CN113986609A - 低轨巨型星座智能运行备份方法、装置、电子设备及介质 - Google Patents

低轨巨型星座智能运行备份方法、装置、电子设备及介质 Download PDF

Info

Publication number
CN113986609A
CN113986609A CN202111140347.2A CN202111140347A CN113986609A CN 113986609 A CN113986609 A CN 113986609A CN 202111140347 A CN202111140347 A CN 202111140347A CN 113986609 A CN113986609 A CN 113986609A
Authority
CN
China
Prior art keywords
backup
model
orbit
satellite
control parameter
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.)
Pending
Application number
CN202111140347.2A
Other languages
English (en)
Inventor
胡敏
阮永井
薛文
云朝明
牛誉霏
刘洋
齐晶
姚靓
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Peoples Liberation Army Strategic Support Force Aerospace Engineering University
Original Assignee
Peoples Liberation Army Strategic Support Force Aerospace Engineering University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Peoples Liberation Army Strategic Support Force Aerospace Engineering University filed Critical Peoples Liberation Army Strategic Support Force Aerospace Engineering University
Priority to CN202111140347.2A priority Critical patent/CN113986609A/zh
Publication of CN113986609A publication Critical patent/CN113986609A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/14—Error detection or correction of the data by redundancy in operation
    • G06F11/1402—Saving, restoring, recovering or retrying
    • G06F11/1446—Point-in-time backing up or restoration of persistent data
    • G06F11/1448—Management of the data involved in backup or backup restore
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/14—Error detection or correction of the data by redundancy in operation
    • G06F11/1402—Saving, restoring, recovering or retrying
    • G06F11/1446—Point-in-time backing up or restoration of persistent data
    • G06F11/1458—Management of the backup or restore process
    • G06F11/1464—Management of the backup or restore process for networked environments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/14—Error detection or correction of the data by redundancy in operation
    • G06F11/1402—Saving, restoring, recovering or retrying
    • G06F11/1446—Point-in-time backing up or restoration of persistent data
    • G06F11/1458—Management of the backup or restore process
    • G06F11/1469—Backup restoration techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请公开了一种低轨巨型星座智能运行备份方法、装置、电子设备及储存介质，获取低轨巨型星座中运行轨道中的卫星健康数据和预先建立的库存管理数据，其中，所述运行轨道包括：停泊轨道和/或工作轨道；基于所述卫星健康数据和所述库存管理数据确定目标备份模型中故障星的需求信息；基于所述需求信息确定控制参数信息；计算每个控制参数信息的总成本；将最小总成本对应的控制参数信息确定为目标控制参数信息，以基于所述目标控制参数信息对所述故障星进行更换，根据需求信息来获取控制参数信息，在总成本最小时的控制参数信息来对故障星进行更换，降低了低轨巨型星座的维护成本。

Description

低轨巨型星座智能运行备份方法、装置、电子设备及介质
技术领域
本申请涉及卫星星座备份技术领域，具体涉及一种低轨巨型星座智能运行备份方法、装置、电子设备及介质。
背景技术
随着卫星技术的快速发展，各国对导航和通信等领域的需求日渐增长。低轨巨型星座在卫星通信和军事应用等方面展现了巨大的发展潜力。
对于低轨巨型星座，难免会出现卫星故障，为了保证星座系统一直处于连续稳定的运行状态，需要根据实际状态对星座进行备份。星座备份策略的选取对于星座系统的可用性、连续性和完好性产生直接影响，星座备份是确保星座系统成功组网和稳定运行的关键因素，星座空间系统中卫星数量的维持、备份卫星库存的控制和低轨巨型星座的成本控制成为一个迫切的问题。
发明内容
针对上述问题，本申请提供一种低轨巨型星座智能运行备份方法、装置、电子设备及介质，以解决上述地轨巨型星座中卫星的备份和成本控制的问题。
第一方面，本申请实施例提供了一种低轨巨型星座智能运行备份方法，包括：获取低轨巨型星座中运行轨道中的卫星健康数据和预先建立的库存管理数据，其中，所述运行轨道包括：停泊轨道和/或工作轨道；基于所述卫星健康数据和所述库存管理数据确定目标备份模型中故障星的需求信息；基于所述需求信息确定控制参数信息；计算每个控制参数信息的总成本；将最小总成本对应的控制参数信息确定为目标控制参数信息，以基于所述目标控制参数信息对所述故障星进行更换。
第二方面，本申请实施例提供一种低轨巨型星座智能运行备份装置，包括：获取模块，用于获取低轨巨型星座中运行轨道中的卫星健康数据和预先建立的库存管理数据，其中，所述运行轨道包括：停泊轨道和/或工作轨道。确认模块，用于基于所述卫星健康数据和所述库存管理数据确定目标备份模型中故障星的需求信息。第二确认模块，用于基于所述需求信息确定控制参数信息。计算模块，用于计算每个控制参数信息的总成本。第三确认模块，用于将最小总成本对应的控制参数信息确定为目标控制参数信息，以基于所述目标控制参数信息对所述故障星进行更换。
第三方面，本申请实施例提供一种电子设备，该设备包括：至少一个处理器和储存器；
处理器用于执行储存器中储存的计算机程序，以实现如第一方面任一项实施方式所介绍的一种低轨巨型星座智能运行备份方法。
第四方面，本申请实施例提供一种计算机储存介质，该计算机储存介质储存有一个或多个程序，一个或者多个程序可被如第三方面介绍的电子设备执行，以实现如第一方面任一项实施方式所介绍的一种低轨巨型星座智能运行备份方法。
本申请实施例提供的一种低轨巨型星座智能运行备份方法，通过获取地轨巨型星座运行轨道中卫星健康数据和库存管理数据来确认故障星的需求信息，并根据需求信息确定控制参数信息，再计算每个控制的总成本，并获得在总成本最小时的控制参数来对故障星进行更换，实现了星座中卫星的智能备份并降低了维护成本。
应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
在下文中将基于实施例并参考附图来对本申请进行更详细的描述。
图1示出了本申请一实施例中提出的一种低轨巨型星座智能运行备份方法流程示意图；
图2示出了本申请一实施例中提出的一种低轨巨型星座智能运行备份方法步骤S130中的流程示意图；
图3示出了本申请一实施例中提出的一种低轨巨型星座智能运行备份方法步骤S220中的流程示意图；
图4示出了本申请一实施例中提出的一种低轨巨型星座智能运行备份方法步骤S220中的另一种流程示意图；
图5示出了本申请又一实施例中提出的一种低轨巨型星座智能运行备份方法的流程示意图；
图6示出了本申请一实施例中提出的一种低轨巨型星座智能运行备份方法的任务管理系统示意图；
图7示出了本申请一实施例中任务规划系统工作流程图；
图8示出了本申请一实施例中星座卫星健康监测系统结构示意图；
图9示出了本申请一实施例中星座备份应用示意图；
图10示出了本申请一实施例中低轨巨型星座智能运行备份装置结构框图；
图11示出了本申请实施例中提出的用于执行根据本申请实施例的低轨巨型星座智能运行备份方法的电子设备的结构框图；
图12示出了本申请实施例中提出的用于保存或者携带实现根据本申请实施例的低轨巨型星座智能运行备份方法的程序代码的储存单元。
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，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清除、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
随着卫星技术的快速发展，低轨巨型星座受到的广泛的关注，低轨巨型星座规模大，卫星数量多，在卫星通信、卫星导航增强、卫星遥感方面具有巨大的发展潜力，尤其是在军事应用中具有无可比拟的优势。
有鉴于低轨卫星的在轨道运行寿命的有限性，为了保证低轨巨型星座的一直处于连续且稳定的运行状态，需要根据实际情况来制定不同的备份策略，星座备份是确保星座能成功组网和稳定运行的关键因素。星座备份是低轨巨型星座运行阶段必须解决的问题，相关技术中无法有效的应对低轨巨型星座备份要求。
考虑到星座空间系统的维持和库存控制的问题，申请人提出了一种低轨巨型星座智能运行备份方法，通过预先在低轨巨型星座的运行轨道建立的库存管理数据和卫星健康数据获取故障星的备份需求信息，根据需求信息来获取控制参数信息，在总成本最小时的控制参数信息来对故障星进行更换，降低了低轨巨型星座的维护成本。
下面针对本申请实施例提供的低轨巨型星座智能运行备份方法的应用场景进行介绍：
请参阅图1，图1为本申请实施例提供的一种低轨巨型星座智能运行备份方法流程示意图，在具体的实施例中，所述低轨巨型星座智能运行备份方法应用于如图10所示的低轨巨型星座智能运行备份装置600的电子设备100(图11)。下面将以电子设备100为例，说明本实施例的具体流程，可以理解的是，本申请的电子设备100可以为设置于卫星上的服务器、地面数据中心的服务器以及其他与卫星通信的智能设备。下面将针对图1所示的流程进行详细的阐述，所示低轨巨型星座智能运行备份方法具体可以包括步骤S110至步骤S150。
步骤S110：获取低轨巨型星座中运行轨道中的卫星健康数据和预先建立的库存管理数据，其中，所述运行轨道包括：停泊轨道和/或工作轨道。
在本申请实施例中，电子设备可以获取低轨巨型星座中对应运行轨道上各个卫星的健康数据，其中，卫星健康数据可以根据设置于卫星上的功能模块来获取卫星的性能参数实现，库存管理数据可以根据不同的运行轨道来获取，需要说明的是，运行轨道包括的停泊轨道和/或工作轨道，工作轨道为低轨卫星要实现效能需要发送到达的轨道，停泊轨道为设置备用卫星发送到工作轨道以维持低轨巨型星座的正常运作。
步骤S120：基于所述卫星健康数据和所述库存管理数据确定目标备份模型中故障星的需求信息。
在本申请实施例中，电子设备记录低轨巨型星座中每个卫星的健康数据，在获取到卫星的健康数据后，对卫星的寿命进行预测并标记卫星的相应寿命，根据预先建立的库存管理数据可以确定运行轨道卫星的数量、相应寿命和卫星运行信息来确认对应轨道故障星的数目，可以获取对应轨道备份的需求信息，其中，目标备份模型根据低轨巨型星座的运行条件、运行需求和实际使用需求等进行调整。
步骤S130：基于所述需求信息确定控制参数信息。
在本申请实施例中，电子设备获取不同的需求信息，在不同需求信息中，卫星轨道、对应轨道的故障星数目、卫星发射数目以及卫星运行条件的来生成不同的需求信息，需求信息伴随各个卫星的运行情况会产生不同的变化。
步骤S140：计算每个控制参数信息的总成本。
在本申请实施例中，电子设备在获取到不同控制参数后，通过计算处理不同参数进而得到不同的总成本。
步骤S150：将最小总成本对应的控制参数信息确定为目标控制参数信息，以基于所述目标控制参数信息对所述故障星进行更换。
在本申请实施例中，电子设备在计算得到最小总成本后，将最小总成本对应的控制参数信息确认，并按该控制参数信息来执行故障星的更换实现备份，进而保障低轨巨型运行备份成本最小。
请参阅图2，图2为本申请实施例步骤S130中的流程示意图，应用于电子设备，该方法可以包括步骤S210至步骤S220。
步骤S210：基于所述需求信息确定对应的供应链补给模型。
在本申请实施例中，电子设备在获取到卫星补给的需求信息后，根据相应的低轨巨型星座建立存储管理策略，具体通过供应链补给模型来实现对低轨巨型星座中卫星进行管理配送。
具体地，对于低轨巨型星座来说包括工作轨道、停泊轨道和地面，进行管理配送需要确定从停泊轨道到工作轨道的补货提前期；由于停泊轨道相对于工作轨道平面漂移，工作轨道平面内的备份库存在需求时从最近的可用停泊轨道获得供应。因此，从工作轨道平面处理订单到实际交付的提前期是随机的，需要推导出其概率分布。首先，需要确定一个停泊轨道的可用概率；然后确定一个工作轨道平面获得特定停泊轨道供应的概率；最后，从星座的几何构型和轨道力学特性推导出提前期分布。
步骤S220：确定所述供应链补给模型的控制参数信息，所述供应链补给模型包括：工作轨道备份模型、停泊轨道备份模型和地面备份模型。
在本申请实施例中，电子设备采用通过工作轨道备份模型与停泊轨道备份模型建立第一供应链补给模型，通过停泊轨道备份模型与建立第二供应链补给模型，并对供应链补给模型设置库存控制策略，具体来说，库存控制策略可以为连续(R，Q)型库存策略，在(R，Q)库存策略中，R表示再订货点，Q表示订货量。该策略要求对库存水平的变化进行连续检查，一旦库存水平低于再订货点R就发出一次订货批量为Q的订货来及时补充需要星座中的卫星。
在本申请中，通过将卫星星座理论与库存管理理论相结合，提出了基于供应链库存管理方法的多级星座系统运行备份方案，实现系统维护成本最小化。
具体地，确定补货的提前期。随着时间的推移，每个停泊轨道将访问所有的工作轨道平面，因此能够对各个工作轨道平面备份库存提供补给，本申请以假设卫星转移时采用霍曼转移的方式为例，在实际进行备货时，会存在延期交货的情况，需要确认从停泊轨道备份模型到工作轨道备份模型所需要的提前期时间，该时间具体为提供补给的停泊轨道平面与需要补给的工作轨道平面实现共面的时间与霍曼转移所用时间之和，在一个可能的实施方式中，当库存水平下降到或低于R时，补货阶段开始，提前期τ的预计延期交货量变成在时间τ内超过R个单位的需求，对应的公式为：
Figure BDA0003283649550000061
其中，ESτ(R)表示提前期τ内，安全库存阈值水平为R的预计延期交货量，Pτ(D＝k)表示提前期τ内需求量为k。
对于轨道面内备份库存，可根据提前期的分布和该提前期内的预期需求来计算预计缺货量。
请参阅图3，图3为本申请实施例步骤S220中提供的另一种流程示意图，应用于电子设备，该方法可以包括步骤S310至步骤S320。
步骤S310：确认所述工作轨道备份模型内卫星的第一备份量。
在本申请的一个实施例中，电子设备首先需要获取低轨巨型星座中工作轨道的卫星的故障信息及卫星的故障数目，进而保障对工作轨道卫星的及时供应保障星座的正常运行。根据随机故障模型和损耗故障模型来对卫星的故障数进行计算。
具体地，随机故障模型主要考虑元件故障引起的随机故障，随机故障模型具体表达式为：
Rr(t)＝e-(t/α)β
其中，α中是与故障率相关的标度参数，β是决定分布的形状参数，取值不同，故障率曲线不同，t为卫星使用时间。
损耗故障模型主要考虑器件元件损耗的影响，损耗故障模型具体表达式为：
Figure BDA0003283649550000071
其中，μ为平均值，σ是标准差，t是使用时间。
通过随机故障模型和损耗故障模型获得卫星可靠性模型，卫星可靠性模型具体表达式为：
R(t)＝Rr(t)·Rw(t)
在本实施例中，卫星可靠性模型能描述卫星在整个寿命周期内可靠性随时间变化的真实情况。
对于卫星的故障率，可通过单位时间内的故障数标识，即用ηsat表示，因此，星座的每个工作轨道平面故障率可由卫星故障率得到：
Figure BDA0003283649550000072
其中，Nsat表示每个轨道面的卫星数，Nday每年的天数。
步骤S320：确定所述停泊轨道备份模型到所述工作轨道备份模型的第一备份时间。
在本申请实施例中，首先需要按上述步骤S210确定停泊轨道备份模型到工作轨道备份模型的补货提前期，再确定停泊轨道可用性的概率计算，具体来说，工作轨道平面需要从最近(即最短等待时间)的可用停泊轨道获得供应，而每个停泊轨道可以有可用的备份库存或存在缺货。
具体地，给定每个停泊轨道可用的概率Pav，可以获取工作轨道平面从第i个最近的停泊轨道获得供给的概率，其具体表达式为：
Figure BDA0003283649550000073
其中，Tparking表示停泊轨道的提前期，Dparking表示停泊轨道的需求量，kR,parking表示停泊轨道的安全库存，
Figure BDA0003283649550000087
表示：在提前期T内，有kR,parking或更少需求Dparking进入停泊轨道的概率；fparking表示提前期内停泊轨道的概率密度函数。
基于最近的停泊轨道获得供给的概率并对有可能的情况求和可以获得：
Figure BDA0003283649550000081
以霍曼转移作为卫星转移的方式，即卫星的转移时间为：
Figure BDA0003283649550000082
其中，ai是初始轨道半径，af是终轨道半径，具体根据实际转移情况调整。由上述实施例可得从停泊轨道供应到工作轨道平面的提前期所需的时间为：
Ttransfer＝Tdrift+Top
其中，Tdrift表示提供补给的停泊轨道平面与需要补给的工作轨道平面实现共面的时间，Top表示霍曼转移所用时间。
由于停泊轨道在角度上均匀分布，它将漂移的Ω差划分为n个间隔，即：
Figure BDA0003283649550000083
当备份星从最近的停泊轨道补给到需求轨道，则升交点赤经差ΔΩ的大小在
Figure BDA0003283649550000084
内。因此，若备份星从最近的第j个停泊轨道补给，对应的
Figure BDA0003283649550000085
计算升交点赤经的漂移率，其表达式为：
Figure BDA0003283649550000086
其中，J2为地球扁率项，μ为地球引力常数，Δh为轨道高度差，i为轨道倾角，Re为轨道倾角。
由于，升交点赤经的漂移率主要与半长轴和倾角相关，并且停泊轨道是均匀分布的，则可认为转移时间在每个可能的间隔内是服从均匀分布的，进一步地，第一步备份时间为：
Figure BDA0003283649550000091
其中，Twork(jth)表示第j个工作轨道的补给提前期，ttransfer(ΔΩ)表示补给转移时间，为轨道面升交点赤经角度差的漂移时间与备份卫星机动时间之和。
在一个可能的实施方式中，考虑到工作轨道存在延期交货的问题，需要确认工作轨道的延期交货来计算第一备份量。
当库存水平下降到或低于R时，补货阶段开始，提前期τ的预计延期交货量变成在时间τ内超过R个单位的需求，对应的公式为：
Figure BDA0003283649550000092
其中，ESτ(R)表示提前期τ内，安全库存阈值水平为R的预计延期交货量，Pτ(D＝k)表示提前期τ内需求量为k。
通过提前期的分布和该提前期内的预期需求来计算预计缺货量：
Figure BDA0003283649550000093
其中，Rwork表示工作轨道的安全库存量，fwork表示工作轨道补给提前期的概率密度函数，
Figure BDA0003283649550000094
表示提前期为Twork，安全库存阈值水平为Rwork时的预计延期交货量。
步骤S330：基于所述工作轨道备份模型的第一备份量和第一备份时间计算所述工作轨道模型的第一平均库存。
在本申请实施例中，计算补货周期内工作轨道的平均库存，具体通过计算一个周期内工作轨道的平均储存，作为所有可能交付周期内的预期预期平均库存来进行计算，其具体表达式为：
Figure BDA0003283649550000095
其中，
Figure BDA0003283649550000096
表示工作轨道的平均库存，Nfail,work(Twork)表示提前期Twork内的工作轨道平面故障需求的数量。
步骤S340：基于所述第一备份量、第一备份时间和第一平均库存确定所述工作轨道备份模型的第一控制参数信息。
在本申请实施例中，在获得第一备份量、第一备份时间以及第一平均库存后确定控制参数的输出，并控制星座中卫星的运行。
请参阅图4，图4为本申请实施例步骤S220中的另一种流程示意图，应用于电子设备，该方法可以包括步骤S410至步骤S420。
步骤S410：基于所述工作轨道备份模型和所述供应链补给模型确定所述停泊轨道备份模型内卫星的第二备份量。
在本申请实施例中，确定第二备份量即计算停泊轨道的备份需求，具体地，停泊轨道上的需求取决于工作轨道卫星的故障情况和供应链策略模型。平均每个Qwork故障下一个订单，这些故障是泊松分布的。所有停泊轨道下的订单总和是所有工作轨道订单的叠加。考虑到所有停泊轨道均匀分布且具有对称性，每个停泊轨道因此服从泊松需求，令停泊轨道的泊松需求为ηparking，则表达式为：
Figure BDA0003283649550000101
其中，Nwork表示工作轨道平面数量，Nparking表示停泊轨道平面数量，Qwork表示工作轨道面卫星的订购量。
在一个可能的实施方式中，同样需要计算停泊轨道的延期交货，具体表达式为：
Figure BDA0003283649550000102
其中：ESparking表示停泊轨道预期缺货量。
步骤S420：确定所述地面备份模型到所述停泊轨道备份模型的第二备份时间。
在本申请实施例中，需要对在地面库存到停泊轨道时，同样存在补货提前期，因此对地面库存到停泊轨道的补货提前期进行计算来获得的第二备份时间。
具体地，停泊轨道库存是通过火箭发射从地面补充的，需要一定的提前期，用Tparking表示。考虑到发射订单处理时间和下一个发射窗口的等待时间。订单处理时间被认为是恒定的，而下一个启动窗口的等待时间被假设为根据启动时间表数据库呈指数分布。
Tparking～ω(λlaunch)+ptlaunch
其中，ω(λlaunch)为是均值为λlaunch的指数分布，ptlaunch表示发射订单处理时间。
步骤S430：基于所述停泊轨道备份模型的第二备份量和所述第二备份时间计算所述停泊轨道模型的第二平均库存。
在本申请实施例中，由于停泊轨道的周期性补给与工作轨道的周期性补给具有的相同特征。因此，停泊轨道中的平均存量计算表达式为:
Figure BDA0003283649550000111
其中：Nfail,parking(Tparking)表示提前期Tparking内停泊轨道的故障需求数量；fparking(Tparking)表示停泊轨道提前期Tparking的概率密度函数。
步骤S440：基于所述第二备份量、第二备份时间和第二平均库存确定所述停泊轨道备份模型的第二控制参数信息。
在本申请实施例中，在获得第二备份量、第二备份时间以及第二平均库存后确定控制参数的输出并用于控制卫星运行达到星座最小运营成本。
请参阅图5，图5为本申请实施例提出的又一种低轨巨型星座智能运行备份方法流程示意图。应用于电子设备，该方法可以包括步骤S510至步骤S540。
步骤510：基于所述第一备份量和所述第二备份量计算得到制造成本。
在本申请实施例中，具体根据来自一年中统计到的平面故障总数计算年度制造成本，假设单颗卫星的制造成本为psat。由于故障率为η，对于每个轨道平面，制造成本为:
CM＝psatηworkNworkNday
步骤520：基于所述第一平均库存和所述第二平均库存计算得到库存持有成本。
在本申请实施例中，具体根据停泊轨道和轨道面内的平均备用库存来确定的计算年度库存持有成本，假设卫星每年的持有成本为phold，则年度库存持有成本为：
Figure BDA0003283649550000112
步骤530：基于所述第二备份量计算得到发射成本。
在本申请实施例中，每年的发射成本取决于停泊轨道产生的需求，假设单位发射成本为plaunch，其表达式为：
Figure BDA0003283649550000121
步骤540：将所述制造成本、库存持有成本和发射成本求和获得所述总成本。在本申请实施例中，总成本具体表达式为：
CTotal＝CM+CH+CL
在本申请实施例中地面备份，停泊轨道备份，工作轨道备份的综合使用，充分利用了每种备份方式的优点，大大增加了星座运行备份系统的灵活性。
在一个可能的实施方式中，基于上述模型构造，采用基于供应链成本优化的多级库存控制实际上就是确定库存控制的有关参数:库存提前期、订货点、订货量,从而达到供应链多级库存成本的最低。以最小成本作为优化指标，建立优化模型，并利用基于遗传算法和非线性规划函数寻优算法对在轨备份星和停泊轨道备份星优化，其具体包括以下步骤：
确认优化变量：即将工作轨道平面个数(Nplane)，停泊轨道面个数(Nparking)，工作轨道订购量(Qplane)，工作轨道安全库存(Rplane)，停泊轨道订购量(kQ,parking)，停泊轨道安全库存(kR,parking)作为优化变量并确认目标函数。
目标函数为：CTotal＝[Nplane,Nparking,Qplane,Rplane,kQ,parking,kR,parking]
根据实际的使用需求确定约束条件，具体来说，整体效率可以通过工作轨道备份和停泊轨道备份之间不同的配置来实现，允许在不同阶段存货模型的设计上有更大的灵活性。
需要满足的约束条件包括：
工作轨道备份库存的缺货不能超过目标数量：ESplane≤(1-ρplane)Qplane；
停泊轨道的缺货量不能超过目标数量：ESparking≤(1-ρparking)kQ,parking；
整个备份策略系统的效率必须高于要求：
Figure BDA0003283649550000122
其中，ρwork表示工作轨道的订单填充率，ρparking表示停泊轨道的订单填充率。
请参阅图6，图6为本申请实施例提供的一种低轨巨型星座智能运行备份方法的任务管理系统。该系统包括：星载计算机、地面数据中心、星座卫星健康监测系统、供应链库存管理系统和任务规划系统。
星载计算机获取星座卫星健康监测系统和供应链库存管理系统发送的信息，并对该信息采用本申请的地轨巨型星座智能运行备份方法进行处理获得任务规划指令，任务指令下发给地面数据中心和各个卫星的星载计算机，根据任务规划指令调整各个轨道的卫星运行以及地面发射相应指令需求的卫星。
在本申请中通过获取地面备份模型、停泊轨道备份模型和工作轨道备份模型，在根据获取的总成本来计算获得各个级，即地面、停泊轨道和工作轨道的订购量和再订购点等信息。
请参阅图7，图7提供了本申请实施例的一种任务规划系统工作流程图以应用上述任务管理系统为例，通过结合健康检测系统与库存管理系统初步分析数据，将库存需求和补货需求信息综合评估，自主决策，根据时间优先/利益优先的原则对现有库存进行规划，选择最优化的补给方案，自主分析订单数量及补货时间，并对对应的备份卫星发出指令，进行轨道机动，填补空缺。若需要地面进行火箭发射运输卫星，则任务规划系统则会将规划的卫星发射计划传输至地面数据中心，由地面进行后续的发射活动。
请参阅图8，图8提供了本申请实施例的一种星座卫星健康监测系统结构示意图。该星座卫星健康监测系统包括：数据获取、健康评估、故障诊断、寿命预测、网络通信五个大的功能模块，它们各自又包含若干小模块，通过获取运行数据、健康数据对卫星进行故障识别以及寿命预测并发送至对应的地面数据处理中心以及其他星载计算机。
请参阅图9，图9提供了本申请实施例的一种星座备份应用示意图，具体来说，通过采用(R，Q)类型的库存策略，将低轨巨型星座分为地面、停泊轨道和工作轨道三个区域，并对应设置为供应商、分销商和零售商来实现对供应链系统的智能监控及自主运行，增加供应链上各成员之间的信息交流与信息共享，减少不确定因素对库存的影响、增加库存决策信息的透明性、可靠性和实时性。通过实时获取数据与任务自主规划来维持星座运行系统的稳定，使星座的运行维护成本最小化。
本申请中系统均安装于星载的核心计算机中，所有的数据处理和数据交互均由星载计算机完成，能够实一体化自主运行。地面数据中心作为整个系统的后端设备，能够实时监控整个系统的运行状况，一般情况下无需人为干预。但考虑到星载计算机运算能力有限，当任务量超过其能力时，也可通过地面数据中心对系统进行人工干预。
请参阅图10，图10提供了本申请实施例的一种低轨巨型星座智能运行备份装置600，所述装置包括：
获取模块610，用于获取低轨巨型星座中运行轨道中的卫星健康数据和预先建立的库存管理数据，其中，所述运行轨道包括：停泊轨道和/或工作轨道。
第一确认模块620，用于基于所述卫星健康数据和所述库存管理数据确定目标备份模型中故障星的需求信息。
第二确认模块630，用于基于所述需求信息确定控制参数信息。
计算模块640，用于计算每个控制参数信息的总成本。
第三确认模块650，用于将最小总成本对应的控制参数信息确定为目标控制参数信息，以基于所述目标控制参数信息对所述故障星进行更换。
需要说明的是，本申请中装置还包括与前述各个方法的步骤实施例相互对应的其他模块，这里不再详细赘述，本申请中装置实施例与前述方法实施例相互对应，装置实施例中具体的原理可以参见前述方法实施例中的内容，此处不再赘述。
请参阅图11，图11为本申请实施例提供的一种可以执行上述低轨巨型星座智能运行备份方法的电子设备100，该电子设备100可以是设置于卫星的服务器、计算机或者便携式计算机等设备，电子设备100还可以是设置于地面与卫星通信的数据处理中心，或者其他可与低轨巨型星座建立通信的其他智能设备。
电子设备100还包括处理器102和储存器104。其中，该储存器104中存储有可以执行前述实施例中内容的程序，而处理器102可以执行该储存器104中存储的程序。
其中，处理器102可以包括一个或者多个用于处理数据的核以及消息矩阵单元。处理器102利用各种借口和线路连接整个电子设备200内的各个部分，通过运行或执行储存在储存器104内的指令、程序、代码集或指令集，以及调用存储在储存器104内的数据，执行电子设备100的各种功能和处理数据。可选地，处理器102可以采用数字信号处理(DigitalSignal Processing，DSP)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、可编辑逻辑阵列(Programmable Logic Array，PLA)中的至少一种硬件形式来实现。处理器102可集成中央处理器(Central Processing Unit，CPU)、图像处理器(GraphicsProcessing Unit，GPU)和调制解码器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责显示内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解码器也可以不集成到处理器中，单独通过一块通信芯片进行实现。
存储器104可以包括随机存储器(Random Access Memory，RAM)，也可以包括只读储存器(Read-Only Memory)。储存器104可用于储存指令、程序、代码、代码集或指令集。存储器104可包括存储程序区和存储数据区，其中存储程序区可存储用于实现操作系统的指令、用于实现至少一个功能的指令(如，用户获取随机数的指令)、用于实现下述各个方法实施例的指令等。存储数据区还可以存储终端在使用中所创建的数据(如，随机数)等。
电子设备100还可以包括网络模块以及屏幕，网络模块用于接受以及发送电磁波，实现电磁波与电信号的互相转换，从而与通讯网络或者其他设备进行通讯，例如和音频播放设备进行通讯。网络模块可包括各种现有的用于执行这些功能的电路元件，例如，天线、射频收发器、数字信号处理器、加密/解密芯片、用户身份模块(SIM)卡、存储器等等。网络模块可与各种网络如互联网、企业内部网、无线网络进行通讯或者通过无线网络与其他设备进行通讯。上述的无线网络可包括蜂窝式电话网、无线局域网或者城域网。屏幕可以进行界面内容的显示以及进行数据交互。
请参考图12，其示出了本申请实施例提供的一种计算机可读存储介质的结构框图。该计算机可读介质700中存储有程序代码，程序代码可被处理器调用执行上述方法实施例中所描述的方法。
计算机可读存储介质可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。可选地，计算机可读储存介质包括非易失性计算机可读介质(non-transitory computer-readable storage medium)。计算机可读存储介质具有执行上述方法中的任意方法步骤的程序代码的存储空间。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。程序代码710可以例如以适当形式进行压缩。
本申请实施例还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各种可选实现方式中描述的低轨巨型星座智能运行备份。
以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不驱使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (10)

1.一种低轨巨型星座智能运行备份方法，其特征在于，所述方法包括：
获取低轨巨型星座中运行轨道中的卫星健康数据和预先建立的库存管理数据，其中，所述运行轨道包括：停泊轨道和/或工作轨道；
基于所述卫星健康数据和所述库存管理数据确定目标备份模型中故障星的需求信息；
基于所述需求信息确定控制参数信息；
计算每个控制参数信息的总成本；
将最小总成本对应的控制参数信息确定为目标控制参数信息，以基于所述目标控制参数信息对所述故障星进行更换。
2.根据权利要求1所述的方法，其特征在于，所述基于所述需求信息确定控制参数信息，包括：
基于所述需求信息确定对应的供应链补给模型；
确定所述供应链补给模型的控制参数信息，所述供应链补给模型包括：工作轨道备份模型、停泊轨道备份模型和地面备份模型。
3.根据权利要求2所述的方法，其特征在于，所述确定所述供应链补给模型的控制参数信息，包括：
确认所述工作轨道备份模型内卫星的第一备份量；
确定所述停泊轨道备份模型到所述工作轨道备份模型的第一备份时间；
基于所述工作轨道备份模型的第一备份量和第一备份时间计算所述工作轨道模型的第一平均库存；
基于所述第一备份量、第一备份时间和第一平均库存确定所述工作轨道备份模型的第一控制参数信息。
4.根据权利要求3所述的方法，其特征在于，所述确定所述供应链补给模型的控制参数信息，包括：
基于所述工作轨道备份模型和所述供应链补给模型确定所述停泊轨道备份模型内卫星的第二备份量；
确定所述地面备份模型到所述停泊轨道备份模型的第二备份时间；
基于所述停泊轨道备份模型的第二备份量和所述第二备份时间计算所述停泊轨道模型的第二平均库存；
基于所述第二备份量、第二备份时间和第二平均库存确定所述停泊轨道备份模型的第二控制参数信息。
5.根据权利要求4所述的方法，其特征在于，所述计算每个控制参数信息的总成本，包括：
基于所述第一备份量和所述第二备份量计算得到制造成本；
基于所述第一平均库存和所述第二平均库存计算得到库存持有成本；
基于所述第二备份量计算得到发射成本；
将所述制造成本、库存持有成本和发射成本求和获得所述总成本。
6.根据权利要求3所述的方法，其特征在于，所述卫星健康数据包括：卫星使用时间，基于所述卫星健康数据和所述库存管理数据确定目标备份模型中故障星的需求信息，包括：
基于卫星使用时间和可靠性模型确定所述故障星的数量，其中，所述可靠性模型包括：
R(t)＝Rr(t)·Rw(t)
其中，
Figure FDA0003283649540000022
为随机故障模型，α为与故障率相关的标度参数，β为决定分步的形状参数，t为卫星使用时间，
Figure FDA0003283649540000021
为损耗故障模型，其中，μ为平均值，σ为标准差，t为使用时间；
基于所述故障星的数量和所述库存管理数据确定所述目标备份模型中故障星的需求信息。
7.根据权利要求5所述的方法，其特征在于，所述基于所述第一备份量和所述第二备份量计算得到制造成本，包括：
基于所述第一备份量和所述第二备份量确定所述运行轨道中每年卫星需求总数目；
基于所述每年卫星需求总数目确定每年的制造成本模型，其中，所述制造成本模型包括：
CM＝psatηworkNworkNday
其中，psat为单颗卫星的制造成本，η为故障率，Nwork为工作轨道平面数量，Nday为每年的天数；
基于所述第一平均库存和所述第二平均库存计算得到库存持有成本；包括：
基于所述停泊轨道和工作轨道的平均库存来确定年度库存持有成本模型，其中，所述年度库存持有成本模型，包括：
Figure FDA0003283649540000031
其中，phold为卫星每年的持有成本，
Figure FDA0003283649540000032
为工作轨道的平均库存，Nwork为工作轨道平面数量，ηparking为停泊轨道的平均存量，Qwork表示工作轨道面卫星的订购量；
基于所述第二备份量计算得到发射成本，包括：
基于所述第二备份量确定年度发射成本模型，其中，所述年度发射成本模型包括：
Figure FDA0003283649540000033
其中，plaunch为单个卫星发射成本，ηparking为停泊轨道的泊松需求，Qwork为工作轨道面卫星的订购量，Nparking为停泊轨道平面数量，Nday为每年的天数；
基于所述年度制造成本模型、年度库存持有成本模型和年度发射成本模型确认总成本模型，其中，所述总成本模型包括：
CTotal＝CM+CH+CL
其中，CM为年度制造成本模型，CH为年度库存持有成本模型，CL为年度发射成本模型。
8.一种低轨巨型星座智能运行备份装置，其特征在于，所述装置包括：
获取模块，用于获取低轨巨型星座中运行轨道中的卫星健康数据和预先建立的库存管理数据，其中，所述运行轨道包括：停泊轨道和/或工作轨道；
第一确认模块，用于基于所述卫星健康数据和所述库存管理数据确定目标备份模型中故障星的需求信息；
第二确认模块，用于基于所述需求信息确定控制参数信息；
计算模块，用于计算每个控制参数信息的总成本；
第三确认模块，用于将最小总成本对应的控制参数信息确定为目标控制参数信息，以基于所述目标控制参数信息对所述故障星进行更换。
9.一种电子设备，其特征在于，包括：
一个或多个处理器；
储存器；
一个或多个程序，其中所述一个或多个程序被储存在所述储存器中被配置为由所述一个或多个处理器执行，所述一个或多个程序配置用于执行如权利要求1-7中任意一项所述的低轨巨型星座智能运行备份方法。
10.一种计算机可读存储介质，其特征在于，该所述计算机可读储存介质存储有程序代码，所述程序代码可被一个或多个处理器调用执行如权利要求1-7中任意一项所述的低轨巨型星座智能运行备份方法。
CN202111140347.2A 2021-09-28 2021-09-28 低轨巨型星座智能运行备份方法、装置、电子设备及介质 Pending CN113986609A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111140347.2A CN113986609A (zh) 2021-09-28 2021-09-28 低轨巨型星座智能运行备份方法、装置、电子设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111140347.2A CN113986609A (zh) 2021-09-28 2021-09-28 低轨巨型星座智能运行备份方法、装置、电子设备及介质

Publications (1)

Publication Number Publication Date
CN113986609A true CN113986609A (zh) 2022-01-28

Family

ID=79736957

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111140347.2A Pending CN113986609A (zh) 2021-09-28 2021-09-28 低轨巨型星座智能运行备份方法、装置、电子设备及介质

Country Status (1)

Country Link
CN (1) CN113986609A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114819258A (zh) * 2022-03-11 2022-07-29 北京航空航天大学 一种面向巨型星座的分阶段部署优化方法和系统
CN115296717A (zh) * 2022-06-29 2022-11-04 航天恒星科技有限公司 一种低轨卫星系统地面站天线阵列的调度方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108614420A (zh) * 2018-05-04 2018-10-02 天津大学 基于非线性规划的星簇级卫星容错控制方法
CN111783233A (zh) * 2020-05-21 2020-10-16 中国人民解放军战略支援部队航天工程大学 一种中轨道Walker导航星座在轨备份方案优化设计方法
CN111795690A (zh) * 2020-04-27 2020-10-20 中国人民解放军战略支援部队航天工程大学 基于随机时间Petri网的星座备份策略评估方法及系统
CN112134612A (zh) * 2020-08-25 2020-12-25 中国人民解放军战略支援部队航天工程大学 一种低轨通信星座在轨重构方法及系统
US20210152978A1 (en) * 2019-11-14 2021-05-20 Thales Satelite locating and communication and system for a fixed radio terminal on the ground using at least one non-geostionary satelite

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108614420A (zh) * 2018-05-04 2018-10-02 天津大学 基于非线性规划的星簇级卫星容错控制方法
US20210152978A1 (en) * 2019-11-14 2021-05-20 Thales Satelite locating and communication and system for a fixed radio terminal on the ground using at least one non-geostionary satelite
CN111795690A (zh) * 2020-04-27 2020-10-20 中国人民解放军战略支援部队航天工程大学 基于随机时间Petri网的星座备份策略评估方法及系统
CN111783233A (zh) * 2020-05-21 2020-10-16 中国人民解放军战略支援部队航天工程大学 一种中轨道Walker导航星座在轨备份方案优化设计方法
CN112134612A (zh) * 2020-08-25 2020-12-25 中国人民解放军战略支援部队航天工程大学 一种低轨通信星座在轨重构方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
PAULINE JAKOB ET AL.: "Optimal Satellite Constellation Spare Strategy Using Multi-Echelon Inventory Control", ARXIV, 5 June 2019 (2019-06-05), pages 1 - 20 *
薛昱等: "北斗卫星导航系统效能综合建模与分析研究", 系统工程理论与实践, 29 June 2021 (2021-06-29), pages 7 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114819258A (zh) * 2022-03-11 2022-07-29 北京航空航天大学 一种面向巨型星座的分阶段部署优化方法和系统
CN115296717A (zh) * 2022-06-29 2022-11-04 航天恒星科技有限公司 一种低轨卫星系统地面站天线阵列的调度方法
CN115296717B (zh) * 2022-06-29 2024-05-17 航天恒星科技有限公司 一种低轨卫星系统地面站天线阵列的调度方法

Similar Documents

Publication Publication Date Title
US20210304306A1 (en) Stochastic Bidding Strategy for Virtual Power Plants with Mobile Energy Storages
CN113986609A (zh) 低轨巨型星座智能运行备份方法、装置、电子设备及介质
US5991732A (en) Strategical-tactical logistic system
Mattfeld et al. Terminal operations management in vehicle transshipment
US8762291B2 (en) Robust optimization of bulk gas distribution
CN110782160A (zh) 船舶泊位分配方法、系统及装置
US20180082253A1 (en) Cargo logistics dispatch service with integrated pricing and scheduling
IL223460A (en) Shipping service order management
US20030065542A1 (en) Yield management method and system
CN113064449B (zh) 一种无人机调度方法及系统
CN116940952A (zh) 产品的生产排程方法、电子设备和存储介质
CN115795775A (zh) 一种面向点群目标的卫星任务规划方法、系统及装置
Martins et al. PSO with path relinking for resource allocation using simulation optimization
Yang et al. Onboard coordination and scheduling of multiple autonomous satellites in an uncertain environment
Simonin et al. Scheduling scientific experiments for comet exploration
US7089196B2 (en) System and method for lean inventory management
CN114971374A (zh) 用于对数据中心的产品需求进行生产交付的排程方法
CN112543115A (zh) 基于区块链的无人机边缘计算网络资源分配方法及装置
CN115330045A (zh) 一种基于飞机状态的备件动态规划方法及系统
Ng et al. Stochastic coded offloading scheme for unmanned-aerial-vehicle-assisted edge computing
Tang et al. Investigation of berth allocation problem in container ports considering the variety of disruption
US11397906B1 (en) Predicting demand for route generation
US11958634B2 (en) Optimization system of heterogeneous low earth orbit multi-use spacecraft
CN109978299B (zh) 用于海上风电业务的数据分析方法、装置和存储介质
Krupke et al. Automated data retrieval from large-scale distributed satellite systems

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