航天测控网基于信息预分配的多网络节点汇聚方法研究

来源 :北京邮电大学 | 被引量 : 0次 | 上传用户:XULIANSHUAI
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着时代发展,越来越多的国家将会进入深空发展,同时针对不同项目的卫星种类也愈加繁多,在这种前提下,将来环绕地球的人造卫星会越来越多,相比较以前,卫星间信号干扰愈发严重。因此,本文针对航天测控网中的多干扰情况,在应用层面对航天测控网中信息的灵活传输进行研究,保证网络传输的通信能力质量。本文针对以上问题,研究设计一种下行链路中,基于信息预分配的多网络节点汇聚方法。论文完成的主要工作如下:(1)提出了一种多节点汇聚方案。在任务传输的下行链路中,有多个接收站点和接收信道,每个信道对于自己的能够接收信号的最大带宽和信道参数都有明确的指标,针对不同任务,对多个指标进行综合考虑后选取信道,获得带宽信息后,将待传输信息按照带宽比例切分,分别交由不同信道进行传输,最后将多个传输信道的信息进行汇聚,得到完整信息。在保证信道接收速率的同时,尽量节省信道资源,也让信息传输更加灵活。设计选择算法。按照香农公式计算每个信道的信道容量,针对不同任务,按照每个信道的参数进行计算,在满足信道容量的条件和可以完成任务的前提下,选择消耗资源最小的几个信道进行传输。扩充数据集。利用GAN算法,将基本方波和调制信号进行训练,生成多种调制信号,扩充信号集合数据。(2)改进人工蜂群算法进行优化。将信道参数输入人工蜂群算法之后,算法会算出能够满足当前任务的合适信道的带宽,根据计算的带宽比例,将信息提前分配切分,分别交给选定信道进行传输,到达信息站之后,再次将信息拼接成为完整信息。
其他文献
近些年来,互联网与大数据技术的快速发展,已经渗透到了社会生活的方方面面,并对社会生活产生重要影响。在教育领域,发展教育大数据已经成为推进我国数字校园建设与教育改革的重要战略选择,教育大数据成为了教育领域不可忽视的新型驱动力。互联网+社会的快速发展,使得互联网+产品不断涌现,人们不仅仅局限于从互联网上获取信息,同时也通过互联网向外界分享信息。在此基础上,网络用户不仅对信息资源的实时性提出了更高的要求
随着网络信息的发展,资源获取的便捷,人们的信息获取习惯早已随之改变。人们更习惯通过网络搜索获取电子资源,同时,电子资源的修改也更为方便,针对大多数不具备任何保护措施或是作者信息(如电子签名、密码)的电子资源,随之而来的是电子资源归属问题或是抄袭情况判别问题。在计算机编程教育方面,源码抄袭的情况时有发生,同时在线编程平台以及编程竞赛平台亦有不少这种现象。学生借鉴甚至抄袭他人代码的行为,不仅影响对学生
近年来,在互联网和大数据这个新兴时代背景下,数据中心已经发展成为了现代化社会信息系统和基础设施建筑的重要组成部分。在大数据和云计算的工作过程中,各种应用均需要进行大量数据的快速处理,数据交互必须得到快速的响应,因此数据中心、金融等行业的数据传输需要与一般通信网络相比具有更低的、微秒级别的传输时延。传统的采用TCP/IP协议栈架构的网络由于无法从本质上解决端侧的处理时延,所以新一代的数据中心网络工作
为解决医疗保险收支平衡问题,我国正在推广和落地疾病诊断相关分组(Diagnosis-Related Groups,DRG)这一医保支付模式。DRG 是一种病例分类方案,主要以住院病案首页为依据将病例按诊断分类,并根据分类结果为医院提供医保支付标准。当前大部分医院只会为DRG提供住院病案首页的扫描图片,这为DRG研究带来了一定困难,因此研究人员必须先提取出住院病案首页图片中的关键信息,而提取关键信息
随着通信技术的快速发展,多媒体传输技术的日渐成熟,图像和视频早已深度融入人们的生活。4K、8K慢慢普及,短视频和VR技术逐渐兴起,视频的应用场景日渐丰富,人们对视频编码要求的不断提高,促使视频编码技术飞速发展。同时,5G在我国快速发展,给视频传输带来了机遇和挑战。所以,视频编码领域有着巨大的研究空间以及极高的应用价值。如何提升视频编码压缩的性能以及降低编码的计算复杂度始终是视频编码领域的核心问题。
随着集成电路及微电子技术的发展,集成电路芯片作为信息的载体应用在各种领域。集成电路芯片测试包括功能、性能、可靠性及安全性等测试。当前国家对网络空间安全越来越重视,而芯片作为硬件设备的核心部件,其安全性决定了一个设备或者系统的安全性,根据应用领域不同,如果芯片的安全出问题,可能威胁到个人、社会乃至国家安全。所以进行集成电路芯片的安全检测评估是保证网络空间安全的重要过程。在集成电路芯片安全性检测中,芯
受益于物联网技术的发展,越来越多种类的设备开始接入网络,虚拟现实(VR)、增强现实(AR)、自动驾驶、人工智能等新型业务相继涌现,对网络计算服务提出了低时延、高可靠性等要求。传统云计算范式虽然能为设备提供充足的计算资源,但是由于云计算中心在地理上距离用户较远,无法满足时延敏感型应用的需求。边缘计算范式作为云计算的延伸,将云计算的功能下沉至更靠近用户的边缘侧,为用户提供充足的计算和缓存服务,避免了不
近年来,随着人工智能技术的日益成熟,采用深度学习算法的智能抄表系统相继开发,可以自动的将图片中的表读数、二维码等目标区域的信息提取出来。但智能抄表系统仍存在一些问题:移动端上传大尺寸图片会增加网络传输时间;服务端系统保存大量的原尺寸图片会造成存储空间的压力;图片中信息要素过多,准确提取目标区域的信息需要大量样本对模型进行训练,增加了系统运算时间。如果在移动端采集图片时便将目标区域分割出来,再将分割
移动边缘计算作为一种分布式计算架构,将数据处理和存储中心迁移到靠近用户和数据源的边缘节点,减少了核心网带宽资源占用并降低服务延时,极大提升了服务质量和用户体验。目前在移动边缘计算中,通常使用基于容器的虚拟化方式进行服务部署来提升资源利用率,然而在该部署方式下,单台物理服务器宕机会导致其上部署的多个容器均无法正常提供服务。为了应对该情况,本文主要研究在移动边缘环境下如何进行服务部署,能实现在节约部署
随着5G通信的问世,物联网迎来飞速发展。各种传感式的物联网设备源源不断的收集感知数据并将其传输到云服务器中进行计算处理,这种集中式的处理模式给云服务器带来沉重的负担,结合了边缘网络计算能力的雾无线接入网应运而生。在雾无线接入网中,传统的终端认证方案过于依赖第三方机构,如果第三方机构遭遇恶意攻击,整个网络都会面临崩溃。此外,终端层的传感器节点经常被放置于无人监管的环境中,存在隐私泄露、伪造节点、数据