一种基于迁移学习的遥测数据异常检测方法

为解决卫星遥测数据异常检测面临的数据不平衡且缺乏有标签样本的问题，提出一种基于一维卷积神经网络(1dCNN)迁移学习的异常检测方法。首先利用源域卫星的遥测数据对1dCNN进行预训练，使得模型的卷积层具有卫星状态特征的提取能力；然后将训练好的模型迁移到缺乏标签数据的目标域卫星中；利用目标域有标签样本对预训练模型进行微调，从而实现了对目标域测试集样本的异常检测。为了使1dCNN能够适应遥测数据样本的不平衡性，引入了代价敏感训练策略，建立动态损失函数，从而提升代价敏感一维卷积神经网络(cs 1dCNN)对于异常样本的识别能力。以某两个卫星的电源分系统遥测数据进行了验证，实验结果表明该异常检测迁移方法具有较好的有效性和鲁棒性。     

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。     

基于回归分析的航天器异常检测方法

针对某在轨航天器电源温控系统典型故障案例,提出基于Pearson相关系数回归分析的航天器多元遥测数据异常检测方法.首先,对相关遥测数据进行特征提取;其次,对正常状态下的遥测数据进行拟合建模,并用该模型检测后续遥测数据;最后,采用基于Pearson相关系数的回归分析方法对实测数据进行仿真分析.结果表明,针对航天器首次发生...     

数据驱动的卫星关键部件剩余寿命预测模型

针对目前基于统计学方法对卫星及其关键部件进行剩余寿命预测时普遍存在的建模困难、预测精度不高等问题,为更快速、更精确地预测在轨运行卫星关键零部件的剩余使用寿命(RUL),选取时序数据特征提取能力较强的门控循环单元(GRU)网络构建RUL预测模型.在模型构建时,除了利用卫星遥测数据之外,还将反映卫星通信质量的统计类数据添加...     

面向卫星电源系统的一种新颖异常检测方法

面向卫星电源高维周期性时序遥测数据，提出了一种新颖的代表性特征自编码器（RFAE）模型，并用于无监督的异常检测。RFAE采用改进的堆叠自编码器损失函数和训练算法，从而使模型可以学习到相位相同样本的代表性特征；然后根据代表性特征重构样本，根据重构误差来判断样本是否异常。在试验部分首先通过模拟数据校验了RFAE算法能够有效地检测出高维周期性时序数据的异常，然后又采用某卫星电源系统2014年1~12月真实遥测数据进行试验，RFAE异常检测准确率达到99%，检测效果明显优于目前的其他异常检测算法，具有较高应用价值。     

GEO卫星太阳电池阵输出电流拟合算法研究

通过对在轨GEO卫星大量遥测数据的分析,综合分析太阳电池阵输出电流与太阳入射光强等主要影响因素之间的量化关系,得到的太阳电池阵输出电流拟合公式适用于太阳电池阵的异常检测,且其相对误差较小(约为3%)。该拟合方法可用于GEO卫星的在轨管理工作,并为太阳电池阵异常检测及预警提供参考。     

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%。     

基于遥测数据的卫星在轨飞行温度仿真算法研究

研究一种基于遥测数据的卫星在轨飞行温度仿真计算方法,以卫星热控边界温度遥测参数作为仿真计算模型基准温度参数,挖掘星上设备温度与安装边界（热控边界）温度之间的数值定量关系,形成卫星温度关系数值矩阵。通过基准温度遥测数据与卫星温度关系数值矩阵之间数值运算,实现卫星在轨飞行温度仿真预计,计算误差小于2.5℃。     

基于参数估计的BPSK/PM遥测异常信号识别方法研究

为了对卫星地面测试和在轨运行期间可能发生导致遥测信号异常的偶发故障进行排查,快速精确地定位问题,文章进行了异常遥测信号识别方法研究。针对二进制相移键控/相位调制(BPSK/PM)遥测信号,通过分析信号的特征,总结了遥测接收过程中异常信号可能发生的三种情况及其原因,提出一种基于参数估计的异常遥测信号识别方法,并进行了仿真验证。该方法的应用可以宏观区分遥测调制信号异常与数据异常,并作为异常信号存储和再处理的基础,从而为故障判定提供数据支撑。     

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。     

计算机测量发动机试验数据燃烧时间处理方法

分析了总结了现存各种燃烧终止时间处理，提出了以压强－时间曲线曲率最大处作为终燃点判据，并以样条微分为特征的固体发动机燃烧终止时间数据处理方法。     

机载LTPB与FDDI网络分析与比较

对ＬＴＰＢ和ＦＤＤＩ两种光纤数据总线的拓扑结构、传输协议和消息延时等特性进行了比较分析。ＬＴＰＢ总线是为航空电子系统设计的网络协议，它具有功耗低，容错能力和实时性强的特点，将成为未来飞行器上总线系统的主流。ＦＤＤＩ可支持很大的网络规模，技术成熟成本低，因此适合于大型民用机载应用环境     

超高分辨率相机成像检测系统的设计与实现

讨论了超高分辨率相机成像检测系统的设计；分析了系统的设计目标；设计了系统的架构；给出了系统实现的技术指标。     

固体发动机燃烧时间的一种解析算法

给出了以双切线法和二阶导数法相结合来确定发动机燃烧时间的一种解析算法，它适用于一般发动机燃烧时间的处理，通过该解析法与双切线法的比较，证明该方法具有实用价值。     

防空雷达精确预警关键技术研究

精确化防空是未来防空作战的发展趋势,而精确预警是精确防空作战的前提和基础。针对防空雷达精确预警存在的不足,研究了基于“北斗一号”卫星定位系统的精确标定和时间校准的方法,探讨了提高防空雷达预警探测精度的方法,在空间校准、时间统一的基础上研究了雷达组网的数据融合问题。     

遥测数据软件容错解码研究

针对硬件帧同步器解码可能丢失整帧数据这一问题，提出一种软件解码方法，并对实时处理的可行性进行了分析。首先将接收到的PCM数据流进行位同步，然后经过一双口RAM作为缓冲，直接送入微机进行实时帧同步码粗同步。在所有遥测数据都接收完之后，利用模糊算法和最优选择实现帧同步码精确同步，从而得到不丢失帧的遥测解码数据。该软件用VC6．0得到了实现。     

弹道跟踪数据野值剔除方法性能分析

弹道跟踪数据中的野值会影响导弹目标定位精度。对用于弹道跟踪数据的野值剔除方法进行了综述。结合事后和实时两大类处理模式,分析了各野值剔除方法在理论和工程应用上的优缺点,给出了实际应用时的限制因素,建立了野值判决准则和相应的野值剔除实现步骤。仿真结果表明:野值剔除方法可以有效提高弹道跟踪数据的精度。事后处理模式中,基于格拉布斯准则的野值剔除效果最佳;实时处理模式中,基于自适应门限的五点线性预报法野值剔除效果相对较好,且时间复杂度相对较低,适合实时处理。     

低轨卫星缺失时序数据的模式识别方法

在航天应用中，低轨卫星经常会由于原始数据缺失而影响卫星时序数据模式识别结果，降低准确率。针对该问题提出了一种新型MR-GRU模型，可有效处理缺失时序数据，并获得较好的模式识别准确率。区别于传统模型的补全缺失数据的方法，MR-GRU模型直接在缺失时序数据上运用循环神经网络进行训练，对传统门控循环单元结构进行了改进，增加了两个新变量：掩蔽项和衰减项。掩蔽项作用于输入，衰减项作用于输入和隐层单元输出。MR-GRU模型不仅能够保持时序数据固有的时间特性，还能有效提高模式识别精度。在卫星时序数据上的模式识别试验表明，MR-GRU模型准确率优于传统模型。     

基于形态距离的真空热试验数据相似性度量研究

针对真空热试验过程中的数据自动化监视需求,利用数据挖掘手段开展数据异常监测方法研究,提出了一种改进DTW-形态距离相似性度量算法,通过调整形态符号的计算方法,避免了数据规范化带来的形态符号计算失真问题。对实际样本数据相似性聚类准确率进行统计分析,获得了相关参数的最佳取值范围,达到了较高的聚类精度。     

星座系统延时对不同业务服务质量的影响研究

文章首先介绍了卫星通信系统延时对不同业务的服务质量的影响,包括对话音业务、常规数据业务的服务质量的影响。然后结合星座系统的应用背景,阐述系统延时可能带来的影响,以确定星座设计时对卫星轨道高度选择的限制。