CN109506651B - 平流层超压气球三维航迹规划方法 - Google Patents
平流层超压气球三维航迹规划方法 Download PDFInfo
- Publication number
- CN109506651B CN109506651B CN201811078715.3A CN201811078715A CN109506651B CN 109506651 B CN109506651 B CN 109506651B CN 201811078715 A CN201811078715 A CN 201811078715A CN 109506651 B CN109506651 B CN 109506651B
- Authority
- CN
- China
- Prior art keywords
- balloon
- platform
- space
- path planning
- communication
- 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 54
- 239000005437 stratosphere Substances 0.000 title claims abstract description 10
- 230000008569 process Effects 0.000 claims abstract description 14
- 230000008859 change Effects 0.000 claims abstract description 11
- 230000007613 environmental effect Effects 0.000 claims abstract description 7
- 238000009825 accumulation Methods 0.000 claims abstract description 4
- 238000005096 rolling process Methods 0.000 claims abstract description 4
- 230000008901 benefit Effects 0.000 claims description 9
- 238000005457 optimization Methods 0.000 claims description 8
- 238000012546 transfer Methods 0.000 claims description 6
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 230000000630 rising effect Effects 0.000 claims description 2
- 230000007774 longterm Effects 0.000 abstract description 6
- 238000004891 communication Methods 0.000 description 81
- 230000005540 biological transmission Effects 0.000 description 19
- 230000006855 networking Effects 0.000 description 19
- 230000000694 effects Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 15
- 238000005516 engineering process Methods 0.000 description 14
- 238000011160 research Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 9
- 238000011161 development Methods 0.000 description 8
- 238000012544 monitoring process Methods 0.000 description 8
- 238000012360 testing method Methods 0.000 description 8
- 230000015572 biosynthetic process Effects 0.000 description 7
- 238000013461 design Methods 0.000 description 7
- 238000005259 measurement Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 5
- 238000005339 levitation Methods 0.000 description 4
- 230000033001 locomotion Effects 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000002787 reinforcement Effects 0.000 description 3
- 241001503987 Clematis vitalba Species 0.000 description 2
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 239000000443 aerosol Substances 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000010267 cellular communication Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 238000013441 quality evaluation Methods 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 206010034719 Personality change Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 239000005436 troposphere Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开提供了一种平流层超压气球三维航迹规划方法，包括：根据分解给超压气球的期望驻留目标位置，选择包括期望驻留位置和范围的轨迹空间并进行立方体网格划分；利用魔方搜索法，通过估计算法对环境大数据变化的预测，计算经过一时间间隔到达每个相邻立方体网格的概率；基于马尔科夫决策过程在整个轨迹空间内进行路径规划，根据所述路径规划进行实际控制，并根据实际控制结果与路径规划结果的滚动累计进行奖惩，以确定后续规划和控制；根据实际控制结果对环境大数据进行增强更新。本公开平流层超压气球三维航迹规划方法，通过对驻留及载荷指向的控制，实现了长期可靠驻足，满足了在空间信息网中的应用需求。
Description
技术领域
本公开涉及空间信息网络技术领域，具体涉及一种平流层超压气球三维航迹规划方法。
背景技术
空间信息网络是以空间平台(如同步卫星或中、低轨道卫星/星座、临近空间浮空器或无人机等)为载体，实时获取、传输和处理空间信息的网络系统。作为国家重要基础设施，空间信息网络在服务远洋航行、应急救援、导航定位、航空运输、航天测控等重大应用同时，还可支持对地观测高动态、宽带实时传输，以及深空探测的超远程、大时延可靠传输，从而将人类科学、文化、生产活动拓展至空间、远洋、乃至深空，是全球范围的研究热点。
临近空间平台一般指的是运行在临近空间的浮空器或飞机，距离地面17～22km。这类平台具有快速延伸通信距离的能力，并且可以为大量用户提供服务，而需要的通信设施比地面网络要少的都。因此，临近空间平台与地面网络接近，同时能够保持广域覆盖的特点，意味着临近空间平台兼具了地面网络和卫星通信的优点。但是尚未有一种可以长期驻留的可靠平台，临近空间平台在空间信息网中的应用研究并不像卫星平台那样活跃。
1临近空间浮空器平台发展
临近空间平台技术的研究贯穿从平台设计、制造、放飞、飞行控制、回收到系统支持与维护的全部流程，是典型的跨学科、综合性强的高新技术，涉及材料、结构、能源、热控、推进、控制、空间环境等诸多领域，目前比较清晰的两条技术路线分别为临近空间浮空器和临近空间太阳能长航时无人机。后者目前仅有空客的西风7达到了20公里高度，最大续航14天，具备一定的应用能力，但有效载荷小于5kg，有较大局限性。其它型号都尚未达到长期驻留。
1.1平流层飞艇发展
2003年11月美国空军的攀登者(Ascender)飞艇未携带任何有效载荷到达30km高空，并在地面控制下成功返回，成为第一个进入临近空间并完成回收的飞艇。2005年11月，美国陆军航天司令部的高空哨兵(Hisentinel)飞艇飞行高度达到22.6km，驻空5小时，带动力飞行小于1小时，载重9.1kg，成为迄今为止真正实现有动力飞行且飞行高度最高的飞艇。2010年11月，改进后的高空哨兵飞艇载重36.3kg，载荷功率50W，飞行高度20.21km，飞行时间8小时，如图1所示。
2005年底，美国MDA宣布正式启动HAA项目。HAA的最终演示验证飞艇HALE-D(HighAltitude Long Endurance-Demonstrator)的技术指标为：飞行高度18.3km，驻空时间大于15天，有效载荷为遥感和对地通信设备。HALE-D于2011年7月升空试验，但因出现技术异常于升空当天即坠毁，如图2所示。
在国内，中科院光电院遵循“高空气球→非成形升空动力飞艇→成形升空动力飞艇”的循序渐进发展模式，对临近空间飞艇的全飞行剖面测控通讯、飞行控制、航电、轨迹预测和任务规划方面开展了系统性的研究工作。在2011年研制并飞行了KFG30A、KFG30B、KFG44三艘飞艇，最大飞行高度16.6km。2012年8月，首次成功完成了平流层飞艇的飞行试验，是当时国内外目前体积最大、推进功率最大的受控平流层飞艇，在国际上首次实现了平流层高度的自动驾驶飞行、遥控飞行和成形下降试验，飞行试验结果表明我国平流层飞艇技术已达到了国际一流水平，如图3所示。
虽然国内外在平流层飞艇上取得了一定的进展，但尚未达到长期驻空应用的能力。
1.2高空科学气球发展
国外高空科学气球研究起步较早，经过几十年的发展，零压式高空气球的主要技术已经成熟，在世界范围内，面向应用的高空气球体积从几万立方米至100万立方米，载荷从几公斤至3吨，飞行高度从30km至40km。超压气球是目前高空气球技术发展的重点，其体积已达到50万立方米，飞行高度达到了36km，美国的超压气球在南极更是创造了携带1吨级载荷连续飞行54天的记录，而在南半球中纬度地区，NASA的飞行记录是46天，如图4所示。
谷歌2013年公布了LOON计划，旨在通过超压气球组成的网络来为偏远地区提供上网服务。该项目目前采用的1250立方的超压气球已经达到了190天最长续航时间。该超压气球采用了具有副气囊的“二元超压球”独特设计，通过对副气囊充放气的调节，来调整气球的净浮力，以改变气球高度，寻找不同的平流层风向来实现对其位置的控制。虽然单个球体的控制精度受制于气象条件，并不能达到很高，但是因为整套系统成本很低，可以通过多个气球的协同控制来实现对某一个区域的不间断覆盖，目前来看，这是一套最可行的方案，如图5所示。
国内高空科学气球最早是从1977年开始，为了给高能天体物理实验研究建立空间运载手段，由著名科学家何泽慧院士大力支持和顾逸东院士具体领导下于1984年建成了我国唯一的高空科学气球系统，该团队在1990年实现了高空气球从我国北方到俄罗斯西南部的长时间飞行，连续飞行时间72小时，飞行距离四千余公里。从1991年至今，中科院高能所与光电院联合团队共发放高空气球53次，累计飞行时间超过200小时，成功率超过90％(进入2000年以后，成功率为100％)，创造了最大气球体积60万立方米，最大设计载荷能力1.9吨，最高飞行高度42km，最长持续飞行时间3天的记录，代表了目前国内高空科学气球技术发展的最高水平，而且目前也在紧跟高空科学气球的发展确实，大力发展高空长航时超压气球技术，如图6-7所示。
目前来看，高空科学气球是唯一能够可靠进入临近空间且长期驻留的浮空器，特别是二元超压气球，可通过高度调节达到区域长时间驻留，在空间信息网络中具有较高的组网应用价值。
2基于临近空间平台通信组网的研究进展
在临近空间平台研究的早期，研究者就已提出了各种临近空间平台通信组网的方案。从对临近空间平台运动的要求上来划分，又可分为要求平台对地面保持相对静止的准静止网络和允许平台在外界环境作用下移动的移动网络。
准静止网络的例子有ITU和WRC提出的HAPS网络，北美的空间站(Sky Station)工程，欧盟的CAPANINA项目，日本的Skynet计划等。这些方案在组网模式上大同小异，这里以北美的空间站工程为例予以说明，如图8所示。
空间站工程由国际空间站公司(Sky Station International Inc)推动，旨在建立一个覆盖全球的太阳能临近空间平台系统提供宽带无线蜂窝通信服务。该工程计划使用250个称为空间站的临近空间平台，分别配置在全球主要城市上空约21km处，在特大城市将会增加平台数量来提高系统容量。这些空间站起到通信基站的作用，为地面用户提供3G无线蜂窝网通信服务。蜂窝区域分为城市覆盖区域(UAC，直径74km)，郊区覆盖区域(SAC)和农村覆盖区域(RAC)三种。单个平台通过使用点波束天线提供2Mb/s上行和10Mb/s下行的无线宽带接入业务，对于移动用户，能够提供9.6-16kb/s数字语音业务和384kb/s数据通信业务，其工作频段包括与IMT-2000标准一致的2GHz频段和其它的47/48GHz频段。该工程要求每个平台定点驻留在特定的空域。按照ITU的相关标准，平台对地移动的范围至多只能到0.6km×0.6km×1km。平台可以通过地面站和已有的地面有线骨干网相连，也规划了通过平台间的无线链路直接实现平台间组网。这种组网方式对于临近空间平台的抗风定点悬浮驻留能力的要求大大超过了目前的平台控制技术所能达到的水平(10km×10km×2km)，因而未进入实用阶段。
谷歌的LOON项目采用超压气球组成的网络是目前最典型的临近空间网络。气球计划运行高度距离地面20km，平均持续飞行时间大于100天，如图9所示。
LOON项目的技术难点就在于如何协调和控制数量众多的气球同时在空中飞行，以保证气球覆盖的区域恰恰是那些需要通信服务的地方。在平流层，有很多稳定风层，每一个风层都有不同的方向和速度。Google利用公开数据库获取的大气数据，通过气泵控制气球上升或者下降，使其进入不同的风层，以达到控制气球以期望的方向和速度运动的目的。通过风力推动和太阳能充电，Google气球可以完全依赖可再生的能源来运行。尽管Google气球将会在气流作用下不断飘移，但是通过对大量气球飘移的宏观调控，Google仍然可以保证在某一地区上空的气球能够均匀分布，从而为地面用户提供不间断上网服务，如图10所示。
总体来说，LOON项目进展非常迅速，到2016年底，谷歌在本项目中采用的超压气球已经完全成熟定型，单个气球平均的续航时间已经普遍超过100天，最长的续航时间达到190天，在2016年底，谷歌通过控制气球的飞行高度，在秘鲁的一个城市上空实现了长达98天的定点区域驻留；2017年初，秘鲁出现罕见洪灾，地面通信设施大量损毁，谷歌利用超压气球组成的应急通信网络，在72小时内，为4万平方公里(相当于一个瑞士)区域提供了基础互联网连接，提供了超过160GB的数据流量。这是截止目前为止，临近空间浮空器平台最成功的一次实战应用，如图11-12所示。
国内长春理工大学2013年做过一次运12飞机搭载的空-空链路激光通信试验，发射功率、飞行距离相同的条件下，接收光斑闪烁方差随飞行高度增加而减小，接收光功率均值随高度增加而增加，大气损耗随高度增加而减小，对临-临激光通信链路研究有一定的借鉴意义，如图13所示。
目前对临-临链路激光通信的研究多停留在仿真和理论研究阶段，受限于临近空间平台的成熟度，仅有的一例关于临近空间激光通信的报道也是关于谷歌的LOON气球网络的，2015年，谷歌的LOON团队已经在平流层高度距离数百公里的气球之间建立了GB/S的连接速率，使用LTE基站给气球下方的用户提供移动上网服务，但是没有具体的飞行时间，飞行高度，通信速率，通信时间等技术数据。
总的来说，激光在临近空间传输特性分析还依赖于大量飞行实测数据支持。
综上，现有技术方案未能很好的实现临近空间平台长期可靠驻足、多平台协同航迹规划及临近空间平台面向任务编队组网的分布式协同飞行，因而不能很好的满足在空间信息网中的应用需求。
发明内容
(一)要解决的技术问题
鉴于上述技术问题，本公开提供了一种基于增强学习的平流层超压气球三维航迹规划方法，通过对驻留及载荷指向的控制，实现了长期可靠驻足，很好的满足在空间信息网中的应用需求。
(二)技术方案
根据本公开的一个方面，提供了一种基于增强学习的平流层超压气球三维航迹规划方法，包括：根据分解给超压气球的期望驻留目标位置，选择包括期望驻留位置和范围的轨迹空间并进行立方体网格划分；利用魔方搜索法，通过估计算法对环境大数据变化的预测，计算经过一时间间隔到达每个相邻立方体网格的概率；基于马尔科夫决策过程在整个轨迹空间内进行路径规划，根据所述路径规划进行实际控制，并根据实际控制结果与路径规划结果的滚动累计进行奖惩，以确定后续规划和控制；根据实际控制结果对环境大数据进行增强更新。
(三)有益效果
从上述技术方案可以看出，本公开至少具有以下有益效果其中之一：
(1)通过对驻留及载荷指向的控制，实现了长期可靠驻足，很好的满足在空间信息网中的应用需求。
(2)本公开临近空间骨干网络作为空间信息网子网概念，以激光通信链路为临近空间网络之间主要通信手段，使用区域可控的二元超压气球作为临近空间骨干网络的节点，通过多平台协同控制，达到大范围区域覆盖，承上启下，通信中转的需求。
(3)利用不同高度风速方向的显著差异，通过调节高度、从而可以利用新的风向把本来远离期望驻留中心的气球再拉回来，从而变扰动为驱动、不利为有利。
(4)利用多浮空器平台协同控制完成组网，可充分发挥其成本低的优势，达到大范围区域网络覆盖及信息传输的任务目标。
(5)基于约束条件分析对多平台目标优化分解，实现了在编临近空间平台的功能切换、载荷分配有效控制。
(6)多平台协同航迹规划方法，实现了持久地提供区域性对地综合信息服务，很好的满足在空间信息网中的应用需求。
附图说明
通过附图所示，本公开的上述及其它目的、特征和优势将更加清晰。在全部附图中相同的附图标记指示相同的装置。并未刻意按实际尺寸等比例缩放绘制附图，重点在于示出本公开的主旨。
图1为美国平流层飞艇进展示意图(其中，(a)美国空军的攀登者飞艇示意图；(b)为陆军的高空哨兵飞艇示意图)。
图2HALE-D飞艇试飞示意图。
图3中科院光电研究院系列飞艇示意图。
图4美国NASA的超压气球及其绕南极飞行的航迹示意图。
图5Google气球采用的“二元”气囊结构示意图。
图6中科院载重1.9吨高空科学气球示意图。
图7中科院光电研究院的超压气球正在进行库内测试示意图。
图8北美的空间站工程示意图(其中，(a)空间站的蜂窝构型，(b)空间站之间的两种组网方式)。
图9谷歌LOON气球网络示意图示意图。
图10Google气球升空及其组网效果图。
图11Google气球在秘鲁上空驻留98天示意图。
图12Google气球为秘鲁提供应急通信服务示意图。
图13临近空间网络涉及的三种激光链路示意图。
图14Google气球进行临近空间激光通信试验示意图。
图15光电研究院设计的超压气球效果图。
图16空间信息网络架构示意图。
图17空间信息网典型应用示意图。
图18多平台目标优化分解、反馈协调与功能转换(子内容1A、1B、1C相互之间的关系)示意图。
图19在编临空平台动态位置拓扑及协同覆盖效果示意图。
图20覆盖效果评估示意图。
图21超压气球与零压气球飞行高度变化情况对比示意图。
图22处于魔方中心的当前红色立元及其最多26个相邻立元示意图。
图23中国西部某处不同高度风速变化统计图。
图24多平台协同航迹规划模型示意图。
具体实施方式
为使本公开的目的、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，对本公开进一步详细说明。
需要说明的是，在附图或说明书描述中，相似或相同的部分都使用相同的图号。附图中未绘示或描述的实现方式，为所属技术领域中普通技术人员所知的形式。另外，虽然本公开可提供包含特定值的参数的示范，但应了解，参数无需确切等于相应的值，而是可在可接受的误差容限或设计约束内近似于相应的值。实施例中提到的方向用语，例如“上”、“下”、“前”、“后”、“左”、“右”等，仅是参考附图的方向。因此，使用的方向用语是用来说明并非用来限制本公开的保护范围。
一、临近空间骨干网
由于临近空间环境与传统的航空环境有显著不同，飞行器的特点也大不相同，本公开对空天信息网中关于临近空间骨干网络的层级划分进行了明确。
1、临近空间激光通信骨干链路
在未来空间信息网通信领域中，临近空间网络由于处于承上启下的地位，存在通信信息量大、传输速率更高、抗干扰力要求更强的一系列的高要求任务，微波通信由于其的局限性己不能满足现在的大容量通信要求，本公开提出采用激光通信链路作为临近空间网络之间的主要通信手段，空间激光通信传输速率非常快、带宽高、传播方向性好，且激光的接收视场非常小所以可以有效防止信息被截获，激光的波长非常小，所以能够防止一些电磁波的干扰。
基于临近空间浮空器平台的激光通信网络可以建立3种基本的通信链路：临-地链路，天-临链路，临-临链路。临-地链路与天-地(或者说星地)激光链路类似，但无论是天-地链路还是临-地链路，或者空-地链路，都受到对流层大气的影响，应用上有一定的限制。临-临链路普遍认为其大气衰减要远小于临-地链路，具有更大的实用价值，如图14所示。
临-临链路的空域位于对流层之上，不受天气影响；同时20～50km空域大气质量占全部大气的9.9％，所以临-临链路的大气衰减效应明显弱于临-地，空-地或星地链路。与临-天链路大部分处于自由空间不同，临-临链路的大气成分多，密度大，例如存在一个高浓度臭氧，及某些气溶胶粒子以及高空大气分子，大气衰减效应主要表现为臭氧对激光的吸收作用，气溶胶粒子对激光的散射作用和高空大气分子的散射作用，但对通信波长进行合理的选择后，衰减效应的量级很小，不超过1dB。激光通信临-临链路还受到大气湍流的影响，主要表现在大气闪烁和到达角起伏两个方面。大气闪烁与传输距离成正比，与通信波长成反比，到达角起伏只与传输距离成正比，量级很小。
2、临近空间骨干网络
本公开提出一种基于二元超压气球平台的临近空间骨干信息传输网络，该网络在空间信息网中处于承上启下的骨干中继传输地位，是空间信息网的一个重要子网，如图15所示。
其中，构成所述临近空间骨干网络节点的超压气球载荷全部为通信载荷，例如高速激光通信载荷(点对点，点对多点)，微波视距高速通信载荷(点对点)，PMP宽带接入通信载荷(点对多点)和宽/窄带卫星通信载荷，如图16所示。
具体链路为：遥感卫星载荷获取信息，天-临链路用激光通信，临-地链路可用微波通信，减少自由空间的微波链路损耗。空基平台获取遥感信息通过空-临微波链路传给临近空间平台(本公开的临近空间平台为浮空器，按照有无动力，可以分为平流层飞艇和高空科学气球两种平台)，后者通过临近空间骨干网多跳转发至地面后端。临-地链路可选用激光，也可使用微波。考虑到临近空间骨干网节点可扩展，选用天通1号通信链路作为浮空器节点的主测控链路，这样在地面管控中心无需布置大量高增益定向接收天线，且成本可控，速率也能满足测控要求。在地面管控中心可通过天通链路获取每一个浮空器节点的位置，然后根据其相对位置动态调整网络拓扑，变更APT指向，改变激光链路路径。
二、基于临近空间平台的空天信息网络的应用场景
以下结合实例详细介绍以临近空间浮空器平台为基础的空天信息网络的应用。
1、稀疏路网轨道交通路网监测和安全运行需求分析
西部稀疏路网目前建设有铁路专用GSM-R网络可传输数据、语音等必要信息，但由于带宽有限(＜400kbps)，无法实时传输视频等大容量信息，难以满足高分辨率安全监测需求。西部稀疏路网地处高原地区，施工及养护难度大，成本高，某些区域常年气候条件恶劣，风沙或地质灾害多发，轨道运营安全受到威胁的现象时有发生，仅仅依靠人工巡线维护效率低下。因此，急需一种全新的信息传输方式，提高西部稀疏路网安全监测及运维的效率。
2、典型应用场景设计与构建
按照前述需求，典型应用场景的组成如下表所示：
表1空间信息网络典型应用体系结构组成
按照基于临近空间平台的空间信息网络能够覆盖青藏铁路格尔木到兰州1000公里左右轨道范围的需求设想，在此沿线均匀分布4个临近空间浮空器，飞行高度为20km，单个浮空器的服务范围为半径300km；总覆盖能力为2400km×300km，考虑一定的可靠性和冗余性，网络覆盖区域有一定重叠性，能够满足1200km×200km的需求；部署2架无人机，每架飞机负责500km路段，按照时速150km计算，算上往返里程，每天约6小时即可完成巡检任务，同时还可以随时待命满足应急响应需求。无人机和地面列车的环境视频监控信息可动态接入浮空器覆盖的通信网络，大数据量视频信息在浮空器之间通过激光链路进行转发，最终通过微波视距链路传输落地，如图17所示。
因此在常态运营场景下，拟借助临近空间网络构建大宽带、实时、高可靠的长距离信息传输通道，实现空-车，车-车，车-地信息无缝共享，支撑列车运营安全监控信息的实时传输与预警处理。
常态运行场景下，临近空间浮空器与低空无人机组成的天临空车地网络和常规使用的铁路专用GSM-R网络同时独立提供通信服务。列车运行相关信息，如车辆本体信息，线路信息和地面设备信息通过两个网络进行独立传输，互为备份，以满足轨道交通安全运营原则。采用无人机自主巡线监测轨道安全，拍摄的高清视频可通过临近空间平台中继回传，大幅度提高巡线监测效率。
针对铁路沿线的边坡滑坡和塌方落石、强风、暴雨、大雪、地震等自然灾害发生时，铁路专用GSM-R网络不可用的场景下，启用基于临近空间平台的天临空车地应急网络预案，利用应急网络的快速按需组网和动态重构技术，保障轨道交通面向应急的实时运营安全。
在应急情况下，无人机可随时出动拍摄回传现场视频信息(通过临近空间骨干网中继回传)，给抢险指挥部门提供决策依据。根据铁路沿线地面应用系统受损状况不同，天临空地网络的主备用情况将逐级变化，随着地面网络损毁情况的增加，逐渐由地主天备，转换为双网并用，最恶劣的情况转为以空天信息网为主的网络结构。
三、基于浮空器的临近空间骨干网络平台及通信
本公开中，临近空间平台面向任务编队组网的分布式协同飞行控制方法，包括：
确定多在编临近空间平台目标优化的约束条件；
接收在编临近空间平台反馈的输入、输出数据；以及
基于约束条件及所述数据控制在编临近空间平台的功能切换、载荷分配。具体过程如下：
1、临近空间平台面向任务编队组网的分布式协同飞行
如图18所示，主要包括三个部分1A、1B、1C，其相互之间的关系为：1B、1C将每个在编平台的输入-输出数据反馈给1A，1A给1B、1C下达每个在编平台的规划决策目标并分配载荷任务。
2、多平台目标优化分解、反馈协调与功能切换
不失一般性，以某一经纬度上空海拔20km处O为原点建立“北东地”地理坐标系O-xyz；假设有两类临近空间平台在编，其代号为Lk(k＝1，…，5)，其中前3个为超压气球，后2艘为动力飞艇；将要求进行有效覆盖的区域用东西南北的边界值xE，xW，yS，yN表示。
如图19上部为平台编队的动态拓扑图，下部为协同覆盖图，可以根据在编各平台的动态位置和对地载荷的覆盖半径计算得到防同覆盖效果。覆盖效果图上标注了运营与安全保障中心(用十字表示)、某地面通信站(用半圆表示)。
对覆盖对象进行分级，例如分为五级：某静态对象(地面通信站)和某动态对象(例如行驶途中的高铁，用五星表示)为最高的5级；某些动态对象(例如工作中的无人机，用四星表示)为次高的4级；疑似异常地带为3级；铁路沿线为2级；其他为1级。
除了按对象分级之外，对覆盖效果的评估还要按路径损耗进行区分。如图20所示，可以计算不同仰角的路径损耗为：
Lθ＝20log(640πhmarcsinθ)＞L90。＝152dB，L15。＝164dB.
上述两种路径损耗之差为12dB。即假设平台的任务高度为20千米，工作频率取路径损耗最大的48Ghz，则15度低仰角情形的通信功率是90度高仰角情形的16倍，可见传输距离对信号的传输有重要影响。所以已90度仰角的通信功率为参考，覆盖范围内不同位置的通信功率同参考值相比作为通信覆盖能力评价的相乘因子，进一步对于多个临空平台覆盖的情形进行叠加，对每个监视对象按面积元积分以后再除以其面积作为相应的平均覆盖质量，最后用对象级别(或者其正比例函数)作为加权值求和，作为对覆盖质量的总体评价。覆盖质量的动态变化情况是多平台目标优化的第一个任务约束条件。
多平台目标优化的第二个任务约束条件就是在编临近空间平台组网通信的品质变化。在平台编队的动态拓扑图中，通过各平台的实际位置测量估计值可以求出每个平台同其前后相邻平台之间的距离，将这个距离的通信品质同最佳通信品质相比作为加权因子，得到该平台在临空通信网络中的通信品质评估值；对在编各平台的通信品质评估值求和，得到整个临近空间通信网络的效能评估。
多平台目标优化的第三个约束条件就是多平台轨迹及其风场影响变化。将各平台最近的轨迹同所经历环境风场扰动情况进行对比，对其利用/抵抗风场扰动情况进行评估。特别是对于动力飞艇而言，这也涉及到平台功耗大小和续航性能。
最后将编队中各超压气球和动力飞艇输入-输出反馈数据作为反映平台能力的协调因素，在效能更优-代价更小之间进行折中，作为各平台是保持当前状态、还是向某个新的具体目标规划和机动的决策命令下达给各平台。
平台功能切换及其载荷任务分配涉及到具体的任务模式。例如作为缺省模式，动力飞艇L4/L5是负责将应该信息直接下行传输到地面通信站(然后由地面通信站传输到运营与安全保障中心)。但如果L4/L5对地面通信站的通信覆盖效能不是最佳，便切换为L1/L2/L3中对地面通信站的通信覆盖有效且效能最佳的；否则，便选择所有在编临近空间平台对卫星通信最佳的进行转发。
3、临近空间超压气球区域驻留及载荷指向控制
同零压气球相比，超压气球的本质原理决定其可以实现更长时间在平流层高度驻留，如图21所示，其中上方为超压气球，下方为零压气球，因此超压气球成为本公开选择的两类临近空间平台之一。
对单个超压气球实施控制的实质在于搜索即控制，也就是基于马尔科夫决策过程(MDP)进行控制。所述临近空间超压气球区域驻留及载荷指向控制方法(平流层超压气球三维航迹规划方法)，包括：
S1，根据子内容1A(图18)分解给该气球的期望驻留目标位置，选择包括期望驻留位置和范围的轨迹空间并进行立方体网格(简称立元)划分；
S2，分别以每个当前立元为输入(如图22所示的深色立元)、其相邻立元(除边界以外，一般有26个，因此将该搜索方法称为“魔方搜索法”)为输出，利用高斯过程(GP)等估计算法对环境大数据变化的预测，计算经过某个时间间隔到达每个相邻网格的概率；
S3，基于马尔科夫决策过程(MDP)在整个轨迹空间内进行路径规划，根据路径规划进行实际控制(保持高度、上升高度或下降高度)，并根据实际控制结果与规划结果的滚动累计进行奖惩，以影响后续规划和控制；
S4，同时，根据实际控制结果对环境大数据进行增强更新。
上述方法，利用不同高度风速方向的显著差异，通过调节高度、从而可以利用新的风向把本来远离期望驻留中心的气球再拉回来，从而变扰动为驱动、不利为有利。
图23为中国西部某处2016年7月不同高度风速变化统计图，可见在20km高度附近存在显著的零风层，而零风层上下附近的风速反向，有较大的利用价值。
本公开采用强化学习算法利用Python语言编程对不同高度风速进行预测，从结果看预测的趋势与实际的测试集数据大致接近，尤其是高度在10000以下和15000以上，预测的趋势线与测试的数据点非常吻合。
为了实现尽可能长时间在平流层驻留，本公开还采用主动利用传热原理的驱动操纵方式。
超压气球的有效载荷以信息传输用途为主，将根据前述子内容1A分配的有关任务进行相应的天线指向机动和稳定控制。
4、多浮空器平台协同控制
虽然单个二元超压气球的轨迹控制精度较低，但是可发挥其成本低廉的优势，进行多浮空器平台协同控制完成组网，达到大范围区域网络覆盖及信息传输的任务目标。
多平台在组网执行任务时，需要保持控制的协同性和一致性，进而确保整个网络的完整性。具体在执行时，一方面要充分保证组网时节点的冗余，另一方面也要充分利用各类算法(如神经网络、满意决策理论、蚁群算法等)自身的智慧和综合判断能力，排除干扰，综合优化。
在协同控制方面，多平台之间在执行任务过程中承担不同职责，通过相互之间的数据、信息交互，实现任务的协同。整个协同任务过程中，平台不仅要接收来自地面的指挥控制信息，执行本平台自身任务，还要根据实际情况指挥配合其它平台共同执行任务，这大大增加了其工作负担。设计简单有效的协同控制方式，将为任务的完成提供有力保障。这类协同可采用多种方式来完成，人工智能方法是其中的一种(除了启发式搜索法和专家系统法以外，还有神经网络法、模糊控制法、遗传算法等)。然而，无论采用何种方式，都必须定义一套完整的指令集，以便于交互信息在平台之间的识别、理解、执行以及在机间数据链中的传输。指令集的设计应该满足：完备、简约、规范的要求，为实现多平台之间方便快捷的信息传递奠定基础。除此之外，还应进一步完善协同态势感知、协同目标分配、协同航路规划技术、毁伤效能评估技术和智能决策技术，只有以此作为技术基础，才能实现多平台(即各节点间)之间的快速、无缝连接，最终达到多平台协同控制。
多平台协同航迹规划的总体结构(多浮空器平台协同控制方法)如图24所示，整个过程大致是：目标分配层分别为各平台分配编号，根据航迹规划层给出各平台对各目标的航迹指标；协同控制层根据外界环境，平台速度的变化范围，以及航迹规划层传来的航迹长度，确定出编队平台的协同时间t，并把t和各个平台的相应航迹编号送到航迹规划层；航迹规划层根据任务确定优化函数，通过预先确定的地面观测、通讯情况，产生满足多平台协同要求的航路；航迹平滑层产生以时间为变量的轨迹，满足协同的要求和平台动态性能的要求；航迹跟踪部分利用惯性坐标和方向信息来确定可行轨迹以及相应的控制向量，并把求得的可行航迹的高度、速度和航向送到平台自动驾驶仪伺服系统去执行，操纵平台按规划出来的航迹飞行。多平台协同航迹规划的主要任务就是完成协同控制层、航迹规划层和航迹平滑层的设计。
5、用于临近空间激光通信的高精度APT
基于浮空器平台的临近空间骨干网络中，作为节点的浮空器相对地面作低速运动，由于运动形式依赖风场的变化，对单个节点运动的预测精度较低，网络拓扑实时变化，即使用户不移动，切换也是频繁发生的，并且用户终端、卫星、浮空器，航空平台之间没有固定的链接关系。此外，浮空器平台之间的无线信道与平台当前所处的位置有关，使通信信道具有时变的特性，要求接入网通信设备具有捕获瞄准跟踪(APT)能力。
APT是激光通信中最重要的组成部分和关键。它能保证通信两视轴动态精确对准，进而减小由于视轴偏差而引起衍射极限发射的通信光功率的损失。
APT要求在克服临近空间浮空平台姿态变化、平台抖动和大气信道特征的影响并考虑瞄准提前角实时修正的条件下，实现动态跟踪误差达到微弧度量级的高精度跟踪瞄准。临近空间大气对于激光通信的影响重点考虑以下两点：一是大气吸收和衰减影响：大气对临近空间激光通信系统将产生功率损耗，损耗大小与接收地点的具体大气条件有关、与视轴的天顶角有关、与当前的风速有关、还和接收地点的海拔高度有关，大气衰减与信道倾角的对应关系；二是大气偏折现象：临近空间大气稀薄，没有天气现象，通信信道状况稳定，然而随着海拔升高折射率呈现逐步减小的特征，并存在气流分层现象，因此必然出现通信光轴偏折现象，进而影响图像对中精度，使APT跟踪系统的性能指标下降。
虽然通过被动减振措施已经减小高频干扰，但是对低频和中频干扰，还需采用主动抑制振动措施，即采用传统的FSM等高带宽伺服单元，将系统的总跟踪残差抑制到束散角的1/8以内；结合天基信息网的定位功能，为信标光建立初始指向，将粗跟踪视轴偏置一定的预置角度(即开环捕获不确定区域，在这里因测试条件限制，将待测系统初始捕获不确定区域设置为定值α)，这样取消了粗跟踪的扫描时间，大大缩短了动态链路的建立时间，实现双动态链路间的快速瞄准捕获。
综上，本公开结合临近空间环境的特点，提出基于浮空器平台的临近空间骨干网，以临近空间激光通信为主的典型信息传输链路，并以轨道交通安全监测需求为例，介绍了临近空间骨干网的应用模式。二元超压气球已被证明适合临近空间组网应用，提高了平台区域控制精度提高了临近空间骨干网络的综合性能。
本公开临近空间浮空器平台具有更长的空中驻留时间、更快的部署速率、更灵活的机动能力以及更强的载荷能力。为实现天--临－空-地大容量信息共享与互通，突破我国现有天-地大容量数据传输面临的过顶时间有限、信道状态依赖性强等瓶颈问题，及天地一体化信息网络的建设奠定了坚实的基础。
本公开临近空间骨干网络作为空间信息网子网概念，以激光通信链路为临近空间网络之间主要通信手段，使用区域可控的二元超压气球作为临近空间骨干网络的节点，通过多平台协同控制，达到大范围区域覆盖，承上启下，通信中转的需求。
需要说明的是，在附图或说明书正文中，未绘示或描述的实现方式，均为所属技术领域中普通技术人员所知的形式，并未进行详细说明。此外，上述对各元件和方法的定义并不仅限于实施例中提到的各种具体结构、形状或方式，本领域普通技术人员可对其进行更改或替换：
以上所述的具体实施例，对本公开的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本公开的具体实施例而已，并不用于限制本公开，凡在本公开的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。
Claims (6)
1.一种平流层超压气球三维航迹规划方法，包括：
根据分解给超压气球的期望驻留目标位置，选择包括期望驻留位置和范围的轨迹空间并进行立方体网格划分；其中，根据多平台目标优化分解、反馈协调与功能切换确定所述超压气球的期望驻留目标位置；
利用魔方搜索法，即分别以每个当前立方体网格为输入、以其相邻立方体网格为输出的搜索方法，通过估计算法对环境大数据变化的预测，计算经过一时间间隔到达每个所述相邻立方体网格的概率，所述当前立方体网格具有26个所述相邻立方体网格；
基于马尔科夫决策过程在整个轨迹空间内进行路径规划，根据所述路径规划进行实际控制，所述实际控制包括保持高度、上升高度或下降高度，并根据实际控制结果与路径规划结果的滚动累计进行奖惩，以确定后续规划和控制；
根据所述实际控制结果对环境大数据进行增强更新。
2.根据权利要求1所述的方法，其中，所述估计算法采用高斯过程估计算法。
3.根据权利要求1所述的方法，其中，利用不同高度风速方向的显著差异，通过调节高度、从而利用新的风向把本来远离期望驻留中心的气球再拉回来。
4.根据权利要求1所述的方法，其中，利用Python对不同高度风速进行预测。
5.根据权利要求1所述的方法，其中，采用主动利用传热原理的驱动操纵方式以增加在平流层驻留时间。
6.根据权利要求1所述的方法，其中，所述超压气球的有效载荷为信息传输用途载荷。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710834882 | 2017-09-15 | ||
| CN2017108348825 | 2017-09-15 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109506651A CN109506651A (zh) | 2019-03-22 |
| CN109506651B true CN109506651B (zh) | 2022-11-01 |
Family
ID=65745750
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811078715.3A Active CN109506651B (zh) | 2017-09-15 | 2018-09-14 | 平流层超压气球三维航迹规划方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109506651B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110207709B (zh) * | 2019-06-25 | 2021-04-20 | 西安交通大学 | 基于参数化水平集的移动机器人路径规划方法 |
| CN110816885A (zh) * | 2019-11-07 | 2020-02-21 | 中国科学院光电研究院 | 一种浮空器结冰特性数值仿真与试验验证系统 |
| CN111141312B (zh) * | 2020-01-06 | 2023-08-04 | 西南电子技术研究所（中国电子科技集团公司第十研究所） | 克服无线电高度表测高失效或测高精度下降的方法 |
Family Cites Families (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4406436B2 (ja) * | 2006-04-26 | 2010-01-27 | 日本電信電話株式会社 | 自律移動ロボットの動作計画方法、自律移動ロボットの動作計画方法を利用した自律移動ロボットの制御方法、自律移動ロボットの動作計画装置、自律移動ロボットの動作計画プログラム及びその記録媒体、自律移動ロボットの制御プログラム |
| JP4495703B2 (ja) * | 2006-08-24 | 2010-07-07 | 日本電信電話株式会社 | 水中ロボットの動作制御方法、装置及びプログラム |
| CN102759928B (zh) * | 2012-04-28 | 2015-04-15 | 中国人民解放军国防科学技术大学 | 一种平流层飞艇航迹控制方法 |
| US8781727B1 (en) * | 2013-01-15 | 2014-07-15 | Google Inc. | Methods and systems for performing flocking while executing a long-range fleet plan |
| US9327816B1 (en) * | 2013-05-21 | 2016-05-03 | Google Inc. | Optimal altitude controller for super pressure aerostatic balloon |
| CN104301995B (zh) * | 2013-07-19 | 2017-10-20 | 中国电信股份有限公司 | 混合定位方法和装置 |
| US9319905B2 (en) * | 2013-08-30 | 2016-04-19 | Google Inc. | Re-tasking balloons in a balloon network based on expected failure modes of balloons |
| US9321517B1 (en) * | 2013-09-30 | 2016-04-26 | Google Inc. | Methods and systems for altitude control of balloons to improve wind data |
| CN104360686B (zh) * | 2014-11-07 | 2015-07-01 | 中国人民解放军国防科学技术大学 | 一种飞艇非奇异终端滑模航迹控制方法 |
| CN104281155B (zh) * | 2014-11-07 | 2015-07-01 | 中国人民解放军国防科学技术大学 | 一种无人飞艇三维航迹跟踪方法 |
| CN104731963B (zh) * | 2015-04-03 | 2018-06-15 | 重庆邮电大学 | 一种基于车联网的网格化路径推荐方法及系统 |
| CN104793498B (zh) * | 2015-05-04 | 2016-03-23 | 中国人民解放军国防科学技术大学 | 一种自主飞艇定点驻留控制方法 |
| CN105549005B (zh) * | 2015-11-04 | 2018-03-06 | 上海大学 | 一种基于网格划分的动态目标波达方向跟踪方法 |
| CN105491522A (zh) * | 2015-12-02 | 2016-04-13 | 北京泰合佳通信息技术有限公司 | 一种基于移动管道数据的用户移动轨迹定位方法 |
| US9665103B1 (en) * | 2015-12-09 | 2017-05-30 | X Development Llc | Efficient aerostat navigation by moving between atmospheric layers |
| CN105571596B (zh) * | 2016-01-18 | 2018-09-18 | 福州华鹰重工机械有限公司 | 多车辆环境探索方法及装置 |
| CN105836097B (zh) * | 2016-03-30 | 2019-05-21 | 北京航空航天大学 | 一种高度与轨迹可控的高空气球 |
| CN106209261B (zh) * | 2016-07-21 | 2018-09-21 | 河海大学常州校区 | 基于概率邻域网格的三维UASNs的移动数据收集方法 |
| CN105978037B (zh) * | 2016-08-03 | 2018-08-28 | 河海大学 | 基于风速预测的多时段电气互联系统最优潮流计算方法 |
| CN106483852B (zh) * | 2016-12-30 | 2019-03-15 | 北京天恒长鹰科技股份有限公司 | 一种基于Q-Learning算法和神经网络的平流层飞艇控制方法 |
| CN106650156A (zh) * | 2016-12-30 | 2017-05-10 | 北京天恒长鹰科技股份有限公司 | 一种并行子空间优化的临近空间飞艇多学科优化设计方法 |
| CN107092980B (zh) * | 2017-04-10 | 2020-10-27 | 南京航空航天大学 | 一种基于粒子群算法的连续下降进近排放优化方法 |
-
2018
- 2018-09-14 CN CN201811078715.3A patent/CN109506651B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN109506651A (zh) | 2019-03-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109510655B (zh) | 临近空间平台面向任务编队组网分布式协同飞行控制方法 | |
| US9985718B2 (en) | Methods for providing distributed airborne wireless communications | |
| US9302782B2 (en) | Methods and apparatus for a distributed airborne wireless communications fleet | |
| US10429489B2 (en) | Systems and applications of lighter-than-air (LTA) platforms | |
| US9083425B1 (en) | Distributed airborne wireless networks | |
| US8983455B1 (en) | Apparatus for distributed airborne wireless communications | |
| US11968022B2 (en) | Distributed airborne wireless communication services | |
| CN109506651B (zh) | 平流层超压气球三维航迹规划方法 | |
| Alsamhi et al. | An intelligent HAP for broadband wireless communications: developments, QoS and applications | |
| US20160050011A1 (en) | Distributed airborne communication systems | |
| US20170302368A1 (en) | Predicting Signal Quality in a Rotating Beam Platform | |
| Ilcev | Stratospheric communication platforms as an alternative for space program | |
| Euler et al. | High-altitude platform stations as international mobile telecommunications base stations: A primer on HIBS | |
| AU2021102290A4 (en) | Three-dimensional Path Planning Method for Stratospheric Super-pressure Balloons | |
| CN113050672B (zh) | 一种面向应急信息采集与传输的无人机路径规划方法 | |
| WO2021168485A1 (en) | Distribution of location information to aid user equipment link with moving non-terrestrial network nodes | |
| CN107820260A (zh) | 平动点基干网络 | |
| CN107786257B (zh) | 一种用于航空器监测的星座优化方法和装置 | |
| Belmekki et al. | Cellular Network From the Sky: Toward People-Centered Smart Communities | |
| Djihane et al. | Intelligent Transport Systems Using High Altitude Platform Stations | |
| de Azevedo et al. | Operating a network of balloons instead of satellites | |
| Ilcev et al. | Weather observation via stratospheric platform stations | |
| Dixit et al. | Internet Service To The Remote And Rural Regions By Cost-Effective Loon Technology | |
| CN115793711A (zh) | 一种无人机固定航路的超视距测控方法 | |
| Ilcev | Global Stratospheric Platform Systems (GSPS) |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20210322 Address after: No. 9 Dengzhuang South Road, Haidian District, Beijing 100094 Applicant after: Aerospace Information Research Institute,Chinese Academy of Sciences Address before: No. 9 Dengzhuang South Road, Haidian District, Beijing 100094 Applicant before: Academy of Opto-Electronics, Chinese Academy of Sciences |
|
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20210329 Address after: 579 qianwangang Road, Huangdao District, Qingdao City, Shandong Province Applicant after: SHANDONG University OF SCIENCE AND TECHNOLOGY Applicant after: Aerospace Information Research Institute,Chinese Academy of Sciences Address before: No. 9 Dengzhuang South Road, Haidian District, Beijing 100094 Applicant before: Aerospace Information Research Institute,Chinese Academy of Sciences |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |