航天智能测运控系统体系架构与应用

3.0 闻远设计 2024-03-29 17 4 18.91KB 4 页免费

侵权投诉

航天智能测运控系统体系架构与应用

　　摘　　　　要：随着商业航天的快速发展,各类卫星星座项目的持续推进,航天器的商业应用日

趋普及,在轨航天器呈现出数量多、平台多、种类多、用途广等趋势,重点依靠资源投入和人力

增加的测控模式,已经难以适应未来多星、多任务、多用户的测控服务的发展需要。近年来,人

工智能技术不断取得突破,在多类单项测试中超越人类。将人工智能的发展成果应用到测控系统

中,在自主测控、自主故障诊断、任务规划、资源分配方面,采用智能化方法,促进测运控以平台

载荷为核心的管理模式向以数据业务为核心的管理模式转变,大大提高测控任务的完成效率和资

源利用率。

　　关键词：测控; 智能化; 故障自主诊断; 自主测控; 数据挖掘; 机器学习;

　 1　、商业航天智能测运控需求分析

　　 1.1　、航天器数量快速增加

近年来，万物互联成为人类社会的基本要求，许多全球性或者全天候航天任务越来越复杂，卫

星将在今后一个时期内迎来快速发展，航天器的在轨数量将会激增。卫星星座在信息传输、定

位导航、侦察观测等领域，具有全球覆盖、实时性好等先天优势，应用日益广泛。星座中卫星

的数量从数十颗，发展到数百颗，数千颗，Space X 公司布局的 Starlink 星座计划发射约 42000

颗卫星。星座构型在卫星轨道基础上，通过合理的时空布局，适应各种应用功能的需要。

　 1.2　、测运控系统日益复杂

在轨航天器数量将越来越多，规模越来越大，类型与应用模式越来越复杂，管控要求和难度大

幅提升。相对于数量激增的在轨航天器，地面测运控系统将面临着数量不足、设备短缺的问

题。小卫星需要大天线，但是小卫星的寿命通常比较短，而地面测运控设备投入又比较大，因

此要求地面测运控资源必须能够组网重复使用。在传统单颗卫星的测运控任务外，对多星的同

时测运控支持、多星及星座在轨运行管理等，对地面测运控网络如何提供及时、有效、灵活的

测运控服务提出了极高的要求，大大增加了航天测运控系统的负担和操作复杂性。

　 1.3 　、测运控服务模式转变

由于过境小卫星承担不同的任务，因此同一地面站必须具有多星测运控和数据采集的能力，当

多星同时过境时，地面站能实现多星同时测运控。因此，对测运控系统来说，除了建立新站以

外，必须对已有测运控设备进行最大化利用并且探索新技术。沿用以往针对少量卫星的，重点

依靠投入资源和增加人力的模式已难以适应未来测运控服务的需要，随着各类卫星星座等项目

的持续推进，以及航天器的商业应用日趋普及，测运控以平台载荷为核心的管理服务模式，正

在向以数据业务为核心的服务管理模式转变。

　 2 　、人工智能的发展状况

　　 2.1 　、人工智能将迎来飞跃

人工智能研发与应用的重点领域主要集中在:机器学习/深度学习，计算机视觉/图像识别，自然

语言处理/语音识别，神经形态计算/脑启发计算，脑科学与人工智能，智能机器人/虚拟个人助

理，自动驾驶/无人系统等。由于面向特定领域的人工智能技术(即专用人工智能)应用场景需求

明确、领域知识积累深厚、建模计算相对简单可行，专用技术不断取得突破，在多类单项测试

中已经超越人类，尤其是在速度和准确度方面。

近年来，各国政府纷纷加快在人工智能领域的战略布局，将其作为提升国家竞争力的重要抓

手，启动了各类研发或技术转移计划，力图占领技术、产业和应用的新的制高点，美国、英

国、法国与日本等国都加大了资金投入和政策倾斜力度。我国人工智能技术虽然起步较晚，但

在政府与社会各界的支持与投入下，取得了迅猛的发展。我国科研机构和企业在语音识别、图

像识别、机器翻译、中文信息处理等方面已处于世界领先地位。智能芯片技术也实现了突破，

中科院计算所团队研制出的寒武纪神经网络处理器已成为国际竞争对手的追赶目标。自 2016

年起，我国快速将人工智能发展上升至国家战略层面，相关政策密集出台。2017 年7月，国务

院发布《新一代人工智能发展规划》，从战略态势、总体要求、资源配置、立法、组织等各个

层面确立了我国人工智能发展规划。随着各国不断加大投入，人工智能领域出现竞相角逐的局

面，人工智能技术将从局限于某个领域的专项应用走向与大数据融合的综合应用，发生质的飞

跃。

　 2.2 　、智能网络的特点

智能网络具有自动化、自优化、自治化的特点。自动化指链路发现、策略制定、按需资源分配

等自动化控制，业务发放和运维自动化，如网络事件、告警处理、故障分析等活动的自动化，

这就需要网络的管理和控制无缝集成，实现管控一体。自优化是在自动化的基础上，基于反馈

“ ”的闭环的全局优化。通常最简单的闭环控制系统由控制器和传感器组成，传感器的测量作为

输入，然后将这些输入与期望的状态进行比较。网络优化要从开环走向闭环，就是将网络实时

采集的数据上报给分析器，分析器分析网络状态，并基于目标形成一个负反馈给管控单元，进

而通过给定的策略来执行优化动作，形成闭环。自治化，就是在自动化和自优化的基础上实现

人工智能。自治化主要体现在两个方面:一方面，在检测网络状态的时候，基于人工智能算

法，学习预测网络上可能会出现的状况;另一方面，当网络发现某些状况后，它可以基于历史

经验数据或者全局训练的数据，自己生成新的策略并执行。

网络要做到智慧，需在通用的虚拟和物理资源池上基于云设计，以实现敏捷的业务组装和调

整。智能网络的构架即:基于云平台，管控一体的自动化，引入实时感知和深度分析的闭环自

优化，具备人工智能的自治化。

3　、航天智能测运控系统体系架构

航天测控系统的智能化是在星地测控软件一体化的基础上实现的，典型的航天任务软件架构如

图1所示，未来的架构将会是多星、多中心、多站架构。

图1 典型航天任务的软件系统架构

智能化航天测控软件核心功能应是对实时数据和以往数据的实时处理，核心功能可放在相对独

立仿真系统中。其框架可设计为一个分布式系统，由冗余的任务服务器和客户端工作站组成，

客户端工作站执行数据分发和用户接口任务，服务器与客户端之间通过接口连接。设计的内容

包括一套独立的模块和子系统。其内核包含的主要的子系统有遥测、遥控、在线数据库、数据

存档和分发、用户管理、事件和动作、软件维护和外部接口等。智能化的航天测运控系统就是

以测运控中心为大脑，传输链路为神经，空间飞行器，地面测控站为节点的分布式架构。

在底层模块化、一体化的基础上，顶层实现通用化、产品化，顶层功能与底层功能尽量解耦。

参考电信网络，原来业务和承载捆绑在一层，现在将其从逻辑上分为两层:网络承载层和网络

业务层。承载层专注于可靠的连接，业务层专注于敏捷的服务。解耦之后，业务层和承载层分

别有一个控制器，这两个控制器之间纵向互联，一个负责敏捷应变，一个负责稳定可靠，实现

业务自动触发承载层动作，整体实现敏捷应变。不管业务层怎么变，承载层保持稳定可靠，形

成一个可弹性扩展、即插即用的资源池，应对上层业务变化。

3.1 　、测运控中心

测运控中心是测运控系统的核心管控部分，其主要负责:航天器的发射段测控、运行段轨道控

制和应急测控等任务;对有效载荷的状态监视与操作控制;对所属地面站的远程控制和监视;生成

测控计划;设备维护和保养等。通过测运控中心的智能化实现系统级资源优化管理，提高多

星、多测控设备的测运控系统整体星地资源的利用效率，原来分属各家的测控设备，可以各自

独立运行，也可以接入统一的航天测运控网络。在智能化的测运控系统中，测运控中心将主要

体现在逻辑功能上，而物理形式上则既可以是集中式也可以是分布式。

　 3.2　、星载测运控系统

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

免费 4人已下载

立即下载

摘要：

航天智能测运控系统体系架构与应用　　摘　　　　要：随着商业航天的快速发展,各类卫星星座项目的持续推进,航天器的商业应用日趋普及,在轨航天器呈现出数量多、平台多、种类多、用途广等趋势,重点依靠资源投入和人力增加的测控模式,已经难以适应未来多星、多任务、多用户的测控服务的发展需要。近年来,人工智能技术不断取得突破,在多类单项测试中超越人类。将人工智能的发展成果应用到测控系统中,在自主测控、自主故障诊断、任务规划、资源分配方面,采用智能化方法,促进测运控以平台载荷为核心的管理模式向以数据业务为核心的管理模式转变,大大提高测控任务的完成效率和资源利用率。　　关键词：测控;智能化;故障自主诊断;自主测控...

展开>> 收起<<

航天智能测运控系统体系架构与应用.docx

共4页,预览2页

还剩页未读，继续阅读

航天智能测运控系统体系架构与应用

相关推荐

开通VIP享超值会员特权

作者详情

相关内容

推荐作者

热门标签

举报选择: