Page 323 - 《软件学报》2026年第3期

1286 软件学报 2026 年第 37 卷第 3 期

理系统的指令构造成功率为 96.8%, 相比常规任务处理系统的 98.6% 降低了 1.8%; 同时, 任务实现成功率也降低
了 10%. 这一现象的主要原因在于航天任务的实现与多个子系统的协同工作密切相关, 而本次实验中未充分考虑
非关键子系统的影响, 从而导致部分任务未能成功完成.

表 4 自适应任务处理系统仿真结果

仿真系统 指令构造成功率 (%) 常规任务实现成功率 (%) 非预期任务实现成功率 (%) 非预期任务实现时间开销 (s)
常规任务处理系统 98.6 100 20 43
自适应任务处理系统 96.9 90 60 7

在非预期任务的处理能力方面, 自适应任务处理系统表现出显著优势, 任务实现成功率达到 60%, 相比常规任
务处理系统提升了 40%. 为进一步评估自适应任务处理系统在应对非预期任务需求时的时间开销优势, 实验中额
外引入了模拟传统场景的专家人工变更软件环节, 以实现非预期任务处理的对比分析. 结果表明, 在常规任务处理
系统中, 非预期任务的平均实现时间为 43 s, 而自适应任务处理系统仅需 7 s. 尽管任务的复杂程度对时间开销具
有直接影响, 部分简单任务能够通过快速调整实现, 但常规任务处理系统由于需要精准定位修改位置, 以及源代码
修改和二次编译, 显著增加了时间开销.
上述结果表明, 自适应任务处理系统在非预期任务的处理效率和响应能力方面表现出明显优势.

5 结 论

随着航天事业的发展, 空间飞行器智能自主能力吸引了越来越多的研究关注. 本文提出了一种空间飞行器控
制软件在轨自适应可信演化框架, 并阐述了自适应控制逻辑、可信保障逻辑和知识库设计这 3 个方面的关键技
术, 为提高空间飞行器自主能力提供了参考, 弥补了传统在轨飞行器控制软件无法主动调节软件行为的不足, 如当
空间飞行器感知到空间碎片逼近, 控制软件应自适应调节轨道高度, 规避后再返回原轨道. 提高了应对不确定环境
与未知故障的处理效率, 以及在资源受限环境下在轨实时验证保障可靠性. 以上 3 方面为空间飞行器控制软件智
能化发展奠定了基础. 除此之外, 本文在策略生成和在轨修正阶段采用了基于 ECA 的规则匹配方法, 但在航天系
统资源受限的情况下, 仍存在优化空间, 特别是在演化知识库的构建方面, 如知识库的规模、查询效率和更新速度
等, 均需进一步提升. 同时, 在实时验证阶段, 性质验证器模块基于有穷状态自动机, 其状态规模受验证规范的复杂
性影响, 资源占用问题仍存在优化空间. 未来, 随着这些关键技术的进一步突破, 软件自适应演化技术将为空间飞
行器提供更为出色的在轨应变能力.

References
[1] Yang MF, Gu B, Duan ZH, Jin Z, Zhan NJ, Dong YW, Tian C, LI G, Dong XG, Li XF. Intelligent program synthesis framework and key
scientific problems for embedded software. Chinese Space Science and Technology, 2022, 42(4): 1–7 (in Chinese with English abstract).
[doi: 10.16708/j.cnki.1000-758X.2022.0046]
[2] Chien S, Sherwood R, Tran D, et al. The EO-1 autonomous science agent. In: Proc. of the 3rd Int’l Joint Conf. on Autonomous Agents
and Multiagent Systems, 2004. New York: IEEE, 2004. 420–427.
[3] Wang Y, Wu HX. Space rendezvous and berthing and study of the control method. Journal of Astronautics, 2001, 22(5): 15–19 (in
Chinese with English abstract). [doi: 10.3321/j.issn:1000-1328.2001.05.003]
[4] Zhang HH, Liang J, Huang XY, Zhao Y, Wang L, Guan YF, Cheng M, Li J, Wang PJ, Yu J, Yuan L. Autonomous hazard avoidance
control for Chang’E-3 soft landing. SCIENTIA SINICA Technologica, 2014, 44(6): 559–568 (in Chinese with English abstract). [doi: 10.
1360/092014-51]
[5] Chen H. Research on key issues in high assurance system software of embedded systems [Ph.D. Thesis]. Chengdu: University of
Electronic Science and Technology of China, 2018 (in Chinese with English abstract).
[6] Batory D. Feature models, grammars, and propositional formulas. In: Proc. of the 9th Int’l Conf. on Software Product Lines. Rennes:
Springer, 2005. 7–20. [doi: 10.1007/11554844_3]
[7] Arcelli D. Exploiting queuing networks to model and assess the performance of self-adaptive software systems: A survey. Procedia
Computer Science, 2020, 170: 498–505. [doi: 10.1016/j.procs.2020.03.108]