АППАРАТНО-ПРОГРАММНЫЕ СРЕДСТВА ДИНАМИЧЕСКОЙ РЕКОНФИГУРАЦИИ ГРУППИРОВКИ МАЛЫХ КОСМИЧЕСКИХ АППАРАТОВ

Аннотация

Целью исследования является автоматизация управления группировкой малых космических аппаратов (наноспутников) в условиях ее переменной численности за счет актуализации ее со- стояния на основе рассылки и обработки широковещательных запросов между аппаратами и применения нейронной сети Transformer для составления прогнозов состояния сети космических аппаратов. Исследуется задача обеспечения связности сети наноспутников, которая сводится к реализации адаптивного управления сетью с оценкой и прогнозированием состояния каналов связи между парами аппаратов на основе нейронной сети. Разработаны динамическая реконфигурация и машинное обучение сети аппаратов. Определены алгоритмические средства для первичного обучения нейронной сети и ее последующего дообучения с учетом предобработки исходных раз- реженных или полносвязанных наборов данных о сети аппаратов. По завершении обучения на синтетических данных созданная нейронная сеть способна прогнозировать качество связи с уче- том прямой видимости, ослабления сигнала в зависимости от расстояния и состояния аппарат- ной платформы наноспутника. Разработанная программная система выполняет детерминированную реконфигурацию по текущему состоянию сети наноспутников и адаптивную реконфигу- рацию по историческим данным анализом нейронной сетью Transformer скрытых закономерно- стей функционирования наноспутников. Для прогнозирования качества связи применен функцио- нал связи геодезических координат пар наоспутников и векторов их состояний с элементами матрицы качества связи между наноспутниками с заданными начальным моментом времени, величиной временного интервала, величиной шага дискретизации измерительного процесса. При- менение аппарата нейронных сетей, реализуемых на GPU, позволило прогнозировать возможные состояния наноспутников и досрочно проводить реконфигурацию группировки, в том числе уда- лять «проблемные» аппараты из состава группировки.