基于有限域代数映射的异构微纳卫星集群能力认知建模方法

《Applied Sciences》：A Finite-Field Algebraic Mapping Method for Capability Cognition Modeling of Micro/Nano Satellite Clusters

　　

特色应用

对异构微/纳卫星集群进行车载能力定量评估，支持分布式太空系统中的任务规划。

摘要

执行协同任务的微/纳卫星集群缺乏统一且可计算的能力认知基础，这是因为异构资源配置阻碍了对任务胜任力达成共识。本文提出了一种基于有限域代数映射的能力认知建模方法。物理量化工具将五种可配置物理资源（质量、燃料、峰值功率、热耗散、存储）映射到有限域 GF?(2003) 的离散级别上；另外三个维度（姿态指向、轨道机动、载荷成像）则派生而来。物理驱动的双模耦合矩阵源自齐奥尔科夫斯基方程与功率预算模型，经离散化处理后，编码了每种推进类型的差异化耦合关系。将能力向量堆叠形成认知矩阵，用于比较、排序与聚类。在一个由五颗异构推进卫星组成的合成孔径雷达（SAR）集群上，SAR 能力的上界分别为 164（化学推进）和 146（电推进），相差 18；与单矩阵和加权求和基线不同，该方法保留了这一依赖于推进方式的差异。在对所有非对角耦合系数施加 扰动时， 的中位数为 0，平均相对偏差为 ，且化学推进优于电推进的排序在 的交叉验证对中得以保持。这些结果刻画了框架的数值行为与内部一致性，而非独立的物理验证；通过对某一行进行重新标定，光学成像场景重现了依赖于载荷的惩罚效应。