空间信息网络体系架构及其在气象灾害研究中的应用

The space-based information network (SBIN) is a dynamic, heterogeneous and complex network for detection, transmission and processing of integrated Space-Air-Ground information. Recently, the SBIN’s architecture has been an important and unresolved subject for domestic and foreign researchers. The project, combining with the space-based networked detection and forecast of meteorological disasters like typhoon and severe convection, is carried out at the following specific topics: i) the project focuses on the modeling and architecture of heterogeneous space-based information networks. We analyze functions and components of SBIN’s near space and space parts to support interconnection of the multi-source heterogeneous information. ii) The project establishes task-oriented network management theories and technologies supported for dynamic configuration and reconfiguration, which will improve the robustness and detection effectiveness in network. iii) The project develops a HWIL multi-granularity simulation system for SBIN and designs a task-oriented effectiveness evaluation system. Integrate with applications of meteorological disasters forecasting, SBIN’s integrate and demonstrate scheme is developed preliminarily in our project. Based on above researches, the project will make important achievements in the SBIN’s modeling and architecture, which will support common requirements of different networked detection applications as disaster prevention, emergency rescue, space TT&C, etc.

空间信息网络，是探测、传输与处理空天地一体化的大时空、高动态异构复杂网络，其体系架构的研究是国内外一直关注但尚未解决的热点难题。本项目结合台风、强对流等气象灾害的天基网络化探测及预报，重点研究异构空间信息网络的模型和体系架构，分析空间信息网络空间段（含临近空间段）和地面段（含低空段）功能及组成，支持空天多源多种类信息异构互联；构建面向任务的网络动态配置和重构理论方法，提高网络的鲁棒性和探测效能；开发多粒度仿真系统，构建面向任务的效能评估体系，并结合气象灾害研究应用，提出空间信息网络集成演示系统方案。通过本项目的研究，将提出能够满足防灾减灾、应急救援、航天测控等网络化探测应用共性需求的空间信息网络模型和体系架构，为我国空间网络的建设和发展奠定基础。

在空间信息网络时变图研究方面，针对空间网络高动态时变、业务需求差异下的高效组网问题，提出了基于模糊集合、隶属度分析以及空间网络资源价格模型的网络资源配置重构策略。与传统网络资源配置方法相比，能够满足高动态下不同类型用户的服务需求。.在空间信息网络协议体系架构研究方面，提出了快速连接握手方式、基于轨道预测的记忆性拥塞控制机制。与传统TCP协议相比，可有效判断空间网络中信息丢包的直接原因，在高误码传输环境下提高网络吞吐量和传输效率。.针对空间信息网络高效资源重组与配置，应用认知技术，感知网络中的空闲传输资源，建立由多用户及协作中继构成的空间网络排队系统模型，设计基于认知的多接入系统协作通信协议；研究以网络通信容量最大化为优化目标、系统稳定为约束的空间网络动态资源配置优化问题。.针对业务驱动的空间信息网络资源动态随需配置问题，使用数据挖掘、人工神经网络等理论，对多源异构卫星气象数据进行融合处理分析，挖掘气象数据的时空关联统计特性，实现预测；应用背压理论，对空间网络传输功率、服务速率进行动态优化分配。.研究时空关联结构化数据的深度生成模型，利用具有长期依赖特性的LSTM网络来建模气象灾害数据的链式特征，挖掘灾害天气的规则和结构，预测灾害天气的变迁模式；学习组网探测数据的时空关联结构，设计高效组网探测机制。.提出了一种基于STK/MATLAB与虚拟化方式的空间网络集成半实物仿真系统。STK/MATLAB用于获取高动态的空间网络时变拓扑并进一步计算链路参数。为模拟高延迟的空间网络通信环境，提出了附加网络时延和延时转发两种实现方案，并在半实物仿真平台上对成果进行了验证。.搭建了高、低轨卫星协同，主、被动探测融合，面向台风和强对流等极端灾害性天气事件深度分析的综合演示平台；以致灾机理分析需求为牵引，依托现有空间网络节点，研究验证了“结构化数据”方法的有效性。根据有记录以来的68年台风历史数据，提出了全球首颗静止轨道微波探测卫星的最优轨位选择建议（123.5ºE），以及由48颗太阳同步轨道小卫星组成的空间信息网络星座方案，为未来气象系列卫星发展提供了重要技术参考。