航天測(cè)控通信系統(tǒng)任務(wù)可靠性分配模型與算法研究.pdf

1、航天測(cè)控通信系統(tǒng)的任務(wù)可靠性分配要求在給定的系統(tǒng)任務(wù)可靠性指標(biāo)下，結(jié)合所執(zhí)行的航天測(cè)控通信任務(wù)（單任務(wù)或者多任務(wù)），根據(jù)參與任務(wù)的各地面站、測(cè)量船、中繼衛(wèi)星、控制中心、路由等測(cè)控通信資源的時(shí)空關(guān)聯(lián)、邏輯結(jié)構(gòu)等動(dòng)態(tài)約束關(guān)系，將系統(tǒng)總體的任務(wù)可靠性指標(biāo)分配到各測(cè)控通信資源。航天測(cè)控通信系統(tǒng)的任務(wù)可靠性分配是一個(gè)約束種類繁多，涉及因素較多且關(guān)系復(fù)雜的組合優(yōu)化問題。對(duì)航天測(cè)控通信系統(tǒng)的任務(wù)可靠性分配問題模型及求解算法進(jìn)行研究，可以支持航天測(cè)控通

2、信系統(tǒng)總體的可靠性設(shè)計(jì)，對(duì)各子系統(tǒng)提出可靠性要求，科學(xué)合理地制定航天測(cè)控與通信方案，確保航天飛行任務(wù)的順利完成。論文的主要研究工作和創(chuàng)新點(diǎn)包括：
　　（1）建立了航天測(cè)控通信系統(tǒng)的任務(wù)可靠性分配模型
　　論文介紹了航天測(cè)控通信系統(tǒng)的組成、層次結(jié)構(gòu)和特點(diǎn)，分析了可靠性分配的基本原則和流程，建立了航天測(cè)控通信系統(tǒng)的可靠性指標(biāo)體系，明確了任務(wù)可靠性分配的指標(biāo)?；赬ML文件，從航天測(cè)控通信資源和任務(wù)兩個(gè)組成部分對(duì)任務(wù)可靠性分配問題

3、進(jìn)行了規(guī)范化描述，最后，在分析航天測(cè)控通信系統(tǒng)任務(wù)可靠性分配影響因素和約束條件的基礎(chǔ)上，給出了任務(wù)可靠性的描述模型，構(gòu)建了任務(wù)可靠性分配模型，可為航天測(cè)控通信系統(tǒng)任務(wù)可靠性分配的求解提供模型基礎(chǔ)。
　?。?）提出了航天測(cè)控通信系統(tǒng)任務(wù)可靠性分配的啟發(fā)式算法
　　在對(duì)基本啟發(fā)式算法的基本原理和相關(guān)設(shè)計(jì)改進(jìn)分析的基礎(chǔ)上，根據(jù)航天測(cè)控通信系統(tǒng)任務(wù)可靠性分配的特點(diǎn)，提出了基于權(quán)重信息的航天測(cè)控通信系統(tǒng)任務(wù)可靠性分配的啟發(fā)式算法，能有

4、效解決串、并聯(lián)、備份等各種結(jié)構(gòu)的多階段任務(wù)可靠性分配問題，使分配后的系統(tǒng)預(yù)計(jì)任務(wù)可靠度達(dá)到目標(biāo)值。為了改善啟發(fā)式算法的局部搜索性能和迭代速度，提高任務(wù)可靠性分配的效率，設(shè)計(jì)了迭代方向和速度控制規(guī)則，通過算例分析，表明算法具有良好的收斂性，同時(shí)對(duì)比不同任務(wù)結(jié)構(gòu)算法分配結(jié)果的誤差和同一設(shè)備參與不同任務(wù)時(shí)可靠性指標(biāo)變化情況，說明啟發(fā)式算法具有分配誤差小，適用于各種不同任務(wù)結(jié)構(gòu)問題求解。
　　（3）設(shè)計(jì)了系統(tǒng)任務(wù)可靠性分配的粒子群優(yōu)化算法

5、
　　針對(duì)大規(guī)模場(chǎng)景下任務(wù)可靠性分配問題，在對(duì)現(xiàn)有粒子群優(yōu)化算法分析、總結(jié)的基礎(chǔ)上，提出了航天測(cè)控通信系統(tǒng)任務(wù)可靠性分配的粒子群優(yōu)化算法。對(duì)標(biāo)準(zhǔn)粒子群優(yōu)化算法的慣性權(quán)重系數(shù)進(jìn)行了自適應(yīng)調(diào)整，初始時(shí)使慣性權(quán)重系數(shù)盡可能大，便于更迅速、更容易搜索全局解，而后期使慣性權(quán)重系數(shù)盡可能小，以便搜索到更好的局部解，從而有效的減少尋優(yōu)過程的計(jì)算量，節(jié)約了搜索時(shí)間。為了避免算法陷入局部極值，設(shè)計(jì)了自適應(yīng)粒子群算法，根據(jù)迭代過程中粒子的特征對(duì)速度方

6、向和尺度進(jìn)行自適應(yīng)調(diào)整，提高了算法的搜索效率。通過算例與啟發(fā)式算法比較分析表明，自適應(yīng)粒子群算法能在某些測(cè)控通信資源的平均故障間隔時(shí)間（MTBF）分配不過高的條件下，使任務(wù)分配后的可靠度預(yù)計(jì)值更為接近系統(tǒng)要求的任務(wù)可靠性值，算法的運(yùn)行時(shí)間也更優(yōu)于啟發(fā)式算法。
　?。?）提出了基于徑向基神經(jīng)網(wǎng)絡(luò)的任務(wù)可靠性分配的優(yōu)化方法
　　粒子群等智能優(yōu)化算法在航天測(cè)控通信系統(tǒng)任務(wù)可靠性分配過程中，需要進(jìn)行大量的預(yù)計(jì)計(jì)算，影響了分配效率。論

7、文提出了基于徑向基神經(jīng)網(wǎng)絡(luò)（RBFNN）的任務(wù)可靠性分配模型。RBFNN是一種元模型方法，能夠代替原始系統(tǒng)模型進(jìn)行運(yùn)算，有較好的擬合效果。針對(duì)RBFNN參數(shù)學(xué)習(xí)過程出現(xiàn)的易早熟現(xiàn)象，設(shè)計(jì)了一種自適應(yīng)混合學(xué)習(xí)算法，通過訓(xùn)練樣本相關(guān)性矩陣的主成分分析，確定了網(wǎng)絡(luò)隱含層初始節(jié)點(diǎn)數(shù)；借鑒粒子群優(yōu)化算法中個(gè)體的速度矢量作為進(jìn)化信息，動(dòng)態(tài)調(diào)節(jié)進(jìn)化的參數(shù)，提高了尋優(yōu)能力。同時(shí)，利用梯度信息衰減因子改進(jìn)了迭代過程中網(wǎng)絡(luò)參數(shù)的梯度信息計(jì)算方式，避免了學(xué)習(xí)