CN104598759B - 一种卫星数据接收系统的效能评估方法和装置 - Google Patents
一种卫星数据接收系统的效能评估方法和装置 Download PDFInfo
- Publication number
- CN104598759B CN104598759B CN201510079505.6A CN201510079505A CN104598759B CN 104598759 B CN104598759 B CN 104598759B CN 201510079505 A CN201510079505 A CN 201510079505A CN 104598759 B CN104598759 B CN 104598759B
- Authority
- CN
- China
- Prior art keywords
- index
- receiving
- satellite data
- rate
- average
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000011156 evaluation Methods 0.000 claims abstract description 67
- 238000004364 calculation method Methods 0.000 claims description 19
- 230000005540 biological transmission Effects 0.000 claims description 17
- 238000013461 design Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Landscapes
- Radio Relay Systems (AREA)
Abstract
本发明公开了一种卫星数据接收系统的效能评估方法,包括:构建卫星数据接收效能评估指标体系;计算卫星数据接收系统一级指标;计算卫星数据接收系统二级指标;计算卫星数据接收系统三级指标;计算卫星数据接收总体指标;效能评估结果展现。本发明针对现有卫星数据接收系统效能评估方法难以进行体系化、细致、全面评估的问题,提出了一套覆盖全面的、体系化的卫星数据接收系统效能评估指标体系,该指标体系包含四级指标,涵盖卫星接收任务规划算法评价、接收能力分析等多个方面。该方法具有结构明晰、易于分解和组合的特点,实现了卫星数据接收系统的多尺度效能评估。
Description
技术领域
本发明涉及航天地面应用领域,尤其是一种卫星数据接收系统的效能评估方法。
背景技术
随着对卫星数据地面接收系统的不断发展,各类卫星等空间信息系统设施越来越多,如何开展卫星数据地面接收系统的效能评估,以指导星地资源的布局和发展,是卫星数据接收系统设计开发中的一个重要课题。卫星数据接收系统性能指标涵盖多个方面,目前,卫星数据接收系统的效能评估指标研究多侧重于接收能力方面指标的分析和评价,缺乏统一的评价指标,尤其针对卫星数据接收任务规划算法的评价还没有形成统一的评价方法,接收任务规划中涉及到多种任务规划模型算法,每种算法都有特定的适用范围和技术特点,为了确定规划方案的优化性、算法的适用性,达到今后能够扩充算法的目的,需要能够对算法性能和适应范围进行一个系统评价,从而确定规划过程中如何选择算法。因此,为了对卫星数据接收系统效能进行科学客观的评估,必须综合卫星数据接收任务规划算法和接收能力分析等各项指标,设计一套体系化的效能评估指标体系,采用科学合理的计算方法对卫星数据接收系统进行效能评估。
发明内容
有鉴于此,本发明的主要目的在于提供一种卫星数据接收系统的效能评估方法,以通过体系化的卫星数据接收效能评估体系,依据卫星数据接收系统特点,给出各级指标能力的计算方法,设计出一种客观、精细、可操作性强的评估方法,实现对卫星数据接收系统的多尺度效能评估。
为达到上述目的,作为本发明的一个方面,本发明提供了一种卫星数据接收系统的效能评估方法,包括以下步骤:
步骤1:构建卫星数据接收系统效能评估体系,所构建的效能评估体系包含四级指标能力,分别为一级指标、二级指标、三级指标和总体指标,并根据具体应用设定各级指标权重;
步骤2:选择相应的卫星数据接收效能评估样本数据,计算所述卫星数据接收系统的一级指标;其中所述一级指标包括:总任务完成率、重要任务完成率、地面站负载率、地面站利用率、天线负载率、信道负载率、记录器负载率、平均每天服务时间、平均白天每天服务次数、平均每晚服务次数、平均白天每圈服务时间、平均设备利用率、地面站服务总时间和传输时延;
步骤3:计算所述卫星数据接收系统的二级指标,所述二级指标采用算术加权平均法,由所述一级指标计算得出;其中所述二级指标包括:接收任务完成情况指标、接收资源负载率、规划收敛时间指标、接收任务满足情况和接收资源利用率;其中,所述接收任务完成情况指标由总任务完成率和重要任务完成率计算得出;所述接收资源负载率由地面站利用率、地面站负载率、天线负载率、信道负载率和记录器负载率计算得出;所述规划收敛时间指标分析比对算法在进行各类情况下接收任务的规划时,任务规划算法的时效性;所述接收任务满足情况由平均每天服务时间、平均白天每天服务次数、平均每晚服务次数和平均白天每圈服务时间计算得出;所述接收资源利用率由平均设备利用率、地面站服务总时间和传输时延计算得出;其中,所述采用算术加权平均法计算所述二级指标的步骤包括:
设所述二级指标B由A1,A2,…,An n个一级指标计算得出,对应一级指标权重为Wai,则按算术加权平均法,计算公式如下:
其中,n为自然数,Wai根据具体应用确定取值;
步骤4:计算所述卫星数据接收系统的三级指标,所述三级指标采用算术加权平均法,由所述二级指标计算得出;其中所述三级指标包括卫星数据接收任务规划算法评价指标和接收能力分析指标;以及所述卫星数据接收任务规划算法评价指标通过接收任务完成情况、接收资源负载率和规划收敛时间计算得到;所述接收能力分析指标通过接收任务满足情况和接收资源利用率计算得到;其中所述采用算术加权平均法计算所述三级指标的步骤包括:
设三级指标C由B1,B2,…,Bp p个二级能力计算得出,对应二级指标权重为Wbi,则按算术加权平均法,计算公式如下:
其中,p为自然数,Wbi根据具体应用确定取值;
步骤5:计算所述卫星数据接收系统的总体指标,所述总体指标采用算术加权平均法,由所述三级指标计算得出;其中所述总体指标由算法评价指标和接收能力分析指标计算得到;其中所述采用算术加权平均法计算所述总体指标的步骤包括:
设总体指标D由C1,C2,…,Cq q个三级指标计算得出,对应三级指标权重为Wci,则按算术加权平均法,计算公式如下:
其中,q为自然数,Wci根据具体应用确定取值;
步骤6:展示上述得到的各项效能评估结果。
作为本发明的另一个方面,本发明还提供了一种卫星数据接收系统的效能评估装置,包括:
构建所述卫星数据接收系统效能评估体系的装置,所构建的效能评估指标体系包含四级指标能力,分别为一级指标、二级指标、三级指标和总体指标,并根据具体应用设定一、二、三级指标权重;
其中,所述一级指标包括:总任务完成率、重要任务完成率、地面站负载率、地面站利用率、天线负载率、信道负载率、记录器负载率、平均每天服务时间、平均白天每天服务次数、平均每晚服务次数、平均白天每圈服务时间、平均设备利用率、地面站服务总时间和传输时延;
其中,所述二级指标包括:接收任务完成情况指标、接收资源负载率、规划收敛时间指标、接收任务满足情况和接收资源利用率;其中,所述接收任务完成情况指标由总任务完成率和重要任务完成率计算得出;所述接收资源负载率由地面站利用率、地面站负载率、天线负载率、信道负载率和记录器负载率计算得出;所述规划收敛时间指标分析比对算法在进行各类情况下接收任务的规划时,任务规划算法的时效性;所述接收任务满足情况由平均每天服务时间、平均白天每天服务次数、平均每晚服务次数和平均白天每圈服务时间计算得出;所述接收资源利用率由平均设备利用率、地面站服务总时间和传输时延计算得出;
其中,所述三级指标包括卫星数据接收任务规划算法评价指标和接收能力分析指标;以及所述卫星数据接收任务规划算法评价指标通过接收任务完成情况、接收资源负载率和规划收敛时间计算得到;所述接收能力分析指标通过接收任务满足情况和接收资源利用率计算得到;
其中所述总体指标由算法评价指标和接收能力分析指标计算得到;
计算所述卫星数据接收系统的一级指标的装置,所述一级指标由相应的卫星数据接收效能评估样本数据计算得出;
计算所述卫星数据接收系统的二级指标的装置,所述二级指标采用算术加权平均法,由所述一级指标计算得出;
计算所述卫星数据接收系统的三级指标的装置,所述三级指标采用算术加权平均法,由所述二级指标计算得出;
计算所述卫星数据接收系统的总体指标的装置,所述总体指标采用算术加权平均法,由所述三级指标计算得出;
展示上述得到的各项效能评估结果的装置。
其中,所述展示上述得到的各项效能评估结果的装置以图表形式进行展示。
从上述技术方案可以看出,本发明具有以下有益效果:
1、本发明提供了一套覆盖全面的、体系化的卫星数据接收系统效能评估指标体系,该体系包含四级指标能力,涵盖接收规划算法评价、接收能力分析等多个方面;基于此指标体系,可以对卫星数据接收系统性能进行全面、科学、客观的评估;
2、本发明设计了一套卫星数据指标能力计算模型,通过逐级计算可以对卫星数据接收系统各类指标能力及总体指标能力进行科学、客观的评估;
3、通过卫星数据接收任务规划方案的执行过程中产生的数据计算出卫星数据接收系统指标能力的评估方法,具有结构明晰、易于分解和组合的特点,实现对各类卫星数据接收系统的多尺度效能评估。
附图说明
图1是本发明的卫星数据接收系统的效能评估方法的流程图;
图2是本发明的卫星数据接收系统的效能评估方法各级指标体系的分解图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明作进一步的详细说明。
本发明公开了一种卫星数据接收系统的效能评估方法,如图1所示,包括以下步骤:
步骤1:构建卫星数据接收系统效能评估体系;
所构建的效能评估指标体系包含四级指标,如图2所示,最下层是卫星数据接收系统的一级指标,一级指标由卫星数据接收过程生成的对应的评估样本数据计算得出,包括总任务完成率、重要任务完成率、地面站负载率、地面站利用率、天线负载率、信道负载率、记录器负载率、平均每天服务时间、平均白天每天服务次数、平均每晚服务次数、平均白天每圈服务时间、平均设备利用率、地面站服务总时间和传输时延等14个方面的指标;再上一层是卫星数据接收系统的二级指标,二级指标由相关的一级指标计算得出,包括接收任务完成情况、接收资源负载率、规划收敛时间、接收任务满足情况、接收资源利用率、传输资源利用率6种;其中接收任务满足情况由总任务完成率和重要任务完成率计算得出,接收资源负载率由地面站利用率、地面站负载率、天线负载率、信道负载率和记录器负载率计算得出,接收任务满足情况由平均每天服务时间、平均白天每天服务次数、平均每晚服务次数和平均白天每圈服务时间计算得出,接收资源利用率均设备利用率、地面站服务总时间和传输时延计算得出;再上一层是卫星数据接收系统的三级指标,由各二级指标计算得出,包括卫星数据接收任务规划算法评估和接收能力分析2种;最上面是卫星数据接收系统的总体指标,由各三级指标计算得出;
步骤2:选择对应的卫星数据接收效能评估样本数据,计算卫星数据接收系统的一级指标;
卫星数据接收系统的一级指标通过卫星数据接收任务规划方案执行过程产生的对应样本数据计算得到,各一级指标计算步骤如下:
1)总任务完成率
总任务完成率反应了总任务完成情况,定义为任务完成数与任务总数的比值,即:
其中,
TA——任务总数;
TS——任务完成数。
2)重要任务完成率
重要任务完成率反应了重要任务完成情况,定义为重要任务完成数与重要任务总数的比值,即:
其中,
TIA——重要任务总数;
TIS——重要任务完成数。
3)地面站利用率
地面站利用率反映任务分配时,地面站使用效率,定义为地面站实际接收数据的时长与地面站可接收数据的时长之间的比值。
地面站实际接收数据的时长:单个规划方案中所有涉及到该地面站的任务的接收时长之和。
地面站可接收数据时长:对于单个规划方案中所有涉及到该地面站的任务,提取卫星资源,计算每颗卫星对于该地面站的可接收数据的时长,最后对所有时长求和。
4)地面站负载率
地面站负载率反应,任务分配时,地面站的负载情况与理想负载情况的差距,定义为单个地面站接收的数据总量与总的下传数据量之间的比值。
单个地面站接收的数据总量:对于单个规划方案中所有涉及该地面站的任务,根据每条任务的接收时长和卫星的信道数量、卫星的信道带宽,计算每次接收的数据总量,最后对所有数据量求和。
总的下传数据量:对于单个规划方案中所有的任务,根据每条任务的接收时长和卫星的信道数量、卫星的信道带宽,计算每次接收的数据总量,最后对所有数据量求和。
5)天线负载率
天线负载率反应,任务分配时,地面站内天线设备的负载情况与理想负载情况的差距,定义为单根天线的工作时间与总时间段的比值。
单根天线的工作时间:对于单个规划方案中所有涉及该天线的任务,对每条任务的接收时长求和。
总时间段:对于单个规划方案中所有涉及该天线所属地面站的任务,对每条任务的接收时长求和。
6)信道负载率
信道负载率反应,任务分配时,地面站内信道设备的负载情况与理想负载情况的差距,定义为单个信道的工作时间与总时间段的比值。
单个信道的工作时间:对于单个规划方案中所有涉及该信道的任务,对每条任务的接收时长求和。
总时间段:对于单个规划方案中所有涉及该信道所属地面站的任务,对每条任务的接收时长求和。
7)记录器负载率
记录器负载率反应,任务分配时,地面站内记录器设备的负载情况与理想负载情况的差距,定义为单个记录器的工作时间与总时间的比值。
单个记录器的工作时间:对于单个规划方案中所有涉及该记录器的任务,对每条任务的接收时长求和。
总时间段:对于单个规划方案中所有涉及该记录器所属地面站的任务,对每条任务的接收时长求和。
8)平均每天服务时间
平均每天服务时间反应了地面站资源使用的总体效果,该指标定义为所有卫星平均每天接受服务的时间的总和,即:
其中,
TDNn——卫星n运行星历天数;
Tsn——卫星n在星历时间TDNn内实际接受服务总时间。
9)平均白天每天服务次数
平均白天每天服务次数定义为各卫星在星历时间内平均每个白天接受服务次数的总和,即:
其中,
TDNn——卫星n运行星历天数;
DDSn——卫星n在星历时间TDNn内所有白天接受服务的总次数。
10)平均每晚服务次数
平均每晚服务次数定义为各卫星在星历时间内平均每晚服务次数的总和,即:
其中,
TDNn——卫星n运行星历天数;
NDSn——卫星n在星历时间TDNn内所有夜晚接受服务的总次数。
11)平均白天每圈服务时间
近地轨道卫星每圈完成对地球一周的观测任务,由于星载存储器容量的限制,当前的探测数据如果没有及时下传,可能会被后续数据覆盖,造成卫星信息资源浪费。因此,卫星每圈接受服务的时间是数传卫星用户非常关心的一项指标。平均白天每圈服务时间定义为各卫星在星历时间内平均白天每圈接受服务的时间总和,即:
其中,
DTCNn——卫星n在星历时间TDNn内所有白天运行的总圈数;
DTSn——卫星n在星历时间TDNn内所有白天接受服务的总时间。
12)平均每圈服务次数
平均每圈服务次数用于衡量地面站对卫星提供服务的频率,定义为各卫星在星历时间内每圈服务次数的总和,即:
其中,
TCNn——卫星n在星历时间TDNn内运行的总圈数;
DSn——卫星n在星历时间TDNn内接受服务的总时间。
13)平均设备利用率
平均设备利用率是衡量地面站服务强度的指标,该指标体现了地面站的设备资源是否得到充分地应用,其定义为所有地面站设备处于服务的时间总和与星历时间总和的比值,即:
其中,
TASm,k——地面站m所属设备k正常工作的总星历时间;
TPSm,k——地面站m所属设备k在星历时间内提供服务的总时间。
14)地面站服务总时间
地面站服务总时间是衡量地面站所提供服务的程度的指标,其定义为各地面站设备在星历时间内提供服务的时间的总和,即:
TPSm,k——地面站m所属设备k在星历时间内提供服务的总时间。
14)平均传输时延
通过计算各接收站作业任务的平均传输时延来分析任务的传输情况。其定义为各地面站传输任务执行结束时间减去接收任务执行结束时间,即
其中,
DTSm——地面站m在星历时间内所有执行接收与传输任务传输时延总和,接收与传输任务传输时延定义为传输任务执行结束时间减去接收任务执行结束时间;
TTNm——地面站m在星历时间内传输任务执行总次数。
步骤3:计算卫星数据接收系统的二级指标,采用算术加权平均法,由一级指标计算得出;
二级指标由相关的一级指标计算得出,包括接收任务完成情况、接收资源负载率、规划收敛时间、接收任务满足情况、接收资源利用率、传输资源利用率,其中:
接收任务完成情况指标是对总任务完成率、重要任务完成率等关键接收任务完成指标进行分析,由总任务完成率和重要任务完成率计算得出;
接收资源负载率从接收资源负载率方面来看,主要关心调度算法对于不同接收资源进行任务分配时,在均衡使用接收资源负载方面的处理优化程度,由地面站利用率、地面站负载率、天线负载率、信道负载率和记录器负载率计算得出;
规划收敛时间指标对规划算法的收敛时间进行收集,分析比对算法在进行各类情况下接收任务的规划时,任务规划算法的时效性;
接收任务满足情况从接收任务完成情况来看,主要关心地面系统资源能否满足任务需要,由平均每天服务时间、平均白天每天服务次数、平均每晚服务次数和平均白天每圈服务时间计算得出;
接收资源利用率衡量如何最大限度地提高地面设备的使用效率,充分发挥地面应用系统的能力,由平均设备利用率、地面站服务总时间和传输时延计算得出。
二级指标计算方法如下:
设二级指标B由A1,A2,…,Ao o个一级指标计算得出,对应一级指标权重为Wai,则按算术加权平均法,计算公式如下:
步骤4:计算卫星数据接收系统的三级指标,采用算术加权平均法,由二级指标计算得出;
卫星数据接收系统的三级指标包括卫星接收任务规划算法评价指标和接收能力分析指标,其中:
接收任务规划算法评价指标通过接收任务完成情况、接收资源负载率和规划收敛时间计算得到,其中接收任务完成情况主要关心接收任务的满足情况,是核心指标,而接收资源负载率主要关心在均衡使用接收资源负载方面的处理优化程度,规划收敛时间主要关心规划收敛的速度;
接收能力分析指标通过接收任务满足情况和接收资源利用率计算得到,其中接收任务满足情况主要关心地面站资源能否满足任务需要,而接收资源利用率主要关心地面站设备的使用效率。
三级指标计算方法如下:
设三级指标C由B1,B2,…,Bp p个二级指标计算得出,对应二级指标权重为Wbi,则按算术加权平均法,计算公式如下:
步骤5:计算卫星数据接收系统的总体指标,采用算术加权平均法,由三级指标计算得出。
总体指标由算法评价指标和接收能力分析指标计算得到,计算方法如下:
设总体指标D由C1,C2,…,Cq q个三级指标计算得出,对应三级指标权重为Wci,则按算术加权平均法,计算公式如下:
步骤6:效能评估结果展现。按照上面所述的卫星数据接收效能评估指标体系,根据卫星规划方案执行过程产生的各种数据,计算卫星数据接收系统在各尺度、各方面的能力,并以图表形式进行展示。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种卫星数据接收系统的效能评估方法,包括以下步骤:
步骤1:构建卫星数据接收系统效能评估体系,所构建的效能评估体系包含四级指标能力,分别为一级指标、二级指标、三级指标和总体指标,并根据具体应用设定各级指标权重;
步骤2:选择相应的卫星数据接收效能评估样本数据,计算所述卫星数据接收系统的一级指标;其中所述一级指标包括:总任务完成率、重要任务完成率、地面站负载率、地面站利用率、天线负载率、信道负载率、记录器负载率、平均每天服务时间、平均白天每天服务次数、平均每晚服务次数、平均白天每圈服务时间、平均设备利用率、地面站服务总时间和传输时延;
步骤3:计算所述卫星数据接收系统的二级指标,所述二级指标采用算术加权平均法,由所述一级指标计算得出;其中所述二级指标包括:接收任务完成情况指标、接收资源负载率、规划收敛时间指标、接收任务满足情况和接收资源利用率;其中,所述接收任务完成情况指标由总任务完成率和重要任务完成率计算得出;所述接收资源负载率由地面站利用率、地面站负载率、天线负载率、信道负载率和记录器负载率计算得出;所述规划收敛时间指标分析比对算法在进行各类情况下接收任务的规划时,任务规划算法的时效性;所述接收任务满足情况由平均每天服务时间、平均白天每天服务次数、平均每晚服务次数和平均白天每圈服务时间计算得出;所述接收资源利用率由平均设备利用率、地面站服务总时间和传输时延计算得出;其中,所述采用算术加权平均法计算所述二级指标的步骤包括:
设所述二级指标B由A1,A2,…,Aoo个一级指标计算得出,对应一级指标权重为Wai,则按算术加权平均法,计算公式如下:
<mrow>
<mi>B</mi>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>o</mi>
</munderover>
<msub>
<mi>A</mi>
<mi>i</mi>
</msub>
<msub>
<mi>Wa</mi>
<mi>i</mi>
</msub>
<mo>;</mo>
</mrow>
其中,o为自然数,Wai根据具体应用确定取值;
步骤4:计算所述卫星数据接收系统的三级指标,所述三级指标采用算术加权平均法,由所述二级指标计算得出;其中所述三级指标包括卫星数据接收任务规划算法评价指标和接收能力分析指标;以及所述卫星数据接收任务规划算法评价指标通过接收任务完成情况、接收资源负载率和规划收敛时间计算得到;所述接收能力分析指标通过接收任务满足情况和接收资源利用率计算得到;其中所述采用算术加权平均法计算所述三级指标的步骤包括:
设三级指标C由B1,B2,…,Bpp个二级能力计算得出,对应二级指标权重为Wbi,则按算术加权平均法,计算公式如下:
<mrow>
<mi>C</mi>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>p</mi>
</munderover>
<msub>
<mi>B</mi>
<mi>i</mi>
</msub>
<msub>
<mi>Wb</mi>
<mi>i</mi>
</msub>
<mo>;</mo>
</mrow>
其中,p为自然数,Wbi根据具体应用确定取值;
步骤5:计算所述卫星数据接收系统的总体指标,所述总体指标采用算术加权平均法,由所述三级指标计算得出;其中所述总体指标由算法评价指标和接收能力分析指标计算得到;其中所述采用算术加权平均法计算所述总体指标的步骤包括:
设总体指标D由C1,C2,…,Cqq个三级指标计算得出,对应三级指标权重为Wci,则按算术加权平均法,计算公式如下:
<mrow>
<mi>D</mi>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>q</mi>
</munderover>
<msub>
<mi>C</mi>
<mi>i</mi>
</msub>
<msub>
<mi>Wc</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
</mrow>
其中,q为自然数,Wci根据具体应用确定取值;
步骤6:展示上述得到的各项效能评估结果。
2.一种卫星数据接收系统的效能评估装置,包括:
构建所述卫星数据接收系统效能评估体系的装置,所构建的效能评估指标体系包含四级指标能力,分别为一级指标、二级指标、三级指标和总体指标,并根据具体应用设定一、二、三级指标权重;
其中,所述一级指标包括:总任务完成率、重要任务完成率、地面站负载率、地面站利用率、天线负载率、信道负载率、记录器负载率、平均每天服务时间、平均白天每天服务次数、平均每晚服务次数、平均白天每圈服务时间、平均设备利用率、地面站服务总时间和传输时延;
其中,所述二级指标包括:接收任务完成情况指标、接收资源负载率、规划收敛时间指标、接收任务满足情况和接收资源利用率;其中,所述接收任务完成情况指标由总任务完成率和重要任务完成率计算得出;所述接收资源负载率由地面站利用率、地面站负载率、天线负载率、信道负载率和记录器负载率计算得出;所述规划收敛时间指标分析比对算法在进行各类情况下接收任务的规划时,任务规划算法的时效性;所述接收任务满足情况由平均每天服务时间、平均白天每天服务次数、平均每晚服务次数和平均白天每圈服务时间计算得出;所述接收资源利用率由平均设备利用率、地面站服务总时间和传输时延计算得出;
其中,所述三级指标包括卫星数据接收任务规划算法评价指标和接收能力分析指标;以及所述卫星数据接收任务规划算法评价指标通过接收任务完成情况、接收资源负载率和规划收敛时间计算得到;所述接收能力分析指标通过接收任务满足情况和接收资源利用率计算得到;
其中所述总体指标由算法评价指标和接收能力分析指标计算得到;
计算所述卫星数据接收系统的一级指标的装置,所述一级指标由相应的卫星数据接收效能评估样本数据计算得出;
计算所述卫星数据接收系统的二级指标的装置,所述二级指标采用算术加权平均法,由所述一级指标计算得出;
计算所述卫星数据接收系统的三级指标的装置,所述三级指标采用算术加权平均法,由所述二级指标计算得出;
计算所述卫星数据接收系统的总体指标的装置,所述总体指标采用算术加权平均法,由所述三级指标计算得出;
展示上述得到的各项效能评估结果的装置。
3.如权利要求2所述的卫星数据接收系统的效能评估装置,其中所述展示上述得到的各项效能评估结果的装置以图表形式进行展示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510079505.6A CN104598759B (zh) | 2015-02-13 | 2015-02-13 | 一种卫星数据接收系统的效能评估方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510079505.6A CN104598759B (zh) | 2015-02-13 | 2015-02-13 | 一种卫星数据接收系统的效能评估方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104598759A CN104598759A (zh) | 2015-05-06 |
CN104598759B true CN104598759B (zh) | 2017-11-03 |
Family
ID=53124538
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510079505.6A Active CN104598759B (zh) | 2015-02-13 | 2015-02-13 | 一种卫星数据接收系统的效能评估方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104598759B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105893767B (zh) * | 2016-04-07 | 2018-09-25 | 北京金控数据技术股份有限公司 | 一种环境保护指数检测方法及装置 |
CN108399504B (zh) * | 2018-03-08 | 2022-08-02 | 中国人民解放军61489部队 | 一种防空地下室防护效能评估方法 |
CN108536919B (zh) * | 2018-03-18 | 2022-04-05 | 哈尔滨工程大学 | 一种探月航天器离线任务效能评估系统及其评估方法 |
CN108988933B (zh) * | 2018-07-26 | 2021-12-17 | 中国电子科技集团公司第五十四研究所 | 一种卫星数据接收窗口全局优化分配方法 |
CN111062558B (zh) * | 2019-10-29 | 2023-01-13 | 合肥工业大学 | 基于任务需求的卫星价值分析方法和系统 |
CN110958063A (zh) * | 2019-11-26 | 2020-04-03 | 天津大学 | 一种基于多元指标融合的海上通信信道质量评估方法 |
CN111311073B (zh) * | 2020-01-20 | 2022-08-16 | 四川九洲电器集团有限责任公司 | 一种任务自适应的效能评估方法及系统 |
CN111582669B (zh) * | 2020-04-21 | 2022-02-18 | 中国人民解放军军事科学院国防科技创新研究院 | 天临空协同遥感系统效能评估指标体系的构建方法 |
-
2015
- 2015-02-13 CN CN201510079505.6A patent/CN104598759B/zh active Active
Non-Patent Citations (7)
Title |
---|
"卫星地面站系统资源能力评估方法研究";常飞;《中国优秀硕士学位论文全文数据库 信息科技辑》;20061115;第2006年卷(第11期);第I136-393页 * |
"卫星地面站设备配置效能评价指标体系研究";王远振等;《军事运筹与系统工程》;20030331(第1期);第59-64页 * |
"卫星联合观测的资源配合模型及决策算法";经飞;《中国优秀硕士学位论文全文数据库 工程科技II辑》;20120315;第2012年卷(第3期);第C031-168页 * |
"地球观测卫星系统性能指标及其仿真应用研究";孙凯等;《计算机仿真》;20090430;第26卷(第4期);第59-62页 * |
"地面站系统服务能力评估指标及其计算方法";李云峰等;《系统工程理论与实践》;20080229(第2期);第158-164、175页 * |
"多星多站对地观测任务规划技术研究";冯阳;《中国优秀硕士学位论文全文数据库 工程科技II辑》;20130515;第2013年卷(第5期);第C031-23页 * |
"多星测控系统资源配置效能评价指标体系研究";展跃全等;《载人航天》;20080930(第3期);第26-30页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104598759A (zh) | 2015-05-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104598759B (zh) | 一种卫星数据接收系统的效能评估方法和装置 | |
Mazzoleni et al. | Can assimilation of crowdsourced data in hydrological modelling improve flood prediction? | |
Giraldo et al. | Continuous time-varying kriging for spatial prediction of functional data: An environmental application | |
Heuvelink | Analysing uncertainty propagation in GIS: why is it not that simple? | |
CN104618045B (zh) | 基于采集数据的无线信道传播模型的建立方法和系统 | |
CN103336298A (zh) | 一种大地震断裂区域前兆数据的采集和分析方法 | |
CN101795162B (zh) | 数字单频网信号覆盖质量测算评估方法 | |
CN104868960B (zh) | 背景干扰噪声电平预测方法及系统 | |
Belehaki et al. | The European Ionosonde Service: nowcasting and forecasting ionospheric conditions over Europe for the ESA Space Situational Awareness services | |
CN104820790A (zh) | 电动汽车充电负荷数据的处理方法和装置 | |
Cheng et al. | Effects of raingauge distribution on estimation accuracy of areal rainfall | |
CN108205713A (zh) | 一种区域风电功率预测误差分布确定方法和装置 | |
CN114462722A (zh) | 新能源发电功率轻量化高精度云预测系统、方法和装置 | |
Chebbi et al. | Development of a method of robust rain gauge network optimization based on intensity-duration-frequency results | |
CN114970171A (zh) | 考虑产流结构不确定性的水文模型及对地表地下水文过程影响的量化方法 | |
CN105303258A (zh) | 基于机器学习技术预报模型的太阳爆发事件预报方法 | |
Belehaki et al. | Ionospheric specification and forecasting based on observations from European ionosondes participating in DIAS project | |
CN104821854A (zh) | 一种基于随机集的多主用户多维频谱感知方法 | |
CN109995549A (zh) | 一种评估流量价值的方法及装置 | |
Mauger et al. | Optimal design of a climatological network: Beyond practical considerations | |
CN104299037B (zh) | 一种自动化空间环境模式评估系统及方法 | |
CN101795163B (zh) | 数字单频网信号覆盖质量测算评估系统 | |
Fabbro et al. | HAPEE, a prediction model of ionospheric scintillation in polar region | |
Latinopoulos et al. | Trust in IoT-enabled mobility services: Predictive analytics and the impact of prediction errors on the quality of service in bike sharing | |
Pashova et al. | Investigation of Strong Geomagnetic Storms Using Multidisciplinary Big Data Sets |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |