应用HP滤波的卫星遥测数据预测方法

卫星遥测数据预测分析在故障预警中发挥着重要作用。文章将用于时间序列分析的HP (Hodrick-Prescott)滤波引入到遥测数据分析领域中,提出了基于HP滤波分解的卫星遥测数据预测方法,并设计了在轨应用的系统方案。利用HP滤波将遥测数据的时间序列分解成趋势成分和波动成分,并根据各项特点分别使用多元自回归和季节型单整自回归移动平均(ARIMA)模型进行预测,然后叠加趋势成分和波动成分各自的预测值,得到最终组合预测结果。该预测方法可以有效降低由趋势性、波动性等因素相互影响产生的误差,提高预测精度,其系统方案可在卫星监视、故障诊断和预警中实际应用。利用预测方法对某卫星行波管阳压遥测数据进行分析,验证了预测方法的正确性和有效性,在半年时间内的预测结果的相对误差小于0.04%。     

基于新息灰预测的卫星遥测参数状态预测及应用

<正>确的预测是进行科学决策的依据。在航天测控领域中对卫星状态的准确预测是正确发布指令的重要依据,而卫星遥测参数趋势预测是状态预测的前提。根据卫星遥测数据特定的相似性,利用相似性原理和新陈代谢原理,充分利用最新的遥测信息,建立适用于卫星遥测数据的新息灰预测模型。通过工程数据仿真计算,验证该方法的正确性和可靠性。     

应用自适应滑动窗口的卫星模拟量遥测数据跳变检测方法

提出一种应用自适应滑动窗口的卫星模拟量遥测数据跳变检测方法,针对卫星模拟量遥测数据特性,设计一种低计算量、简单易行的滑动窗口机制,并结合指数平滑方法处理遥测数据,根据遥测数据的局部波动情况自适应调整滑动窗口的检测灵敏度,通过组合滑动窗口实现对模拟量遥测数据的跳变检测、拐点检测和噪声检测,提高跳变信息检测的正确性。通过对某导航卫星热试验期间的真实遥测数据进行计算分析,验证了所提方法的正确性。该方法不依赖先验模型知识和标签数据集,具备可量化、低虚警、计算简易及适用性广的特点,可用于地面测试和在轨运行过程中的实时数据判读。     

在轨地球同步卫星地球敏感器干扰及指向计算

从工程应用角度,基于太阳、月球位置和卫星轨道根数推导了太阳和月球对地球同步轨道卫星红外地球敏感器干扰的计算公式及预报方法,同时给出了安全模式下卫星Z轴跟踪太阳时星上天线指向变化的计算模型。计算结果和卫星下传遥测数据验证了方法的正确性,可用于实际卫星管理。     

一种卫星遥测参数趋势异常的自动识别方法

针对卫星遥测参数变化趋势人工监视准确度低、成本高的问题,在基于小波的频域转换方法基础上,提出了一种基于神经网络的趋势异常的自动学习和判别方法,即通过建立遥测参数趋势变化的频域特征向量模型,利用多层前馈(BP)神经网络方法,实现遥测趋势变化的自动判别和定位,能够有效提高卫星在轨监视的精细化程度和准确度。通过某卫星红外敏感器和太阳电池阵电流遥测趋势识别对方法的有效性进行了验证,结果表明:该方法能够满足自动监视要求,可为卫星在轨管理提供参考。     

预测区间技术在航天器数据处理中的理论与应用研究

面对航天领域收集到的大量遥测数据,对其整理、分析就需要运用统计的手段,采用了基于统计推断学的区间参数估计理论的预测区间技术,对传统的模型趋势预测研究进行了拓展.通过对航天数据及其预测模型的深入分析,把握其内在的统计规律,建立了模型预测与区间估计理论相结合的预测区间模型,给出未来数据在一定置信度下的变化区间.最后,将该技术应用于航天器数据预测实例分析,验证了该方法的有效性.     

基于星间链路的分布式导航自主定轨算法研究

针对脱离地面支持自主定轨的导航应用需求,提出了基于星间链路双向测距的自主导航定轨算法。文章分析了导航星座星间链路双向伪距测量模型,给出了分布式自主定轨数据流程,设计了导航星座基于星间链路分布式自主定轨算法。根据国际卫星导航服务组织公开的真实GPS系统事后精密星历,对本文设计的自主定轨算法进行仿真验证,结果表明：采用该设计的自主导航算法在自主定轨90天末期,用户测距误差（URE）达到30 m左右,验证了该设计的自主定轨算法具有较高的自主定轨精度。     

导航离线复算中的零点偏差估算方法

为了验证弹上导航计算方案的正确性,需要研究遥测零点与弹上零点的一致性问题。通过视加速度建立零点偏差与导航速度偏差的关系式,给出一种基于导航方程的零点偏差估算方法。以某平台式惯导系统为例,给出具体的导航计算过程,包括视速度补充计算、工具误差补偿计算和发射惯性系导航计算。基于试验数据的计算结果表明,本文方法能够有效估算出遥测与弹上之间的导航零点偏差,对离线导航计算结果进行补偿后与弹上导航计算结果趋于一致,从而验证了弹上导航计算方案的正确性。     

预测区间技术在航天器数据处理中的理论与应用研究

面对航天领域收集到的大量遥测数据，对其整理、分析就需要运用统计的手段，采用了基于统计推断学的区间参数估计理论的预测区间技术，对传统的模型趋势预测研究进行了拓展。通过对航天数据及其预测模型的深入分析，把握其内在的统计规律，建立了模型预测与区间估计理论相结合的预测区间模型，给出未来数据在一定置信度下的变化区间。最后，将该技术应用于航天器数据预测实例分析，验证了该方法的有效性。     

一种基于Kalman滤波的卫星遥测数据判读系统

分析了卫星遥测数据的变化规律,提出了一种基于卡尔曼(Kalman)滤波的遥测数据判读系统框架,并定义了系统中各模块的功能及接口关系,应用卫星实际遥测数据对判读系统的数据预测效果进行了验证。结果表明,此系统对数据异常反应迅速,能够很好地满足卫星测试的实时性要求。