摘要 | 第3-5页 |
ABSTRACT | 第5-6页 |
第1章 绪论 | 第14-21页 |
1.1 课题研究背景及意义 | 第14-15页 |
1.1.1 研究背景 | 第14页 |
1.1.2 研究目的及意义 | 第14-15页 |
1.2 国内外研究现状 | 第15-19页 |
1.2.1 卫星资源调度模型研究现状 | 第16-17页 |
1.2.2 卫星资源调度算法研究现状 | 第17-19页 |
1.2.3 研究现状分析 | 第19页 |
1.3 本文主要研究内容与结构 | 第19-21页 |
第2章 卫星转发器资源模型与调度问题分析 | 第21-33页 |
2.1 卫星资源调度问题概述 | 第21页 |
2.2 转发器资源结构描述 | 第21-23页 |
2.3 时频资源调度问题的数学描述及评价指标 | 第23-28页 |
2.3.1 问题假设 | 第23-24页 |
2.3.2 数学描述及约束条件 | 第24-26页 |
2.3.3 系统性能评价指标 | 第26-28页 |
2.4 资源调度问题的复杂度分析 | 第28-29页 |
2.5 求解算法介绍和分析 | 第29-32页 |
2.5.1 确定性算法 | 第29-30页 |
2.5.2 基于规则的启发式算法 | 第30页 |
2.5.3 智能优化算法 | 第30-32页 |
2.6 本章小结 | 第32-33页 |
第3章 资源利用率优化的转发器时频资源分配 | 第33-54页 |
3.1 二维装箱问题求解模型及算法 | 第33-36页 |
3.1.1 二维装箱问题阐述 | 第33页 |
3.1.2 装箱问题求解算法 | 第33-36页 |
3.2 基于资源利用率的转发器时频任务调度问题模型 | 第36-39页 |
3.2.1 问题阐述 | 第36-37页 |
3.2.2 模型参数及变量说明 | 第37页 |
3.2.3 数学模型 | 第37-38页 |
3.2.4 算法选择及求解流程 | 第38-39页 |
3.3 改进剩余矩形规则的资源分配算法 | 第39-42页 |
3.3.1 剩余矩形规则的资源分配方案 | 第39-42页 |
3.3.2 最佳匹配的剩余矩形资源分配方案 | 第42页 |
3.4 结合遗传算法的改进剩余矩形资源分配算法 | 第42-48页 |
3.4.1 基因编码 | 第43页 |
3.4.2 种群初始化 | 第43-44页 |
3.4.3 交叉算子 | 第44-46页 |
3.4.4 变异算子 | 第46-47页 |
3.4.5 改进剩余矩形规则的解码算法 | 第47页 |
3.4.6 适应度函数 | 第47页 |
3.4.7 选择算子 | 第47-48页 |
3.5 算法仿真实例及结果分析 | 第48-53页 |
3.5.1 参数设置 | 第48页 |
3.5.2 测试实例 | 第48-50页 |
3.5.3 算法结果分析 | 第50-53页 |
3.6 本章小结 | 第53-54页 |
第4章 调度收益优化的转发器时频资源分配 | 第54-74页 |
4.1 调度收益优化的资源分配问题模型 | 第54-58页 |
4.1.1 问题描述及参数说明 | 第54-55页 |
4.1.2 数学模型 | 第55-56页 |
4.1.3 蚁群算法求解的有向图模型 | 第56-57页 |
4.1.4 蚁群算法的优化流程框架 | 第57-58页 |
4.2 频率时间窗口的建立及分配更新策略 | 第58-61页 |
4.2.1 频率时间窗口的建立 | 第58-59页 |
4.2.2 频率时间窗口的分配与更新规则 | 第59-61页 |
4.3 基于频率时间窗口的改进蚁群算法设计 | 第61-66页 |
4.3.1 状态转移规则 | 第62-63页 |
4.3.2 任务启发式信息 | 第63-64页 |
4.3.3 信息素更新原则 | 第64-66页 |
4.3.4 终止准则 | 第66页 |
4.4 蚁群算法收敛性证明 | 第66-68页 |
4.5 算法仿真实例及结果分析 | 第68-73页 |
4.5.1 参数设定 | 第68-69页 |
4.5.2 测试实例 | 第69-70页 |
4.5.3 算法结果分析 | 第70-73页 |
4.6 本章小结 | 第73-74页 |
第5章 系统容量优化的转发器频率资源分配 | 第74-91页 |
5.1 卫星转发器的信号放大及互调干扰 | 第74-77页 |
5.1.1 非线性功率放大器 | 第74-75页 |
5.1.2 载波功率与互调干扰 | 第75-76页 |
5.1.3 转发器系统噪声 | 第76-77页 |
5.2 系统容量优化的转发器资源分配问题模型 | 第77-78页 |
5.2.1 问题阐述及参数说明 | 第77页 |
5.2.2 数学模型 | 第77-78页 |
5.3 基于遗传算法的载波排列优化算法 | 第78-81页 |
5.3.1 算法流程 | 第79-80页 |
5.3.2 基因编码与初始种群 | 第80页 |
5.3.3 适应度函数 | 第80页 |
5.3.4 交叉、变异和选择算子 | 第80-81页 |
5.4 算法仿真 | 第81-90页 |
5.4.1 参数设计 | 第81页 |
5.4.2 测试案例 | 第81-83页 |
5.4.3 算法结果分析 | 第83-90页 |
5.5 本章小结 | 第90-91页 |
第6章 全文总结与展望 | 第91-93页 |
6.1 本文主要工作与贡献 | 第91-92页 |
6.2 后续工作展望 | 第92-93页 |
参考文献 | 第93-97页 |
致谢 | 第97-98页 |
攻读硕士学位期间发表学术论文情况 | 第98-100页 |