CN108920801B - 一种大型通信星座试验子星座优化设计方法 - Google Patents
一种大型通信星座试验子星座优化设计方法 Download PDFInfo
- Publication number
- CN108920801B CN108920801B CN201810656459.5A CN201810656459A CN108920801B CN 108920801 B CN108920801 B CN 108920801B CN 201810656459 A CN201810656459 A CN 201810656459A CN 108920801 B CN108920801 B CN 108920801B
- Authority
- CN
- China
- Prior art keywords
- constellation
- test sub
- satellite
- orbital plane
- optimization
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Monitoring And Testing Of Transmission In General (AREA)
Abstract
本发明提供一种大型通信星座试验子星座优化设计方法,充分考虑了卫星星座的覆盖时长和覆盖重数,将试验子星座优化设计问题转化为多目标优化问题,通过建立目标函数、分析约束条件,再应用优化算法,得到覆盖性能最优的试验子星座。按照本发明提出的大型通信星座试验子星座优化设计方法,能够有效解决大型星座正式组网前的试验子星座最优设计问题,设计的试验子星座覆盖时间长、覆盖重数高,且计算速度快,能够利用最小成本测试大型星座的最大能力包络,具有工程可实现性。
Description
技术领域
本发明属于试验星座设计技术领域,具体涉及一种大型通信星座试验子星座优化设计方法。
背景技术
随着通信功能需求的增加,需要发射大型通信星座来满足需求,大型通信星座卫星数量多、成本高,因此在发射大型星座前,首先要发射大型星座的试验子星座来对整个星座的覆盖性能等进行测试。郦苏丹等提出了一种采用遗传算法和多目标进化算法的低轨区域通信星座优化设计方法,但是星座设计对象为区域星座,而且算法较为复杂(郦苏丹,朱江,李广侠,采用遗传算法的低轨区域通信星座优化设计方法,通信学报,2005,268(8):122-128;郦苏丹,朱江,李广侠,基于多目标进化算法的低轨区域通信星座优化设计方法,2005,6(1):1-6);姜兴龙等提出了一种新型的低轨存储转发通信星座设计方法,但是星座设计对象主要是针对低轨存储转发通信星座,普适性不强(姜兴龙,梁广,刘会杰,余金培,一种新型的低轨存储转发通信星座设计方法,电子与信息学报,2014,36(3):676-682)。
为了利用最小成本测试大型通信星座的最大能力包络,本发明提出一种考虑覆盖性能的试验子星座优化设计方法,充分考虑了卫星星座的覆盖时长和覆盖重数,将试验子星座优化设计问题转化为多目标优化问题,通过建立目标函数、分析约束条件,再应用优化算法,得到覆盖性能最优的试验子星座。按照本发明提出的大型通信星座试验子星座优化设计方法,能够有效地解决用于测试大型星座的试验子星座最优设计问题。
发明内容
针对现有技术存在的缺陷,本发明提供一种大型通信星座试验子星座优化设计方法,包括以下步骤:
本发明提供一种大型通信星座试验子星座优化设计方法,包括以下步骤:
步骤1:建立试验子星座设计目标函数;
具体的,为了测试大型通信星座的性能,选取其中两个轨道面编号,每个轨道面上选取两颗卫星组成一个试验子星座,通过分析试验子星座对某地区的覆盖性能,进而利用最少卫星来最大限度地进行关键技术验证,测试最大的能力包络,测试大型通信星座的覆盖性能;
从已知的大型通信星座中,选取两个轨道面编号,每个编号的轨道面上再优化选取两颗卫星,共选择四颗卫星组成试验子星座;将试验子星座成员卫星的轨道面编号和相位的优化选取转化为一个多目标优化问题,综合考虑覆盖时长和覆盖重数,两者进行加权,优化目标是覆盖时间长且覆盖重数高,得到优化目标函数。
步骤2:分析试验子星座设计约束条件;
具体的,假设大型通信星座的构形为Walker N/P/F,则轨道面编号为1~P,
其中,
N—为大型通信星座的卫星数;
P—为大型通信星座的轨道面数;
F—为大型通信星座的相位因子;
由于Walker星座为对称星座,因此选取卫星轨道面编号和相位时,也遵循对称性原则:
步骤2.1:选取卫星的轨道面编号;
首先选取两个轨道面编号,若第一个轨道面编号选择Pi,Pi∈[1,P-1],则第二个轨道面编号选择范围为(P-Pi)~P,因此,轨道面编号的组合有P(P-1)/2种;
步骤2.2:选取每个轨道面卫星相位;
同理,针对每个轨道面编号选择两颗卫星,若同一轨道面第一颗卫星的相位因子选择Fi,Fi∈[1,F-1],则该轨道面上第二颗卫星的相位因子选择范围为(F-Fi)~F,因此,每个轨道面上卫星相位的组合有F(F-1)/2种;
步骤3:提出试验子星座优化设计方法;
具体的,同一轨道面上选取相邻相位的卫星进行试验,得到的目标函数最大,覆盖性能最好;因此,本发明提出一种测试大型通信星座的试验子星座优化设计方法,在大型通信星座中选取两个轨道面编号,并在每个轨道面上选取相邻相位的两颗卫星,构成一个四颗卫星组成的试验子星座;因此,试验子星座四颗卫星的组合减少为种,试验子星座卫星选取的可行域缩小。
步骤4:优化设计;
具体的,利用模拟退火算法优化选取卫星轨道面编号和相位。
本发明提供的用于一种大型通信星座试验子星座优化设计方法具有以下优点:
本发明提供的一种大型通信星座试验子星座优化设计方法,充分考虑了卫星星座的覆盖时长和覆盖重数,将试验子星座优化设计问题转化为多目标优化问题,通过建立目标函数、分析约束条件,再应用优化算法,得到覆盖性能最优的试验子星座。按照本发明提出的大型通信星座试验子星座优化设计方法,能够有效地解决用于测试大型星座的试验子星座最优设计问题,设计的试验子星座覆盖时间长、覆盖重数高,且计算速度快,能够实现最小成本测试大型星座的最大能力包络,具有工程可实现性。
附图说明
图1为本发明提供的一种大型通信星座试验子星座优化设计方法的流程图。
具体实施方式
为了使本发明所解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
结合图1,本发明提供一种大型通信星座试验子星座优化设计方法,包括以下步骤:
步骤1:建立试验子星座设计目标函数;
具体的,为了测试大型通信星座的性能,选取其中两个轨道面编号,每个轨道面上选取两颗卫星组成一个试验子星座,通过分析试验子星座对某地区的覆盖性能,进而利用最少卫星来最大限度地进行关键技术验证,测试最大的能力包络,测试大型通信星座的覆盖性能;
从已知的大型通信星座中,选取两个轨道面编号,每个编号的轨道面上再优化选取两颗卫星,共选择四颗卫星组成试验子星座;将试验子星座成员卫星的轨道面编号和相位的优化选取转化为一个多目标优化问题,综合考虑覆盖时长和覆盖重数,两者进行加权,优化目标是覆盖时间长且覆盖重数高,得到优化目标函数:
W=wt·t+wn·n (1)
其中,
W—为试验子星座的优化目标函数;
wt—为试验子星座对目标地区的覆盖时长在目标函数中的权重数;
wn—为试验子星座对目标地区的覆盖重数在目标函数中的权重数;
t—为试验子星座对目标地区的覆盖时长;
n—为试验子星座对目标地区的覆盖重数。
步骤2:分析试验子星座设计约束条件;
具体的,假设大型通信星座的构形为Walker N/P/F,则轨道面编号为1~P,
其中,
N—为大型通信星座的卫星数;
P—为大型通信星座的轨道面数;
F—为大型通信星座的相位因子;
由于Walker星座为对称星座,因此选取卫星轨道面编号和相位时,也遵循对称性原则:
步骤2.1:选取卫星的轨道面编号;
首先选取两个轨道面编号,若第一个轨道面编号选择Pi,Pi∈[1,P-1],则第二个轨道面编号选择范围为(P-Pi)~P,因此,轨道面编号的组合有P(P-1)/2种;
步骤2.2:选取每个轨道面卫星相位;
同理,针对每个轨道面编号选择两颗卫星,若同一轨道面第一颗卫星的相位因子选择Fi,Fi∈[1,F-1],则该轨道面上第二颗卫星的相位因子选择范围为(F-Fi)~F,因此,每个轨道面上卫星相位的组合有F(F-1)/2种;
步骤3:提出试验子星座优化设计方法;
具体的,同一轨道面上选取相邻相位的卫星进行试验,得到的目标函数最大,覆盖性能最好;因此,本发明提出一种测试大型通信星座的试验子星座优化设计方法,在大型通信星座中选取两个轨道面编号,并在每个轨道面上选取相邻相位的两颗卫星,构成一个四颗卫星组成的试验子星座;因此,试验子星座四颗卫星的组合减少为种,试验子星座卫星选取的可行域缩小。
步骤4:优化设计;
具体的,利用模拟退火算法优化选取卫星轨道面编号和相位。
本发明提供的一种大型通信星座试验子星座优化设计方法,充分考虑了卫星星座的覆盖时长和覆盖重数,将试验子星座优化设计问题转化为多目标优化问题,通过建立目标函数、分析约束条件,再应用优化算法,得到覆盖性能最优的试验子星座。按照本发明提出的大型通信星座试验子星座优化设计方法,能够有效地解决用于测试大型星座的试验子星座最优设计问题,设计的试验子星座覆盖时间长、覆盖重数高,能够实现最小成本测试大型星座的最大能力包络。具体具有以下优点:
(1)本发明提出的优化设计方法很大程度上缩小了卫星轨道面编号和相位的可行域,进而能够减小计算量,提升试验子星座的设计速度和效果。
(2)综合考虑覆盖时长和覆盖重数,能够选取覆盖性能最好的试验子星座。
(3)最小成本测试大型星座的最大能力包络,具有工程可实现性。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视本发明的保护范围。
Claims (1)
1.一种大型通信星座试验子星座优化设计方法,其特征在于,包括以下步骤:
步骤1:建立试验子星座设计目标函数;
从已知的大型通信星座中,选取两个轨道面编号,每个编号的轨道面上再优化选取两颗卫星,共选择四颗卫星组成试验子星座;将试验子星座成员卫星的轨道面编号和相位的优化选取转化为一个多目标优化问题,综合考虑覆盖时长和覆盖重数,两者进行加权,优化目标是覆盖时间长且覆盖重数高,得到优化目标函数;
步骤2:分析试验子星座设计约束条件;
假设大型通信星座的构形为Walker N/P/F,则轨道面编号为1~P,
其中,
N—为大型通信星座的卫星数;
P—为大型通信星座的轨道面数;
F—为大型通信星座的相位因子;
由于Walker星座为对称星座,因此选取卫星轨道面编号和相位时,也遵循对称性原则;
步骤2.1:选取卫星的轨道面编号;
首先选取两个轨道面编号,若第一个轨道面编号选择Pi,Pi∈[1,P-1],则第二个轨道面编号选择范围为(P-Pi)~P,因此,轨道面编号的组合有P(P-1)/2种;
步骤2.2:选取每个轨道面卫星相位;
同理,针对每个轨道面编号选择两颗卫星,若同一轨道面第一颗卫星的相位因子选择Fi,Fi∈[1,F-1],则该轨道面上第二颗卫星的相位因子选择范围为(F-Fi)~F,因此,每个轨道面上卫星相位的组合有F(F-1)/2种;
步骤3:提出试验子星座优化设计方法;
同一轨道面上选取相邻相位的卫星进行试验,得到的目标函数最大,覆盖性能最好;在大型通信星座中选取两个轨道面编号,并在每个轨道面上选取相邻相位的两颗卫星,构成一个四颗卫星组成的试验子星座;因此,试验子星座四颗卫星的组合减少为种,试验子星座卫星选取的可行域缩小;
步骤4:优化设计;
具体的,利用模拟退火算法优化选取卫星轨道面编号和相位。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810656459.5A CN108920801B (zh) | 2018-06-24 | 2018-06-24 | 一种大型通信星座试验子星座优化设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810656459.5A CN108920801B (zh) | 2018-06-24 | 2018-06-24 | 一种大型通信星座试验子星座优化设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108920801A CN108920801A (zh) | 2018-11-30 |
CN108920801B true CN108920801B (zh) | 2022-06-14 |
Family
ID=64420589
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810656459.5A Active CN108920801B (zh) | 2018-06-24 | 2018-06-24 | 一种大型通信星座试验子星座优化设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108920801B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109918759B (zh) * | 2019-03-01 | 2023-06-16 | 上海微小卫星工程中心 | 一种评估星座设计的方法 |
CN109918761B (zh) * | 2019-03-01 | 2023-06-13 | 上海微小卫星工程中心 | 一种分析星座的覆盖性能的方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101604996A (zh) * | 2009-05-08 | 2009-12-16 | 中国人民解放军空军工程大学 | 低轨道/中轨道双层卫星光网络结构系统及设计计算方法 |
CN106249253A (zh) * | 2016-07-20 | 2016-12-21 | 中国人民解放军装备学院 | 低轨通信和导航增强混合星座的优化设计方法 |
CN107086888A (zh) * | 2017-03-02 | 2017-08-22 | 重庆邮电大学 | 一种双层混合卫星网络优化设计及其覆盖性能评估方法 |
CN107329146A (zh) * | 2017-07-05 | 2017-11-07 | 中国人民解放军装备学院 | 一种导航卫星低轨监测星座的优化设计方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2716174C (en) * | 2010-10-01 | 2019-11-26 | Telesat Canada | Satellite system |
-
2018
- 2018-06-24 CN CN201810656459.5A patent/CN108920801B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101604996A (zh) * | 2009-05-08 | 2009-12-16 | 中国人民解放军空军工程大学 | 低轨道/中轨道双层卫星光网络结构系统及设计计算方法 |
CN106249253A (zh) * | 2016-07-20 | 2016-12-21 | 中国人民解放军装备学院 | 低轨通信和导航增强混合星座的优化设计方法 |
CN107086888A (zh) * | 2017-03-02 | 2017-08-22 | 重庆邮电大学 | 一种双层混合卫星网络优化设计及其覆盖性能评估方法 |
CN107329146A (zh) * | 2017-07-05 | 2017-11-07 | 中国人民解放军装备学院 | 一种导航卫星低轨监测星座的优化设计方法 |
Non-Patent Citations (2)
Title |
---|
Design and Simulation for Hybrid LEO Communication and Navigation Constellation;YANG Mingqi 等;《Proceedings of 2016 IEEE Chinese Guidance, Navigation and Control Conference》;20160814;1665-1669 * |
卫星星座构形控制与设计研究;项军华;《中国优秀博硕士学位论文全文数据库(博士)工程科技Ⅱ辑》;20090715(第7期);C031-43 * |
Also Published As
Publication number | Publication date |
---|---|
CN108920801A (zh) | 2018-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ghara et al. | Constraining the intergalactic medium at z≈ 9.1 using LOFAR Epoch of Reionization observations | |
CN108920801B (zh) | 一种大型通信星座试验子星座优化设计方法 | |
Sánchez-Blázquez et al. | Spatially resolved spectroscopy of early-type galaxies over a range in mass | |
Bavassano et al. | On the evolution of outward and inward Alfvénic fluctuations in the polar wind | |
Calore et al. | Realistic estimation for the detectability of dark matter subhalos using Fermi-LAT catalogs | |
Ma et al. | Resilient filtering for cyber‐physical systems under denial‐of‐service attacks | |
Verkhoglyadova et al. | Revisiting ionosphere‐thermosphere responses to solar wind driving in superstorms of November 2003 and 2004 | |
Cander | Artificial neural network applications in ionospheric studies | |
Ogasawara et al. | Interplanetary magnetic field dependence of the suprathermal energetic neutral atoms originated in subsolar magnetopause | |
Kug et al. | Optimal multi-model ensemble method in seasonal climate prediction | |
Mallika I et al. | Performance analysis of Neural Networks with IRI-2016 and IRI-2012 models over Indian low-latitude GPS stations | |
Gehan et al. | Surface magnetism of rapidly rotating red giants: Single versus close binary stars | |
Kavanagh et al. | The statistical dependence of auroral absorption on geomagnetic and solar wind parameters | |
Li et al. | Application of simulated annealing particle swarm optimization in underwater acoustic positioning optimization | |
CN116170066B (zh) | 一种面向低轨卫星物联网的负载预测方法 | |
Tao et al. | Model errors of an intermediate model and their effects on realistic predictions of El Niño diversity | |
Barabashov et al. | High-frequency field strength prediction for ionospheric propagation at short-and medium-range radio paths | |
CN109918759B (zh) | 一种评估星座设计的方法 | |
Zhang et al. | Improved SNR to detect the unknown characteristic frequency by SR | |
Ma et al. | Zero‐bias mitigation method based on optimal correlation interval for digital code phase discriminator | |
Jin et al. | Optimal regenerative PN code tracking based on non‐commensurate sampling and double‐loop structure | |
Sundberg et al. | Statistical analysis of the sources of the cross‐polar potential for southward IMF, based on particle precipitation characteristics | |
Zhang et al. | IRS-Aided Mobile Edge Computing for Mine IoT Networks using Deep Reinforcement Learning | |
Khémiri et al. | Robust fault and state estimation for linear discrete-time systems with unknown disturbances using pi three-stage Kalman filter | |
Li et al. | Analyzing the robustness of LEO satellite networks based on two different attacks and load distribution methods |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |