論文の概要: Optimized Design Method for Satellite Constellation Configuration Based
on Real-time Coverage Area Evaluation
- arxiv url: http://arxiv.org/abs/2209.09131v1
- Date: Fri, 16 Sep 2022 02:54:02 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-20 19:49:26.173896
- Title: Optimized Design Method for Satellite Constellation Configuration Based
on Real-time Coverage Area Evaluation
- Title（参考訳）: リアルタイム被覆面積評価に基づく衛星コンステレーション構成の最適化設計法
- Authors: Jiahao Zhou, Boheng Li, Qingxiang Meng
- Abstract要約: 本稿では,大規模な地域画像のフルカバレッジを実現するために,衛星コンステレーション構成の最適化設計を提案する。
このアルゴリズムは実験条件に適応でき、効率が良く、工業的精度の要求を満たすことができる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: When using constellation synergy to image large areas for reconnaissance, it
is required to achieve the coverage capability requirements with minimal
consumption of observation resources to obtain the most optimal constellation
observation scheme. With the minimum number of satellites and meeting the
real-time ground coverage requirements as the optimization objectives, this
paper proposes an optimized design of satellite constellation configuration for
full coverage of large-scale regional imaging by using an improved simulated
annealing algorithm combined with the real-time coverage evaluation method of
hexagonal discretization. The algorithm can adapt to experimental conditions,
has good efficiency, and can meet industrial accuracy requirements. The
effectiveness and adaptability of the algorithm are tested in simulation
applications.
- Abstract（参考訳）: コンステレーションの相乗効果を利用して偵察を行う場合,最も最適なコンステレーション観測手法を得るためには,観測資源の消費を最小限に抑えながらカバー能力の要求を満たす必要がある。
本稿では,衛星数を最小にし,リアルタイム地中被覆を最適化する目的として,六角形偏角化の実時間被覆評価法と組み合わせたシミュレーションアニーリングアルゴリズムを用いて,広域地域画像のフルカバー化のための衛星コンステレーション構成の最適化設計を提案する。
このアルゴリズムは実験条件に適応でき、効率が良く、工業的精度の要件を満たすことができる。
このアルゴリズムの有効性と適応性をシミュレーションアプリケーションで検証する。
関連論文リスト
- A Distance Similarity-based Genetic Optimization Algorithm for Satellite Ground Network Planning Considering Feeding Mode [53.71516191515285]
衛星データ中継ミッションの送信効率の低さは、現在システムの構築を制約している問題となっている。
本研究では,タスク間の状態特性を考慮した距離類似性に基づく遺伝的最適化アルゴリズム(DSGA)を提案し,タスク間の類似性を決定するための重み付きユークリッド距離法を提案する。
論文 参考訳（メタデータ） (2024-08-29T06:57:45Z) - Monte Carlo Tree Search Satellite Scheduling Under Cloud Cover Uncertainty [0.0]
本稿では,マルチサテライトコレクションスケジューリング問題(m-SatCSP)に対処する。
雲などの不確実な条件下での衛星群上のタスクスケジューリングを最適化することを目的としている。
論文 参考訳（メタデータ） (2024-05-31T15:50:46Z) - Toward Autonomous Cooperation in Heterogeneous Nanosatellite
Constellations Using Dynamic Graph Neural Networks [0.0]
本稿では,星座とCPを動的ネットワークとしてモデル化し,その課題を克服する新しい手法を提案する。
トレーニングされたニューラルネットワークは、平均絶対誤差3.6分でネットワーク遅延を予測することができる。
シミュレーションの結果,提案手法は大型衛星ネットワークの接触計画の設計に成功し,従来のアプローチと同様,遅延率を29.1%向上させることができた。
論文 参考訳（メタデータ） (2024-03-01T17:26:02Z) - Characterization of Locality in Spin States and Forced Moves for
Optimizations [0.36868085124383626]
最適化問題において、エネルギーランドスケープにおける局所最小値の存在は、世界最小値を求めるために問題となる。
そこで我々は,局所最小値から効率よく抜け出すアルゴリズムを開発したが,正確なサンプリングは得られなかった。
提案アルゴリズムはリジェクションフリーなアルゴリズムに基づいているため,計算コストは低い。
論文 参考訳（メタデータ） (2023-12-05T07:21:00Z) - Federated Conditional Stochastic Optimization [110.513884892319]
条件付き最適化は、不変学習タスク、AUPRC、AMLなど、幅広い機械学習タスクで見られる。
本稿では,分散フェデレーション学習のためのアルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-10-04T01:47:37Z) - Learning Regions of Interest for Bayesian Optimization with Adaptive
Level-Set Estimation [84.0621253654014]
本稿では,高信頼領域を適応的にフィルタするBALLETというフレームワークを提案する。
理論的には、BALLETは探索空間を効率的に縮小することができ、標準BOよりも厳密な後悔を示すことができる。
論文 参考訳（メタデータ） (2023-07-25T09:45:47Z) - On the Effective Usage of Priors in RSS-based Localization [56.68864078417909]
本稿では、受信信号強度(RSS)指紋と畳み込みニューラルネットワークに基づくアルゴリズムLocUNetを提案する。
本稿では,密集市街地における局所化問題について検討する。
まず,LocUNetがRx位置やRxの事前分布を学習し,トレーニングデータから送信者(Tx)アソシエーションの好みを学習し,その性能を評価できることを示す。
論文 参考訳（メタデータ） (2022-11-28T00:31:02Z) - Deep Learning for Real Time Satellite Pose Estimation on Low Power Edge
TPU [58.720142291102135]
本稿では,ニューラルネットワークアーキテクチャを利用したポーズ推定ソフトウェアを提案する。
我々は、低消費電力の機械学習アクセラレーターが宇宙での人工知能の活用を可能にしていることを示す。
論文 参考訳（メタデータ） (2022-04-07T08:53:18Z) - A Unified Framework of Bundle Adjustment and Feature Matching for
High-Resolution Satellite Images [4.835738511987696]
この記事では、統合フレームワークにおけるバンドル調整(BA)と機能マッチングを包括的に実施する。
マルチビュー高解像度衛星画像の実験により,提案手法は最先端の配向技術より優れていることが示された。
論文 参考訳（メタデータ） (2021-07-01T16:40:25Z) - Reinforcement Learning for Low-Thrust Trajectory Design of
Interplanetary Missions [77.34726150561087]
本稿では, 惑星間軌道のロバスト設計における強化学習の適用について検討する。
最先端アルゴリズムのオープンソース実装が採用されている。
その結果得られた誘導制御ネットワークは、堅牢な名目的軌道と関連する閉ループ誘導法の両方を提供する。
論文 参考訳（メタデータ） (2020-08-19T15:22:15Z) - Machine Learning-aided Design of Thinned Antenna Arrays for Optimized
Network Level Performance [19.17059890143665]
本稿では,アンテナ設計のシミュレーションに基づく最適化を実現する機械学習フレームワークを提案する。
学習手法が複雑なシミュレータをモデストデータセットでエミュレートする方法を示す。
以上の結果から,提案手法をアンテナアレイの最適化に有効に適用できることが示唆された。
論文 参考訳（メタデータ） (2020-01-25T15:34:32Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。