微小衛(wèi)星智能化星務(wù)系統(tǒng)關(guān)鍵技術(shù)研究.pdf

1、無(wú)論是微小衛(wèi)星的單星運(yùn)行還是編隊(duì)飛行或者組成星座系統(tǒng)，都對(duì)星務(wù)系統(tǒng)的智能性和自主性提出了越來(lái)越高的要求。本文以南航正在研制的“天巡一號(hào)”微小衛(wèi)星為研究對(duì)象，對(duì)其星務(wù)系統(tǒng)設(shè)計(jì)中任務(wù)調(diào)度分配、溫度測(cè)量冗余設(shè)計(jì)、遙感圖像壓縮編碼、故障診斷等關(guān)鍵技術(shù)進(jìn)行了研究。 首先，運(yùn)用“合一－閾值”啟發(fā)式調(diào)度方法對(duì)星務(wù)系統(tǒng)任務(wù)進(jìn)行了分配，針對(duì)“合一－閾值”啟發(fā)式調(diào)度算法處理任務(wù)數(shù)量有限、難以獲得任務(wù)分配最優(yōu)解的缺點(diǎn)，研究了基于遺傳算法的任務(wù)調(diào)度分配

2、方法，得到了任務(wù)分配的最優(yōu)解。為了實(shí)現(xiàn)星務(wù)系統(tǒng)任務(wù)的動(dòng)態(tài)調(diào)度，并且在調(diào)度中充分考慮任務(wù)的偏序關(guān)系、不同任務(wù)執(zhí)行條件，本文提出了一種基于模糊神經(jīng)網(wǎng)絡(luò)的智能化動(dòng)態(tài)任務(wù)調(diào)度方法。該方法根據(jù)任務(wù)的偏序關(guān)系對(duì)任務(wù)進(jìn)行分類(lèi)，根據(jù)當(dāng)前的光照等條件自動(dòng)決策當(dāng)前的任務(wù)需求，實(shí)現(xiàn)了任務(wù)的動(dòng)態(tài)調(diào)度。 根據(jù)微小衛(wèi)星溫度遙測(cè)點(diǎn)多，僅用硬件進(jìn)行冗余備份設(shè)計(jì)會(huì)給微小衛(wèi)星帶來(lái)重量、功耗和體積的增加等問(wèn)題，本文提出一種基于數(shù)據(jù)融合的冗余設(shè)計(jì)方法。根據(jù)傳感器的分布

3、位置，將傳感器劃分為多個(gè)組，同組傳感器通過(guò)數(shù)據(jù)融合的方法相互提供參考，給出每個(gè)傳感器測(cè)量值的可信度。在可信度較低時(shí)，對(duì)其測(cè)量值不予使用，這種冗余設(shè)計(jì)方法提高了溫度測(cè)量的可靠性。 衛(wèi)星在正常運(yùn)行中，為了減少下傳通信數(shù)據(jù)量，簡(jiǎn)化遙測(cè)監(jiān)控任務(wù)，需要通過(guò)多個(gè)傳感器給出溫度區(qū)域的估計(jì)值。本文應(yīng)用基于算術(shù)平均和分批估計(jì)的方法和基于Bayes參數(shù)估計(jì)的方法對(duì)區(qū)域溫度進(jìn)行估計(jì)，得到了比算術(shù)平均更高的估計(jì)精度。特別是在存在故障傳感器的情況下，仍然

4、能夠得到較高的估計(jì)精度。 “天巡一號(hào)”微小衛(wèi)星在基本任務(wù)和探索性任務(wù)兩個(gè)任務(wù)階段中可分別得到普通遙感圖像和偵察遙感圖像。對(duì)于普通遙感圖像，本文研究了預(yù)測(cè)編碼+YEZW圖像壓縮方法，將圖像經(jīng)過(guò)小波變換后的小波系數(shù)的高頻部分和低頻部分分開(kāi)來(lái)進(jìn)行處理，低頻系數(shù)部分由于包含了大部分的圖像信息能量，因此采用幾乎無(wú)損的預(yù)測(cè)編碼方式，高頻數(shù)據(jù)采用YEZW編碼方式，在相當(dāng)?shù)膲嚎s比條件下，提高了壓縮圖像的峰值信噪比。 對(duì)于偵察遙感圖像從最