划重点 | 智能航天测运控系统及需求分析

在卫星星座项目及商业航天领域快速发展的今天，侧重点投入到人力物力的测控模式已经很难适应未来多任务、多用户、多星的测控服务需要。随着近年来人工智能在单项测试中超越人类，并应用到测控系统中。在自主领域、资源分配及任务规划方面都采用了智能化方式，推动测运控以平台载荷为核心的管理模式，转向数据业务为核心的管理模式。从而使得测控任务的资源利用率和完成效率大大提高。

 

航天器数量的飞速增加

 

随着万物互联时代的到来，很多全天候航天任务愈加复杂，卫星将迎来快速发展时期，在轨航天器数量激增。卫星星座在定位导航、信息传输、侦察观测这些领域有着实时性好、全球覆盖的天然优势。其卫星的数量也与日俱增。在卫星轨道基础上，星座构型通过适合的时空布局，适应多种应用功能需要。

 

 

测运控系统愈加复杂

 

航天器在轨数量将愈来愈多，其规模也愈来愈大，应用模式愈加复杂，管控难度将大幅提升。相反，地面系统将面临设备短缺、数量不足等问题。小卫星需大天线，但小卫星寿命缺较短，而地面设备投入又较大，所以地面测运控资源要求必须可组网复用。在传统单卫星测运控任务之外，对多星同时测运控支持、星座在轨运行管控等，对地面网络作出极高的要求，极大增加了测运控系统的操作复杂性和负担。

 

测运控服务模式的转变

 

过境小卫星由于承担不同任务，因此在同一地面站必须具备多星测运控及数据采集能力。多星同时过境时，地面站可实现多星同时测运控。所以，对于测运控系统除了建立新站之外，必须对已有设备实现最大化利用率且探索新技术。

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。

 

 

人工智能发展情况

 

近些年以来，各国纷纷加快人工智能领域的战略布局，并将其作为提升国家竞争力的重要手段，启动各类研发技术转移计划，力图占领新的制高点。我国虽起步较晚，但在政府与社会各界的支持下，取得迅速发展。我国在语音及图像识别、中文信息处理、机器翻译等方面已处于世界领先地位。智能芯片技术也完成了突破，中科院研制的寒武纪神经网络处理器已然成为国际竞争对手的追逐目标。随着各国持续加大投入，人工智能将从局限于某领域的专项应用走向大数据融合的综合应用，发生质的飞跃。

 

 

智能航天测运控体系系统架构

 

测控系统的智能化是基于星地测控一体化的基础之上，未来架构将会是多星、多中心、多站架构的。在智能化的测运控系统中，测运控中心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。在整个智能化测运控系统中星载测运控系统将升级为一个空间节点，实现星上各种数据的直接处理及卫星的自主管控。地面测控站是整个测运控系统中的重要节点，测控站智能化主要是实现对地面站设备的智能化管理，在包括设备自动化操作、故障自主诊断、运行数据分析、设备性能评估等。