航天测控系统测试资源优化配置策略

郑玉航

（陕西西安火箭军工程大学2203 分队，陕西 西安 710025）

航天事业的发展，越来越多的航天器投入使用，其与地面的数据信息传输工作是保证航天器正常运行的关键问题，为了更好地提升航天器的运行效率，保证其按照指定的要求进行运转，需要合理地对测控站点进行分配，避免出现可能发生的不同航天器之间相互影响的问题，提升调度管理工作开展效率更加高效，配置更加顺利，同时，实现经济效益提升的目的。本文通过对航天测控系统的分析，对采用蚁群算法优化航天测控系统测试资源优化配置策略进行了总结，更好地提升测控资源利用率。

1 航天测控系统概述

航天工程构成结构复杂，测控信息系统是跟踪、控制、掌握航天器运行状态的途径，通过测控通信系统可以掌握航天器的飞行轨迹，监视航天器是否按照设定轨道运行，对双方数据进行交换，从而实现航天器完成相应的功能使用。若为载人航天工程，则航天测控通信系统需要传输航天员的生命体征，搭建语音通话和视频通道。测控站的主要管理内容是航天测控系统的控制，保证自身网络与航天器实时传输的通道，确保数据传输质量。航天测控系统主要作用在于保证航天器运行轨道正常，动态化管理相应的测控信息，实时开展信息数据交换。地面站分为固定地面站和活动地面站，前者主要用于长期飞行任务管理工作，后者主要执行短期飞行任务管理。对于航天器的运行管理工作主要由固定地面站展开，并且长期保持与航天器的数据联系，发出相关指令。

2 现阶段航天测控系统发展必要性分析

为了实现对于航天器的通信活动，需要建立众多的地面飞行控制中心协同管理部署才能保证航天器的正常运行，因为需要在全国甚至世界范围搭建若干航天测控站，通过将不同数据中继卫星系统进行统筹安排规划实现整个通信系统的建立，构建调度中心安排资源。

根据我国现阶段航天测控系统分析，由于技术水平发展相对存在瓶颈，多种限制条件影响系统运行的稳定性，因此，需要开发能够实现对多个航天器资源同时管理部署的能力和技术，开展内部资源配置和调度。当出现航天测控系统需要同时管理和控制的航天器数量超过系统要求时，无法达到最大的支持程度，那么整体指令将会出现一定的冲突，导致出现系统资源运用发生竞争，部分航天器的正常功能可能无法正常使用。因此，在通常情况下，现阶段采用的原则为按照优先级进行资源分配，即系统运行过程中，如果出现不同航天器同时向系统控制中心提出任务，而测控站仅能执行一套设备的情况，则会按照航天器服务的等级以此进行处理，这样次级航天器的需求则需要相对滞后，导致其实际运行效果达不到设计要求。

3 航天测控系统发展途径分析

如上文所示，航天测控系统不能及时地处理不同的航天器发出任务要求时，需要按照优先级进行处理，那么，航天测控系统资源优化配置的目的即为提升这一问题的解决效果，现阶段常用的措施主要存在以下两种：

3.1 发掘先进测控技术

先进测控技术是保证航天器在运行过程中，一旦需要处理相关问题时，能够在较短的时间内完成对航天器基本信息获取的过程，更好地适应航天器的实际要求。假设测控设备当前状态为空闲，两颗航天器向测控设备发出请求，则需要判断先后顺序，在前一颗航天器测控进程结束后，迅速响应对于后一颗航天器的服务请求，减少系统资源切换时间，更快地完成这一环节要求，与此同时，由于该环节时间较短，因此，需要更多的航天器运行数据支撑才能更准确地做出判断，并且即使在系统资源切换速度极快的情况，还需保持测控设备能够确保运行的稳定性，达到可靠使用的效果，这是先进测控技术发展的必然要求。

3.2 优化测控资源利用效果

当出现多航天器运行测控的情况下，系统可以通过对航天器个数参数和基本信息的获取来判断航天器的情况，从而根据实际问题的发生配置合理的测控资源，同时，增强飞行器飞行过程中问题自主处理能力，减少其向地面系统发生任务请求指令，则在一定程度上也可以对测控资源问题得到一定的环节。提升自主处理问题的能力，可以延长航天器在飞行过程中交互指令的时间，在切换不同的航天器处理指令的时间得到增加，使系统能够有充足的时间来处理相关问题。主要的途径有：优化系统配置结构和设备调度，从而改善航天测控系统测试资源的利用，减少发生多个航天器同时发出需求的情况。

4 航天测控系统测试资源优化配置策略

图1 蚁群算法示意图

蚁群算法可以实现较强的正反馈和鲁棒性，可以实现将系统资源开展分布式浏览，在运行过程中达到搜索的目的，同时，这也是开展航天测控系统测试资源优化配置的主要进程，其不足之处在于该算法采用的是拟生态算法，运行环节可能出现一定的随机性，因此，在实际执行过程中可能出现多项因素对于系统的影响问题，这是本研究的核心问题所在。图1 为蚁群算法示意图。

航天测控系统属于离散问题，具有一定的典型性，蚁群算法在运行过程中，也是通过多步骤的求解来解决有关问题的，具有足够的匹配性。在实践过程中，首先，对信息素进行定义，同时，初始化运行程序，信息素大部分情况表示为状态变量，可以对既定的任务进行重新定义展示其状态情况，初始化所有进程。当所有的部分安排完成后可以通过设定的公式计算最优结果，同时，将计算结果分配至新的时间窗口，此时，系统中这一状态为常数，当任务量相对比较大时，则需要较多的时间窗口来处理这些任务，从而节省处理问题的时间，提升在计算过程中时间效率。

信息素在执行过程中，可以在获得最新信息时进行更新，每次更新即实现一次迭代，由此可知，这一时间计算出最优解，与下一阶段计算得出的最优解存在差异，因此，需要信息处理速度大幅度提升，满足资源配置的要求，在执行过程中，设计优化配置程序需要保证系统设置的可行性和合理性，保证科学有效的系统运行质量，同时，在系统加入衰减系统，避免由于数据的不断迭代导致的大规模数据叠加问题，以此可以解决航天测控系统信息素轨迹差异问题。

5 结语

综上所述，本次研究主要从理论层面对航天测控系统测试资源优化配置策略进行研究，通过上述内容介绍，可以对航天测控系统的基本信息进行基本的了解，同时，在设计过程中，技术人员应当注意保证系统运行的稳定性和可靠性，采用先进的技术开展有关研究，在传统的算法无法达到现阶段实际要求的情况，采用新型算法来开展相关实践运用，通过这一思路的分析，可以有效地处理资源配置问题，可以在后期的实践应用过程中进行推广。