论文部分内容阅读
随着遥感技术的发展，遥感卫星的应用范围在军用和民用中逐步扩大，用户对于遥感卫星的应用要求也在不断地提高，这使得遥感卫星及其地面站扮演的角色越来越不可替代。面向遥感卫星地面站的资源扩充模型研究是对遥感卫星地面站资源进行配置优化的重要研究部分，直接关系到遥感卫星地面站的数据接收的效能。随着在轨遥感卫星数目不断增多，对当前卫星地面站的数据接收能力要求越来越高。另外，遥感卫星地面站系统是个庞大的复杂的体系，需要考虑的因素众多。如何合理的布置地面站资源，既能满足遥感卫星数据接收任务需求，又能充分利用地面站资源，是一个急待解决的工程问题。 针对现有遥感卫星地面站的特点，本文对复杂问题进行简化，提出了面向遥感卫星的地面站资源扩充模型，并对模型进行求解，另外对模型参数进行寻优，得到最佳参数组合。本论文首先，针对于遥感卫星接收特点，选择遥感卫星接收规划调度算法。然后，针对遥感卫星地面站系统进行用户的需求分析，列出效能评价指标，并制定评价原则，建立遥感卫星地面站资源扩充模型的效能评价体系。进而通过采用统计学习理论(Statistical Learning Theory，简称SLT)方法，并选择支持向量回归（Support Vector Regression，简称SVR）手段对统计模型进行简化。为了使学习过程更具有代表性，采用正交抽样方法产生样本。并且，针对支持向量回归的参数对拟合程度影响较大的问题，本文提出了运用组合核函数和采取遗传算法(Genetic Algorithm，简称GA)参数寻优策略，进一步提高求解精度。最后，本文通过仿真数据和图表，验证了算法和结论的可行性。