CN117792483B - 一种相控阵星间链路星间帧缓存评估方法 - Google Patents
一种相控阵星间链路星间帧缓存评估方法 Download PDFInfo
- Publication number
- CN117792483B CN117792483B CN202410204849.4A CN202410204849A CN117792483B CN 117792483 B CN117792483 B CN 117792483B CN 202410204849 A CN202410204849 A CN 202410204849A CN 117792483 B CN117792483 B CN 117792483B
- Authority
- CN
- China
- Prior art keywords
- satellite
- inter
- frame buffer
- matrix
- value
- 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
- 239000000872 buffer Substances 0.000 title claims abstract description 136
- 238000000034 method Methods 0.000 title claims abstract description 40
- 239000011159 matrix material Substances 0.000 claims abstract description 72
- 238000011156 evaluation Methods 0.000 claims description 7
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 abstract description 6
- 238000011158 quantitative evaluation Methods 0.000 abstract description 5
- 230000005540 biological transmission Effects 0.000 description 6
- 238000000605 extraction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Landscapes
- Radio Relay Systems (AREA)
Abstract
本发明公开了一种相控阵星间链路星间帧缓存评估方法，包括以下步骤：一、获取相控阵星间链路星间帧缓存数据；二、对相控阵星间链路星间帧缓存数据进行分类并建立星间帧缓存数据矩阵；三、对每个星间帧缓存数据矩阵提取特征值得到特征矩阵；四、对每个星间帧缓存数据的特征矩阵打分获取打分值；五、获取星间链路的星间帧缓冲评估值。本发明方法步骤简单、设计合理，通过对相控阵星间链路星间帧缓存数据分类、特征提取和综合打分，实现对星间链路星间帧缓存的定量评估。
Description
技术领域
本发明属于航天测量与控制技术领域，具体涉及一种相控阵星间链路星间帧缓存评估方法。
背景技术
卫星与卫星之间通过相控阵天线建立星间链路，数据传输是星间链路的基础功能，也是星间链路最重要的功能之一。为了实现数据通过星间链路进行传输，卫星上设计有星间帧缓冲区，数据产生后会暂存在星间帧缓冲区中，从星间帧缓冲区获取数据进行星间转发，收到的数据也会存放在星间帧缓冲区中，到达数据目的地址后，从星间帧缓冲区取出。星间帧缓冲区是星间链路进行星间传输的重要组成部分，一旦星间帧缓冲区出现拥堵，和其具有通信的卫星数据传输就会产生影响，甚至出现数据丢失。如何根据卫星的星间帧缓存特点评估星间链路数据传输效能是一个难题。因此，目前缺少一种相控阵星间链路星间帧缓存评估方法，通过对相控阵星间链路星间帧缓存数据分类、特征提取和综合打分，实现对星间链路星间帧缓存的定量评估。
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种相控阵星间链路星间帧缓存评估方法，其方法步骤简单、设计合理，通过对相控阵星间链路星间帧缓存数据分类、特征提取和综合打分，实现对星间链路星间帧缓存的定量评估。
为解决上述技术问题，本发明采用的技术方案是：一种相控阵星间链路星间帧缓存评估方法，所述相控阵星间链路包括M颗卫星，M颗卫星分别为卫星1，...，卫星m，...，卫星M；其中，m和M均为正整数，且1≤m≤M；该方法包括以下步骤：
步骤一、获取相控阵星间链路星间帧缓存数据；
步骤二、对相控阵星间链路星间帧缓存数据进行分类并建立星间帧缓存数据矩阵；其中，星间帧缓存数据矩阵包括卫星1星间帧缓存数据矩阵至卫星M星间帧缓存数据矩阵；
步骤三、对每个星间帧缓存数据矩阵提取特征值得到特征矩阵：
步骤301、采用计算机将卫星m星间帧缓存数据矩阵记作矩阵Lm；其中，矩阵Lm的行数等于N；
步骤302、采用计算机获取矩阵Lm中第n行各个元素的最大值，并将该最大值作为第n行特征值；
步骤303、多次重复步骤302，获取第N行特征值，形成卫星m星间帧缓存数据的特征矩阵Lm＇；其中，n和N均为正整数，且1≤n≤N；
步骤304、多次按照步骤301至步骤303的方法，得到卫星M星间帧缓存数据的特征矩阵LM＇；
步骤四、对每个星间帧缓存数据的特征矩阵打分获取打分值；
步骤五、获取星间链路的星间帧缓冲评估值；
将M个打分值进行平均值处理，得到星间链路的星间帧缓冲评分，并记作星间链路的星间帧缓冲评估值。
上述的一种相控阵星间链路星间帧缓存评估方法，其特征在于：步骤二，具体过程如下：
步骤201、将相控阵星间链路星间帧缓存数据按照卫星序号进行分类，得到卫星1星间帧缓存数据，...，卫星m星间帧缓存数据，...，卫星M星间帧缓存数据；
步骤202、将卫星m星间帧缓存数据按照时间周期进行分类，得到卫星m时间周期1星间帧缓存数据，...，卫星m时间周期n星间帧缓存数据，...，卫星m时间周期N星间帧缓存数据；其中，n和N均为正整数，且1≤n≤N；N表示时间周期的总数；卫星m时间周期1星间帧缓存数据至卫星m时间周期N星间帧缓存数据中均存在K条星间帧缓存数据，K为正整数；
步骤203、采用计算机以时间周期1至时间周期N作为矩阵的行序号，以1至K作为矩阵的列序号，基于步骤202中的卫星m星间帧缓存数据建立卫星m星间帧缓存数据矩阵；
步骤204、多次按照步骤202和步骤203的方法，获取卫星M星间帧缓存数据矩阵。
上述的一种相控阵星间链路星间帧缓存评估方法，其特征在于：步骤四，具体过程如下：
步骤401、采用计算机获取卫星m星间帧缓存数据的特征矩阵Lm＇中的中位数，并将特征矩阵Lm＇中大于中位数的特征值剔除后获取剩余特征值的平均值，记作卫星m的优准值；
步骤402、采用计算机设置特征矩阵Lm＇中各个特征值的打分值初始为100；
步骤403、采用计算机将特征矩阵Lm＇中第n个特征值和卫星m的优准值进行差值绝对值处理，得到第n个特征值的差值绝对值e（n）；
步骤404、采用计算机将第n个特征值的差值绝对值e（n）和第m个缓冲阈值进行比较，如果e（n）小于第m个缓冲阈值，则第n个特征值的打分值仍为100；
如果e（n）大于等于第m个缓冲阈值，则第n个特征值的打分值为100×（1-e（n）/P）；其中，P表示卫星m的星间帧缓冲区最大容量值；
步骤405、多次按照步骤401至步骤404的方法，得到各个特征值的打分值；
步骤406、将各个特征值的打分值求和平均处理，得到卫星m星间帧缓存的打分值；
步骤407、多次按照步骤401至步骤406的方法，得到M颗卫星的星间帧缓存数据的打分值，并记作M个打分值。
本发明与现有技术相比具有以下优点：
1、本发明获取相控阵星间链路星间帧缓存数据，并按照卫星序号和时间周期对星间帧缓冲数据分类，便于建立M颗卫星的星间帧缓存数据矩阵。
2、本发明通过M颗卫星的星间帧缓存数据矩阵中各个元素的最大值作为特征值，从而实现M颗卫星的星间帧缓存数据矩阵的取特征值提取，得到M颗卫星的星间帧缓存数据特征矩阵。
3、本发明先基于每个星间帧缓存数据特征矩阵进行打分，之后，所有卫星的打分求和平均，得到星间链路的星间帧缓冲评分，实现星间帧缓存评估。
综上所述，本发明方法步骤简单、设计合理，通过对相控阵星间链路星间帧缓存数据分类、特征提取和综合打分，实现对星间链路星间帧缓存的定量评估。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明的方法流程框图。
具体实施方式
如图1所示，本发明相控阵星间链路星间帧缓存评估方法，所述相控阵星间链路包括M颗卫星，M颗卫星分别为卫星1，...，卫星m，...，卫星M；其中，m和M均为正整数，且1≤m≤M；该方法包括以下步骤：
步骤一、获取相控阵星间链路星间帧缓存数据；
步骤二、对相控阵星间链路星间帧缓存数据进行分类并建立星间帧缓存数据矩阵；其中，星间帧缓存数据矩阵包括卫星1星间帧缓存数据矩阵至卫星M星间帧缓存数据矩阵；
步骤三、对每个星间帧缓存数据矩阵提取特征值得到特征矩阵：
步骤301、采用计算机将卫星m星间帧缓存数据矩阵记作矩阵Lm；其中，矩阵Lm的行数等于N；
步骤302、采用计算机获取矩阵Lm中第n行各个元素的最大值，并将该最大值作为第n行特征值；
步骤303、多次重复步骤302，获取第N行特征值，形成卫星m星间帧缓存数据的特征矩阵Lm＇；其中，n和N均为正整数，且1≤n≤N；
步骤304、多次按照步骤301至步骤303的方法，得到卫星M星间帧缓存数据的特征矩阵LM＇；
步骤四、对每个星间帧缓存数据的特征矩阵打分获取打分值；
步骤五、获取星间链路的星间帧缓冲评估值；
将M个打分值进行平均值处理，得到星间链路的星间帧缓冲评分，并记作星间链路的星间帧缓冲评估值。
本实施例中，步骤二，具体过程如下：
步骤201、将相控阵星间链路星间帧缓存数据按照卫星序号进行分类，得到卫星1星间帧缓存数据，...，卫星m星间帧缓存数据，...，卫星M星间帧缓存数据；
步骤202、将卫星m星间帧缓存数据按照时间周期进行分类，得到卫星m时间周期1星间帧缓存数据，...，卫星m时间周期n星间帧缓存数据，...，卫星m时间周期N星间帧缓存数据；其中，n和N均为正整数，且1≤n≤N；N表示时间周期的总数；卫星m时间周期1星间帧缓存数据至卫星m时间周期N星间帧缓存数据中均存在K条星间帧缓存数据，K为正整数；
步骤203、采用计算机以时间周期1至时间周期N作为矩阵的行序号，以1至K作为矩阵的列序号，基于步骤202中的卫星m星间帧缓存数据建立卫星m星间帧缓存数据矩阵；
步骤204、多次按照步骤202和步骤203的方法，获取卫星M星间帧缓存数据矩阵。
本实施例中，步骤四，具体过程如下：
步骤401、采用计算机获取卫星m星间帧缓存数据的特征矩阵Lm＇中的中位数，并将特征矩阵Lm＇中大于中位数的特征值剔除后获取剩余特征值的平均值，记作卫星m的优准值；
步骤402、采用计算机设置特征矩阵Lm＇中各个特征值的打分值初始为100；
步骤403、采用计算机将特征矩阵Lm＇中第n个特征值和卫星m的优准值进行差值绝对值处理，得到第n个特征值的差值绝对值e（n）；
步骤404、采用计算机将第n个特征值的差值绝对值e（n）和第m个缓冲阈值进行比较，如果e（n）小于第m个缓冲阈值，则第n个特征值的打分值仍为100；
如果e（n）大于等于第m个缓冲阈值，则第n个特征值的打分值为100×（1-e（n）/P）；其中，P表示卫星m的星间帧缓冲区最大容量值；
步骤405、多次按照步骤401至步骤404的方法，得到各个特征值的打分值；
步骤406、将各个特征值的打分值求和平均处理，得到卫星m星间帧缓存的打分值；
步骤407、多次按照步骤401至步骤406的方法，得到M颗卫星的星间帧缓存数据的打分值，并记作M个打分值。
本实施例中，所述相控阵星间链路包括包含30颗卫星，即M=30，每个卫星作为一个卫星节点。
本实施例中，实际使用时，卫星1星间帧缓存数据，...，卫星m星间帧缓存数据，...，卫星M星间帧缓存数据的数据时长均为i，且时间周期1至时间周期N相同且均为时间周期t，且N=i/t。
本实施例中，卫星m时间周期1星间帧缓存数据至卫星m时间周期N星间帧缓存数据中均存在K条星间帧缓存数据，K为正整数，且K=3600×t/s；s表示数据传输最小的时间周期；
本实施例中，i取值为168小时，t取值为1小时；s取值为3秒，实际使用时，可以适应性调整。
本实施例中，实际使用时，卫星m的星间帧缓冲区最大容量值P为卫星m的设计数据，根据实际卫星m的设计要求获取。
本实施例中，实际使用时，第m个缓冲阈值取卫星m的优准值的1/3。
综上所述，本发明方法步骤简单、设计合理，通过对相控阵星间链路星间帧缓存数据分类、特征提取和综合打分，实现对星间链路星间帧缓存的定量评估。
以上所述，仅是本发明的较佳实施例，并非对本发明作任何限制，凡是根据本发明技术实质对以上实施例所作的任何简单修改、变更以及等效结构变化，均仍属于本发明技术方案的保护范围内。
Claims (2)
1.一种相控阵星间链路星间帧缓存评估方法，其特征在于，所述相控阵星间链路包括M颗卫星，M颗卫星分别为卫星1，...，卫星m，...，卫星M；其中，m和M均为正整数，且1≤m≤M；该方法包括以下步骤：
步骤一、获取相控阵星间链路星间帧缓存数据；
步骤二、对相控阵星间链路星间帧缓存数据进行分类并建立星间帧缓存数据矩阵；其中，星间帧缓存数据矩阵包括卫星1星间帧缓存数据矩阵至卫星M星间帧缓存数据矩阵；
步骤三、对每个星间帧缓存数据矩阵提取特征值得到特征矩阵：
步骤301、采用计算机将卫星m星间帧缓存数据矩阵记作矩阵Lm；其中，矩阵Lm的行数等于N；
步骤302、采用计算机获取矩阵Lm中第n行各个元素的最大值，并将该最大值作为第n行特征值；
步骤303、多次重复步骤302，获取第N行特征值，形成卫星m星间帧缓存数据的特征矩阵Lm＇；其中，n和N均为正整数，且1≤n≤N；
步骤304、多次按照步骤301至步骤303的方法，得到卫星M星间帧缓存数据的特征矩阵LM＇；
步骤四、对每个星间帧缓存数据的特征矩阵打分获取打分值；
步骤五、获取星间链路的星间帧缓冲评估值；
将M个打分值进行平均值处理，得到星间链路的星间帧缓冲评分，并记作星间链路的星间帧缓冲评估值；
步骤四，具体过程如下：
步骤401、采用计算机获取卫星m星间帧缓存数据的特征矩阵Lm＇中的中位数，并将特征矩阵Lm＇中大于中位数的特征值剔除后获取剩余特征值的平均值，记作卫星m的优准值；
步骤402、采用计算机设置特征矩阵Lm＇中各个特征值的打分值初始为100；
步骤403、采用计算机将特征矩阵Lm＇中第n个特征值和卫星m的优准值进行差值绝对值处理，得到第n个特征值的差值绝对值e（n）；
步骤404、采用计算机将第n个特征值的差值绝对值e（n）和第m个缓冲阈值进行比较，如果e（n）小于第m个缓冲阈值，则第n个特征值的打分值仍为100；
如果e（n）大于等于第m个缓冲阈值，则第n个特征值的打分值为100×（1-e（n）/P）；其中，P表示卫星m的星间帧缓冲区最大容量值；
步骤405、多次按照步骤401至步骤404的方法，得到各个特征值的打分值；
步骤406、将各个特征值的打分值求和平均处理，得到卫星m星间帧缓存的打分值；
步骤407、多次按照步骤401至步骤406的方法，得到M颗卫星的星间帧缓存数据的打分值，并记作M个打分值。
2.按照权利要求1所述的一种相控阵星间链路星间帧缓存评估方法，其特征在于：步骤二，具体过程如下：
步骤201、将相控阵星间链路星间帧缓存数据按照卫星序号进行分类，得到卫星1星间帧缓存数据，...，卫星m星间帧缓存数据，...，卫星M星间帧缓存数据；
步骤202、将卫星m星间帧缓存数据按照时间周期进行分类，得到卫星m时间周期1星间帧缓存数据，...，卫星m时间周期n星间帧缓存数据，...，卫星m时间周期N星间帧缓存数据；其中，n和N均为正整数，且1≤n≤N；N表示时间周期的总数；卫星m时间周期1星间帧缓存数据至卫星m时间周期N星间帧缓存数据中均存在K条星间帧缓存数据，K为正整数；
步骤203、采用计算机以时间周期1至时间周期N作为矩阵的行序号，以1至K作为矩阵的列序号，基于步骤202中的卫星m星间帧缓存数据建立卫星m星间帧缓存数据矩阵；
步骤204、多次按照步骤202和步骤203的方法，获取卫星M星间帧缓存数据矩阵。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410204849.4A CN117792483B (zh) | 2024-02-26 | 2024-02-26 | 一种相控阵星间链路星间帧缓存评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410204849.4A CN117792483B (zh) | 2024-02-26 | 2024-02-26 | 一种相控阵星间链路星间帧缓存评估方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117792483A CN117792483A (zh) | 2024-03-29 |
| CN117792483B true CN117792483B (zh) | 2024-04-30 |
Family
ID=90380042
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410204849.4A Active CN117792483B (zh) | 2024-02-26 | 2024-02-26 | 一种相控阵星间链路星间帧缓存评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117792483B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112232663A (zh) * | 2020-10-15 | 2021-01-15 | 中国西安卫星测控中心 | 一种星间链路建链稳定性的评估方法 |
| CN115066018A (zh) * | 2022-06-07 | 2022-09-16 | 哈尔滨工业大学（深圳） | 面向低轨多波束通信卫星的缓存内容放置与资源分配优化方法 |
| CN115086427A (zh) * | 2022-06-07 | 2022-09-20 | 哈尔滨工业大学（深圳） | 面向星地一体化协作共享网络的边缘缓存内容放置方法 |
| CN117459112A (zh) * | 2023-10-16 | 2024-01-26 | 西安电子科技大学 | 基于图卷积网络的leo卫星网络中的移动边缘缓存方法及设备 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR3032580B1 (fr) * | 2015-02-06 | 2017-12-29 | Thales Sa | Ajustement dynamique du mode de transmission dans un systeme de communication satellite |
-
2024
- 2024-02-26 CN CN202410204849.4A patent/CN117792483B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112232663A (zh) * | 2020-10-15 | 2021-01-15 | 中国西安卫星测控中心 | 一种星间链路建链稳定性的评估方法 |
| CN115066018A (zh) * | 2022-06-07 | 2022-09-16 | 哈尔滨工业大学（深圳） | 面向低轨多波束通信卫星的缓存内容放置与资源分配优化方法 |
| CN115086427A (zh) * | 2022-06-07 | 2022-09-20 | 哈尔滨工业大学（深圳） | 面向星地一体化协作共享网络的边缘缓存内容放置方法 |
| CN117459112A (zh) * | 2023-10-16 | 2024-01-26 | 西安电子科技大学 | 基于图卷积网络的leo卫星网络中的移动边缘缓存方法及设备 |
Non-Patent Citations (2)
| Title |
|---|
| Tai Zhang等.Inter-satellite Cache Push Scheme Based on ICN for Low Orbit Earth Satellite Network. 2023 11th International Conference on Information Systems and Computing Technology (ISCTech).2023,全文. * |
| 刘子鸾.卫星网络路由与流量控制关键技术研究.CNKI博士学位论文全文库.2018,全文. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117792483A (zh) | 2024-03-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108764072B (zh) | 一种基于多尺度融合的血细胞亚型图像分类方法 | |
| CN108388927A (zh) | 基于深度卷积孪生网络的小样本极化sar地物分类方法 | |
| CN111832406B (zh) | 一种长尾目标检测方法与系统 | |
| CN109259764B (zh) | 一种确定动态脑功能网络阈值方法 | |
| US20230154177A1 (en) | Autoregression Image Abnormity Detection Method of Enhancing Latent Space Based on Memory | |
| US8885957B2 (en) | Method, apparatus, and computer program product for compression and decompression of an image dataset | |
| CN112910811B (zh) | 基于联合学习的噪声水平未知条件下的盲调制识别方法和装置 | |
| CN111860570B (zh) | 一种云微粒子图像提取及分类方法 | |
| CN112291122B (zh) | 网络流量检测方法、装置、电子设备及可读存储介质 | |
| CN115062710A (zh) | 基于深度确定性策略梯度的联邦学习分类模型训练方法 | |
| CN117792483B (zh) | 一种相控阵星间链路星间帧缓存评估方法 | |
| CN114612715A (zh) | 基于本地差分隐私的边缘联邦图像分类方法 | |
| CN102144155A (zh) | 支援发现检查对象物的缺陷的系统及方法 | |
| CN114333040A (zh) | 一种多层级目标检测方法及系统 | |
| CN111091554B (zh) | 铁路货车摇枕断裂故障图像识别方法 | |
| US8417783B1 (en) | System and method for improving feature selection for a spam filtering model | |
| CN115941934A (zh) | 基于深度卷积神经网络的多帧融合视频噪声评估方法 | |
| CN115700758A (zh) | 一种精子活性的检测方法、装置、设备及存储介质 | |
| CN114362851A (zh) | 一种基于机器学习的无线信道数据去噪方法 | |
| CN112613521B (zh) | 基于数据转换的多层次数据分析系统及方法 | |
| CN115147432A (zh) | 一种基于深度残差语义分割网络的初至拾取方法 | |
| US11388187B2 (en) | Method of digital signal feature extraction comprising multiscale analysis | |
| CN114972886A (zh) | 一种图像隐写分析方法 | |
| CN110929849B (zh) | 一种基于神经网络模型压缩的视频检测方法和装置 | |
| CN112749998A (zh) | 收入信息输出方法、装置、电子设备及计算机存储介质 |
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 |