摘要：随着智能制造、智能交通等重大国家战略实施,确定性成为信息网络尤其是行业专网的新焦点.现有确定性网络技术始终关注网络传输要素(带宽、时隙等)来保障数据流的确定性传输.然而,仅靠保障传输要素无法支撑新兴行业应用的多样化需求.例如,在算网融合场景,智算任务要求同时保障传输与计算要素的确定性来实现高性能通信;在绿色通信场景,需要考虑节点能量要素的确定性以维持网络稳定运行.针对上述需求,本文基于前期提出的标识网络技术,研究面向传输、计算、存储、能量等多要素的广义确定性网络.首先提出广义确定性标识网络架构,包括差异化服务层、异构融合网络层和智慧化适配层.差异化服务层和异构融合网络层,分别实现差异化确定性应用需求和异构化确定性网络要素的统一标识和描述,并通过标识解析映射实现确定性信息向智慧化适配层的统一封装和传递;智慧化适配层完成差异化确定性应用需求和异构化确定性网络要素的适配.现有确定性资源适配方法,即使仅考虑单一网络内的基本确定性要素,仍面临计算时间长、求解复杂性高、灵活度低等问题,为了支持更加复杂的多确定性要素、多种异构网络的协同适配,设计了基于深度强化学习的端到端的确定性调度(End-to-end Deterministic resource scheduling,E2eDet)算法,该算法可统一化、端到端地为混合数据流协同分配多种确定性网络资源,满足不同应用的差异化确定性需求.实验表明,E2eDet比DeepCQF和Random算法分别提升了28.4%和6.38倍数据流调度数量,同时E2eDet可以较好地权衡计算时间和调度能力.

摘要：高重频卫星激光测距(Satellite Laser Ranging,SLR)具有精度高、捕获快、观测数据量大、可靠性高等优势。但随着重复频率提升至百千赫兹以上,现有测量时序电路无法达到系统运行处理速度和实时后向散射规避等要求。本文提出超高重频卫星激光测距时序电路设计方法,采用FPGA代替控制计算机进行门控距离实时计算,精确产生门控信号控制探测器开启,并使用了收发交替的方式实时调整激光点火信号以规避后向散射干扰。能够自主完成激光测距中距离门控输出时刻的计算、存储和信号输出,最高工作频率大于500 kHz,满足百千赫兹超高频率测距的要求。该系统已成功应用于上海天文台100 kHz重复率SLR,标准点精度突破200μm,验证了基于FPGA的测距时序电路的正确性和潜力。该电路设计简单、分辨率高、上位机交互方便,为百kHz~MHz的超高重频SLR系统时序控制电路设计提供有效解决方案。