检索结果-南通市图书馆

结合机器学习的GNSS-IR多卫星双频组合土壤湿度反演

在线全文

学校读者我要写书评

暂无评论

测绘通报 2023年第10期 98-104页

作者：聂士海王龙王梦柯李鹏梁磊黄丹妮刘斌滁州学院地理信息与旅游学院安徽滁州239000 南京信息工程大学遥感与测绘工程学院江苏南京210044

为提高土壤湿度反演精度,并克服基于单一卫星、单一频点开展土壤湿度反演存在的不足,本文提出了一种结合机器学习的GNSS-IR多卫星双频组合土壤湿度反演方法,将GNSS卫星L1、L2频点上SNR作为数据源进行土壤湿度反演研究,采用BP和RBF神经... 详细信息

为提高土壤湿度反演精度,并克服基于单一卫星、单一频点开展土壤湿度反演存在的不足,本文提出了一种结合机器学习的GNSS-IR多卫星双频组合土壤湿度反演方法,将GNSS卫星L1、L2频点上SNR作为数据源进行土壤湿度反演研究,采用BP和RBF神经网络算法构建土壤湿度预测模型,并与一元线性回归预测模型进行对比分析。试验结果表明:(1)相对于单卫星而言,多卫星组合的土壤湿度反演增加了有效卫星利用率,并提高了土壤湿度反演的精度;(2)多星组合的L1、L2双频均值融合延迟相位观测值与土壤湿度的相关系数为0.956,均优于L1、L2频点反演结果;(3)BP、RBF神经网络模型预测结果精度均优于ULR模型预测结果。

关键词：多卫星 GNSS-IR 均值融合土壤湿度神经网络

在线全文

学校读者我要写书评

暂无评论

基于神经网络的多卫星姿态协同控制预测模型

空间控制技术与应用 2020年第2期46卷 29-34页

作者：宁宇宫经刚曾海波北京控制工程研究所北京100190

针对多卫星近距离对空间目标监测中的姿态协同控制问题,研究基于神经网络的智能控制模型.首先设计了面向任意姿态控制方法的神经网络自适应控制模型,该模型不改变卫星姿态控制方法本身,而是接收由理想控制模型生成的理想控制量,理想控... 详细信息

针对多卫星近距离对空间目标监测中的姿态协同控制问题,研究基于神经网络的智能控制模型.首先设计了面向任意姿态控制方法的神经网络自适应控制模型,该模型不改变卫星姿态控制方法本身,而是接收由理想控制模型生成的理想控制量,理想控制量经过神经网络后直接生成适用于卫星的控制量.根据神经网络对控制系统的系统级状态预测,基于一致性控制协议,设计了多卫星姿态协同控制模型.采用等效姿态角,通过数值仿真,分别验证了预测控制方法、输出状态预测、协同控制的方法正确性和有效性.

关键词：多卫星姿态协同控制一致性神经网络

在线全文

学校读者我要写书评

暂无评论

应用聚类方法的多卫星无源时差定位算法

航天器工程 2015年第2期24卷 140-143页

作者：双炜吴巍山东航天电子技术研究所山东烟台264670 海军航空工程学院山东烟台264001

为了提高卫星定位系统的容错能力和鲁棒性,应用聚类方法提出了一种适用于多卫星的无源定位算法。依据三站时差定位原理,将每3颗卫星编成一组,用每组中的卫星分别对地面目标进行三站时差定位;再利用聚类方法融合估计目标的位置。仿真结... 详细信息

为了提高卫星定位系统的容错能力和鲁棒性,应用聚类方法提出了一种适用于多卫星的无源定位算法。依据三站时差定位原理,将每3颗卫星编成一组,用每组中的卫星分别对地面目标进行三站时差定位;再利用聚类方法融合估计目标的位置。仿真结果表明,此算法定位精度及稳定性优于传统的三站时差定位法和最小二乘法,可减少信息的不确定性,有助于提高系统的定位效果。

关键词：多卫星无源定位聚类分析时差定位

在线全文

学校读者我要写书评

暂无评论

多卫星信道最优调度算法改进研究

环境技术 2019年第2期37卷 78-83页

作者：方勇 91550部队

合理调度多卫星信道可提高卫星网络信道利用率,为此研究多卫星信道最优调度改进算法。基于多终端和多业务优先级的信道调度算法根据信道优先级表合理分配信道、通过分析业务数据类型调度信道,但忽略了多卫星突发流问题。采用基于突发流... 详细信息

合理调度多卫星信道可提高卫星网络信道利用率,为此研究多卫星信道最优调度改进算法。基于多终端和多业务优先级的信道调度算法根据信道优先级表合理分配信道、通过分析业务数据类型调度信道,但忽略了多卫星突发流问题。采用基于突发流的星载光交换信道调度算法对此改进,改进算法调度规则如下:突发数据包与信道按照优先级高低依次对应,高优先级突发包可占用任意级别信道,低优先级突发包仅在出现突发流时可选择高优先级信道,否则选择低优先级信道;同时计算突发数据包丢包率,保证调度优化效果。仿真实验显示:改进最优调度算法降低了多卫星信道调度突发延时、多信道数据项平均访问时间稳定。

关键词：多卫星信道优先级调度突发流改进算法

在线全文

学校读者我要写书评

暂无评论

基于AMPL的多成像卫星任务调度与规划

系统工程与电子技术 2012年第3期34卷 517-522页

作者：胡海洋张学庆刘喆葛宁清华大学清华信息科学与技术国家实验室北京100084

成像卫星调度问题是利用在太空中运行的多个对地观测卫星,根据用户的需要,最大限度利用卫星系统的资源实现对地面目标进行观测。该系统涉及多个成像卫星的调度和规划,因此一直以来都是一个富有挑战性的课题。在分析成像卫星工作原理和... 详细信息

成像卫星调度问题是利用在太空中运行的多个对地观测卫星,根据用户的需要,最大限度利用卫星系统的资源实现对地面目标进行观测。该系统涉及多个成像卫星的调度和规划,因此一直以来都是一个富有挑战性的课题。在分析成像卫星工作原理和调度任务约束条件的基础上,首先建立了一个满足多卫星、多监测目标的混合线性模型,并对模型的合理性加以论证。其次,采用一种数学建模语言(a mathematical programming language,AMPL)解决该调度问题的新方法以应对目前约束规划问题求解方法多样、求解性能差异大的问题,并对从卫星工具包上得到的数据进行实验。该建模语言可以根据模型种类,智能调用各类综合多种成熟算法的解法器。实验结果显示,相对于常用求解算法,该方法更加有效地解决了中短期卫星的调度问题。

关键词：成像卫星多卫星约束调度

基于火点辐射能量的2017-2021年广西秸秆露天燃烧排放时空分析

在线全文

学校读者我要写书评

暂无评论

中国环境监测 2023年第6期39卷 227-235页

作者：潘润西黄莹莹和凌红潘秋玲颜炜琳刘岩姚腾广西壮族自治区生态环境监测中心广西南宁530028 广州市香港科大霍英东研究院大气研究中心广东广州511458 香港科技大学环境与可持续发展学部中国香港999077

基于2017—2021年MODIS、VIIRS和Himawari-8等多套卫星的火点辐射能量(FRE)和云量反演数据,使用更高分辨率的火点替代相邻位置低分辨率火点的融合方法,利用晴空的火点分布数据对被云遮蔽的区域进行补偿,核算得到了2 km高分辨率的广西秸... 详细信息

基于2017—2021年MODIS、VIIRS和Himawari-8等多套卫星的火点辐射能量(FRE)和云量反演数据,使用更高分辨率的火点替代相邻位置低分辨率火点的融合方法,利用晴空的火点分布数据对被云遮蔽的区域进行补偿,核算得到了2 km高分辨率的广西秸秆露天燃烧排放数据,并针对2017—2021年的广西秸秆露天燃烧排放量展开精细的时空分布研究。结果表明:2017—2021年广西秸秆露天燃烧的CO、NO_(x)、SO_(2)、NH_(3)、VOCs、PM_(10)和PM_(2.5)的年排放量均值分别为12.91万、0.78万、0.16万、0.17万、2.77万、2.26万、2.21万t,排放高值区域分布在广西中部及西南部。秸秆露天燃烧排放的主要时间集中在冬、春季节(10月至次年3月),时值晚稻收割期和甘蔗榨季,占全年排放量的60%以上。广西秸秆露天燃烧PM_(2.5)年均排放量是全广西PM_(2.5)人为源年排放量的8.74%,通过逐日排放贡献分析发现,秸秆露天燃烧具有短期排放量较大的特点,2017—2021年,在1—2月有34 d出现秸秆露天燃烧导致PM_(2.5)排放量超过人为源排放量50%的情况。

关键词：秸秆露天燃烧云量补偿多卫星火点辐射能量广西

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

面向多区域观测的多星调度算法研究

面向多区域观测的多星调度算法研究

作者：李欣海哈尔滨工程大学

学位级别：硕士

随着卫星发射密度的增大以及卫星应用范围的扩大,各个领域的应用逐渐增多,通过太空中的多颗卫星利用算法进行调度来完成较为复杂的地球观测任务是一种新的发展方向。尤其是卫星执行区域观测任务时,对其合理调度有利于更好地发挥卫星的... 详细信息

随着卫星发射密度的增大以及卫星应用范围的扩大,各个领域的应用逐渐增多,通过太空中的多颗卫星利用算法进行调度来完成较为复杂的地球观测任务是一种新的发展方向。尤其是卫星执行区域观测任务时,对其合理调度有利于更好地发挥卫星的资源优势,目前的卫星观测任务的多目标调度,都是点目标,多用智能算法解决点目标的调度问题但区域目标问题研究较少。并且区域目标都需要转换为点目标进行处理,应用场景受限,本文引入了多区域目标进行卫星调度,引入多区域目标,专注于卫星的调度而无需受限于区域,对提高卫星观测的应用范围具有现实意义。密度聚类算法和Q-Learning算法两这种算法在车间调度、交通调度等领域应用广泛,本文将使用这两种算法,对利用STK(Satellite Tool Kit)建立的模型产生的数据进行相关处理,得到各个区域的卫星调度组合,实现对多区域的多星调度。首先完成了卫星及区域模型的建立,并利用STK完成算法所需要的时间窗口的提取。根据卫星轨道六根数、卫星对区域时间窗口的理论知识,利用STK对算法所需要的13颗卫星进行轨道参数的设置及哈尔滨、北京、台湾三个区域的设置,最后利用STK的ACCESS功能完成任务时间窗口的计算及提取,得到相关数据,完成数据采集的工作。其次根据卫星区域模型以及任务时间窗口完成数据集的生成。依据本课题采用的密度聚类算法和Q-Learning算法的基础理论,说明其所需要的数据集格式,对第二章得到的时间数据进行数值化处理,得到每个算法所需要的数据格式,最后得到了密度聚类算法所需要的各区域时间窗口数值数据和卫星时间窗口结束时间数值数据;得到了 Q-Learning算法所要的R矩阵,完成数据集的生成,生成的数据集作为后续算法进行处理的数据集。然后利用密度聚类算法对数据集进行算例验证,得到相关结果并进行分析。设计本课题所使用的密度聚类算法的基本流程,并且针对算法运行过程中的卫星资源调度冲突问题,引入了经验池方法解决了该问题。最后通过算法对第三章中的数据集进行处理,在解决了资源冲突问题的基础上得到了优于观测均值的评价指标,指标最差情况下也优于观测均值,较好情况为观测均值的几十倍。最后利用Q-Learning算法对数据集进行算例验证,得到相关的结果及分析。针对多卫星多区域的特定任务完成Q-Learning算法的设计,根据算法测试过程中出现的运行较慢的问题对智能体的动作值表进行了调整,找到了 Q-Learning的最优路径,完成了最优卫星组合的选取。最后通过第三章的数据集对算法进行分析,提升了运行效率,并解决了卫星冲突问题,虽然为解决冲突牺牲了评价指标,但依然可以保证整体结果优于观测均值。实验结果显示,密度聚类算法和Q-Learning算法得到的结果能够满足本文设定的多区域多星调度的任务:既可以避免卫星资源的调度冲突,又可以保证区域卫星组的观测时间最长。

关键词：多卫星多区域密度聚类算法 Q-Learning算法