基于线性趋势与神经网络的校准间隔组合预测

为了实现对测量仪器校准间隔的优化,对其校准数据进行建模,用滑动平均建模法建立线性趋势模型,预测参数的总体趋势,在此基础上利用动态神经网络对预测残差序列进行补偿,从而得到校准数据的预测值。给出基于线性趋势与神经网络的组合预测模型,通过实验对预测模型进行了验证和对比分析,并以此为根据对校准间隔进行优化。结果表明,该组合模型比单一模型预测精度高,既能预测总体趋势也能适应随机波动,并且简单易行,具有较强的普适性。     

基于新陈代谢GM（1,1）模型的导弹遥测故障预测算法

在人工监视遥测关键参数是否超出阈值范围以判断导弹故障的传统模式基础上,对GM（1,1）预测模型进行了改进,研究了基于新陈代谢的GM（1,1）预测算法对遥测参数实时预测效果.该算法能不断去掉最老的信息,充分利用最新的信息,避免了预测模型老化的现象;由于用于预测的数列维度较少,便于计算,能够保证算法的实时性.用MATLAB编程实现算法,比对实测数据的预测值与实际值,并进行误差分析.结果表明,该算法对遥测参数的预测精度较高,可为及时发现导弹故障提供科学的依据.     

基于双树复小波和形态学的卫星异常数据滤波方法

受系统结构复杂、工作环境恶劣等因素影响,卫星的工作状态会存在介于正常和故障之间的异常状态,导致其遥测数据中不仅含有噪声,还存在异常数据。采用传统滤波算法进行去噪处理时,会存在对异常数据保留不充分的问题,从而导致突变信息丢失。针对上述问题,提出一种基于双树复小波与形态学滤波的卫星遥测数据组合滤波方法,设计一种半软阈值滤波函数来提高双树复小波的滤波性能,并提出一种组合滤波算法。通过仿真实验进行验证,结果表明:本文方法可以对遥测数据中的噪声进行有效滤除并对异常数据进行保留。     

一种卫星延时遥测分类处理和下传方法

延时遥测是掌握卫星在测控站不可观测弧段工作状态的重要手段,在深入分析卫星遥测参数特征的基础上,对卫星遥测参数按类型进行分类处理,提出了对各类延时遥测参数不同的处理、存储和下传方法;实现了下行遥测码速率受限情况下优化利用卫星存储资源和下行信道资源,使地面可准确掌握卫星在不可观测弧段的工作状态,尤其为不可观测弧段异常问题的判断和定位提供有效的遥测数据支持;实现了延时遥测数据的自主存储和下传,大大减轻了地面测控站的控制工作量.该延时遥测方法已成功应用于某卫星,取得了良好的应用效果.     

一种新型航班延误组合预测模型

为了克服单一的航班延误预测模型在预报时的缺陷,在分析航班延误的特点的情况下,提出了一种基于危险模式和灰色预测组合的新型航班延误预测的方法。对这两种预测方法的结果采用加权组合预测的方式来预测航班延误的趋势变化,预测结果是单一预测模型的加权和,加权系数动态确定。最后通过国内的某枢纽机场的航班延误情况进行了验证。实验表明该模型可以不受某一较差的预测模型影响,从而有较好的预测效果。     

遥测参数动态分发技术

针对某卫星地面运控系统按需分发遥测参数的要求,提出了一套低成本解决方案.该方案引入遥测参数分发软件,从而化解遥测处理设备和业务系统之间的多对多关系;并基于以配置方式实现对遥测参数的订阅,以模板填写方式实现对输出数据的动态封装,设计出保证数据包可靠传输的机制.在此基础上,对遥测参数分发软件进行了总体设计,给出了主要功能的实现逻辑.软件的运行效果表明,该方案有效实现了多星多方遥测参数的动态分发,降低了系统复杂度.     

基于蚁群改进 BP算法的组合预测模型在军械器材需求预测中的应用

针对在军械器材采购计划制定环节中的器材需求测算问题,提出基于蚁群改进BP算法的组合预测模型。先结合历史数据,利用多元线性回归预测法和自回归滑动平均模型（ARMA）进行初步预测,将初步预测的结果作为蚁群改进BP网络的输入,从而得到最终的预测结果。实验结果表明,基于蚁群改进BP算法的组合预测模型能够对积累的历史数据进行充分的应用,并且有较高的预测准确性。     

基于ESN的航空发动机状态组合预测方法

基于回声状态网络(ESN)预测模型,结合小波分析和主元分析,提出一种组合预测方法.首先对含噪非线性时间序列进行小波降噪,并重构时间序列产生训练样本,再将训练样本通过主元分析进行降维处理,降维后的时间序列数据则输入ESN模型进行预测分析.对控制飞机动力输出的动压参数非线性时间序列数据进行了仿真对比实验,结果表明:组合预测方法的5步和单步预测速度累计提高了66.97%,预测的平均平方误差、标准均方根误差和归一化绝对误差也均有较大提高.该方法与传统基于ESN的预测模型相比,能有效地提高预测的效率和精度,是一种有效的非线性时间序列预测方法.      

新型组合预测模型在空中交通流量预测的应用

民航运输业的快速发展使空中交通流量迅猛增加,如何准确预测未来的交通流量是关乎到行业资源高效分配、战略合理部署的一个重要问题。因此,国内外众多专家对空中交通流量的预测进行了大量研究．提出了诸多模型和方法。针对目前空中交通流量预测中存在的缺陷与不足,提出并建立了一种适用于民航的新型组合预测模型。将趋势外推法拟合的结果作为多元回归分析法的复合时间变量组,并利用主成份分析法实现了复合时间变量组与其他影响因素变量的有机结合,建立了趋势外推法和多元回归分析法的组合预测模型。以上海终端区的空中交通流量预测为例,借助SPSS数据统计软件进行研究分析,通过对预测结果的各项精度检验,与传统方法相比较,证实本预测模型的优越性。     

基于分解-粒化和优化极限学习机的燃油泵性能退化趋势预测

机载燃油泵的性能退化呈现非线性多阶段模式,为了提高机载燃油泵性能退化指标的预测精度,得到性能退化指标准确的预测范围,提出了基于奇异值分解-模糊信息粒化与优化极限学习机的模糊粒化预测方法。针对传统的粒化预测方法直接对原始序列进行粒化分析的不足,首先利用奇异值趋势分解方法提取燃油泵性能退化指标序列的趋势项及去趋势项,再利用信息粒化方法对去趋势项进行模糊粒化;然后将趋势项及粒化后的去趋势项数据输入至极限学习机进行回归预测,并采用粒子群算法优化极限学习机参数;最后根据实测值和预测值的对比分析评估预测模型的优良性。实验结果表明,该方法可以有效跟踪燃油泵性能退化指标的变化趋势,并对其指标的波动范围进行有效预测。     

桥式试件微动疲劳寿命预测与试验研究

对钛合金桥式试件进行数值分析与微动疲劳试验研究,提出了用MSWT参数预测裂纹萌生位置的方法和基于MSWT参数的微动疲劳寿命预测模型。试验结果与断口分析表明:疲劳裂纹出现在微动试件的接触区边缘,与MSWT参数预测的裂纹萌生位置一致。利用桥式试件的微动疲劳试验数据,获得了寿命预测模型中的相关参数,并采用相关文献中燕尾榫连接结构的试验结果对该预测模型进行了验证。     

动量轮在轨状态可靠性贝叶斯网络建模与评估

卫星动量轮在轨运行环境复杂,并且无失效数据,难以利用传统方法进行可靠性建模与评估。为此,提出一种利用贝叶斯网络融合动量轮各种试验信息及轴温和电流等遥测数据的可靠性建模与评估方法。基于失效分析建立贝叶斯网络拓扑结构,根据试验数据估计网络参数,而后,通过贝叶斯网络的推理得到动量轮可靠度的点估计和区间估计,并利用在轨遥测数据实时评估动量轮可靠性,获得动量轮可靠性变化趋势比较明显的遥测数据取值区间。该方法对动量轮实时状态监控具有一定的理论和实践意义。     

基于免疫粒子群优化的不等时间间隔发动机性能综合指数组合预测

首先利用奇异值分解滤波算法,对测量参数进行滤波处理,进而合成发动机性能综合指数。针对性能综合指数为不等时间间隔的情况,在改进灰色预测模型中引入新陈代谢思想,提出一种基于免疫粒子群优化权值的改进灰色模型与支持向量机相结合的性能指数预测方法。仿真实例表明:组合模型的预测精度明显高于改进灰色预测模型,略高于支持向量机模型;且对于大多数样本点,组合模型的预测结果变化更加平稳。     

多因素影响下舰载机备件需求的组合预测

舰载机列装时间较短,备件的样本数据较小,而且保障中受起落次数、飞行强度、海洋恶劣环境等因素影响较大。针对舰载机这一系列保障特点,选用了对多因素影响的小样本有较好预测效果的 BP神经网络、GM(1,N)预测模型和 SVM回归预测模型 3种预测方法,建立基于 IOWA算子的组合预测模型,以误差平方和为准则对数据进行分析,并利用 Matlab工具箱进行优化计算,从而得出最优组合预测结果。实例分析结果验证了该组合预测模型 的科学性和优越性。     

基于随机森林算法的航空发动机振动趋势预测

提出了基于随机森林算法的航空发动机振动趋势预测模型。阐述了随机森林算法的基本理论和计算步骤,采用C-C法计算了延迟时间和嵌入维数,对一维时间序列进行了相空间重构,并在此基础上建立了随机森林算法的预测模型。应用发动机振动试验数据进行了振动预测,并与利用相同训练数据建立的支持向量机预测模型的预测结果进行对比。结果表明,与支持向量机模型相比,随机森林算法预测模型的预测精度更高,泛化能力更强,操作方便,且计算效率更高。     

在轨卫星异常报警和故障诊断方法研究

及时发现卫星出现的异常是卫星在轨管理的一项重要工作，它关系到卫星在轨使用寿命。能够及时发现并判断卫星异常的方法有很多，本文对这些方法进行了研究，并将其归纳为2类，一类是基于遥测参数超限报警方法，另一类是故障诊断方法。分别对这2类方法从功能、效果、软件实现的难度进行比较，结果表明，在不同的管理和实现难度要求下，这些方法完成卫星管理的效果不同。另外，本文还提出了一种遥测参数相对判断算法，简化了报警门限设置，能够及时发现卫星任何参数突跳，是一种有效的卫星异常报警方法。     

一种低成本,基于开放结构的可搬运卫星遥测遥控系统

本文全面分析了市场对低成本卫星遥测和遥控站的需求。这些系统是基于灵活的、开放结构的高性能实时系统。还讨论了把卫星数据的遥测监视和闭环卫星遥控功能结合在一起的趋势。这种结合使高度综合、低成本卫星控制系统的实现成为可能。另外，本文还描述了对这种综合式、低成本卫星控制系统的遥测处理和遥控功能的主要要求。由于使用开放结构构造模块，包括标准ＶＭＥ板，加上专用实时软件驱动器和面向用户的、灵活的图形用户接口（Ｇ     

基于卫星温度遥测的数据处理与误差建模

针对使用卫星温度遥测进行温度测量产生的误差,结合卫星测温电路与温度遥测参数的传输过程,提出了一种卫星温度测量误差模型,确定了影响卫星温度测量准确性的关键因素:由热敏电阻分度表进行曲线拟合时产生的误差,由测温电路基准电压偏差造成的误差,由测温电路中匹配电阻阻值偏差造成的误差以及由测温过程中A/D(Analog to Digital,模数转换)量化产生的温度误差。并结合某卫星使用的热敏电阻进行了实例分析,给出了上述各项误差的计算方法,确定了由各因素造成的误差大小。分析结果表明:提出的卫星测温误差分析模型能够实现高精准温度遥测数据处理。     

低轨卫星可控式冗余分包遥测技术

随着卫星功能日趋复杂,遥测参数越来越多,处理要求越来越快,遥测设计面临越来越大的压力,必须拓展新的设计思路.本文讨论了一种低轨卫星可控式冗余分包遥测技术,更好地缓解遥测信道“瓶颈”,满足用户多样化的遥测需求,提高卫星遥测能力.该设计采用PCM（Pulse Code Modulation,脉冲编码调制）遥测和分包遥测相结合的方案,在信道资源有限,遥测参数庞大、用户需求多样的约束条件下,通过星载软件模式控制的方法实现了动态可编程遥测处理和遥测数传通道的冗余处理,提高了遥测信道的资源利用率、遥测设计的灵活性和系统的可靠性,该技术已成功应用于某在轨卫星,并被多颗在研卫星所采用.     

小波变换在遥测数据处理中的应用

采用离散小波变换方法对在轨卫星遥测数据进行处理，利用噪声和信号在不同小波尺度上的性质不同．基于极大极小化思想选取去噪处理中的阈值，达到分离噪声和信号的目的。结果表明：利用小波变换可有效消除卫星遥测数据的噪声。