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.