气象学院学报，2005（04）：522-529.

[5] 王瑾，江吉喜. AMSU资料揭示的不同强度热带气旋热力结构特征[J]. 应用气象学报，2005（02）：159-166，267-269.

[6] 刘喆，李万彪，韩志刚，等. 利用AMSU-A亮温估测西北太平洋区域热带气旋强度[J]. 地球物理学报，2008（01）：51-57.

[7] 袁金南，蒙伟光，张艳霞，等. AMSU-A温度反演及其对南海热带低压暖心的分析[J]. 热带气象学报，2013（06）：889-898.

[8] 陆佳麟，郭品文. 入侵冷空气强度对台风变性过程的影响[J]. 气象科学，2012（04）：355-364.

[9] 杨仁勇，闵锦忠，郑艳. 强台风“纳沙”引发的特大暴雨过程数值试验[J]. 高原气象，2014（03）：753-761.

[10] 杨仁勇，闵锦忠，冯文. 海南岛地形对南海西行台风降水影响的数值试验[J]. 热带气象学报，2013（03）：474-480.

[11] 朱佩君，郑永光，王洪庆，等. 台风螺旋雨带的数值模拟研究[J]. 科学通报，2005（05）：486-494.

分布式卫星系统篇3

在分析现有分布式卫星系统(DSS)体系结构不足的基础之上,针对DSS自主运行特征,提出了一种适应动态、复杂不确定环境的DSS两级系统层次的混合体系结构模型.同时根据多星协作和星内自治的需求,给出一种较为通用的.面向自主协作的卫星控制结构Agent模型,并讨论了该结构中各Agent模块的组成、功能及相互联系.

作者：高黎沙基昌 GAO Li SHA Jichang 作者单位：国防科学技术大学信息系统与管理学院,长沙,410073 刊名：空间科学学报 ISTIC PKU英文刊名：CHINESE JOURNAL OF SPACE SCIENCE 年，卷(期)： 27(3) 分类号：V448 关键词：分布式卫星系统自主运行体系结构多Agent系统