小卫星多级故障诊断系统设计

提出一种基于模糊神经网络的小卫星多级故障诊断系统,利用多级的方式对小卫星的故障进行诊断。其中第一级采用模糊聚类的方法,将故障定位于模块级;第二级采用模糊径向基神经网络,完成故障的部件级定位。最后用该故障诊断方法针对卫星故障仿真系统做了实验,对其预设故障进行了诊断,诊断结果与仿真系统预设故障完全一致。实验表明:多级故障诊断结构提高了故障诊断的系统性、准确性并大大降低了故障诊断中的计算量。     

全球导航卫星系统多星故障排除新方法

在全球导航卫星系统中,多颗卫星同时发生故障的概率会随着观测卫星数的增加而增加,从而,在接收机自主完好性监测中需考虑多星故障的处理.针对故障检测比故障排除简单、且故障检测率比故障排除率高的特征,以故障检测为基础,提出了一种新的多星故障排除方法——随机搜索法.该方法采用二进制对观测卫星进行编码,通过随机初始化方式获得初始无故障星座,再通过逐步搜索未选卫星方式来得到最终的含有最多无故障卫星的星座,实现故障排除功能.仿真结果表明:大部分情形下,新方法能获得99%以上的故障排除率,既能进行单星故障排除,也能进行多星故障排除,能有效满足全球导航卫星系统关于自主完好性的要求.      

卫星故障分析及其对策

通过对1965～1990年静止通信卫星公开报道的355次故障分析,和对其它卫星的故障分析后认为,卫星故障主要是机械故障和电气故障。造成故障的原因有制造上和装配上缺陷;试验不充分、漏项和试验条件苛刻;贮存期过长;人为失误;管理不协调和有漏洞;环境的危害等。提出延长卫星寿命和提高可靠性的10项技术。     

2012年3月9日中国某地球同步轨道卫星故障原因分析

利用GOES-15, SDO, SOHO卫星以及国际地磁台网的地磁活动指数数据, 对中国 某颗地 球同步轨道卫星(以GEO-X代替)在2012年3月9日02:50UTC发生的异常原因进 行了研究, 分析故障发生期间的空间天气特点, 采用文献[8]提出的SEAES-GEO空 间环境引起地球同步轨道卫星异常的专家系统对卫星故障期间的内部充电危 险系数、单粒子效应危险系数以及表面充电危险系数进行定量计算和危险等 级划分. 结果表明, 在卫星故障时刻, 其内部充电危险系数小于3, 表面充电危险 系数约为0.0011, 表面充电和内部充电不是造成GEO-X故障的原因; 受故障期间 质子事件影响, 单粒子效应危险系数持续维持在1以上, GEO-X卫星故障时刻单 粒子效应危险系数Z_SEE达到46.3, 正好处于单粒子效应危险等级的 红色阶段. 因此研究认为单粒子效应可能是造成本次卫星故障的主要原因.      

总线容错机制及其验证方法

卫星系统广泛采用容错技术以提高系统的可靠性,而总线通信的稳定性和可靠性对于系统任务的成功至关重要．工程研制中,通常采用总线容错技术对系统通信故障进行识别和屏蔽．介绍了基于故障仿真技术的总线容错机制验证方法,包括故障规格分析技术、故障用例生成技术和故障仿真技术,利用该方法对某星载软件的总线通信功能进行了容错测试,验证了方法的有效性和实用性．     

基于改进组合机器学习的卫星遥测参数预测

对在轨卫星的运行状态进行监测、分析以及异常检测是卫星在轨运行管理的重要内容。预测卫星遥测参数序列的变化趋势，对卫星异常检测与处置、保障安全运行非常必要。针对目前对于周期性不明显且具有多种变化特征的遥测参数预测精确度不够的问题，本文引入对遥测参数的预测有辅助作用的因素作为协变量，提出了基于改进组合机器学习的预测模型。该模型使用全局模型和局部模型分别获取遥测参数序列的趋势特征和局部不规则波动特征，并采用改进的注意力机制捕获多维参数之间的关联关系，提高了预测精度。此模型可以提供点预测和区间预测的结果，为在轨卫星处置决策提供了更多输入。在科学卫星真实遥测数据集和时间序列公开数据集上验证了本文方法的有效性。     

卫星介质深层充电中的主要物理问题

卫星介质深层充电效应是诱发地球同步轨道卫星运行故障和异常的重要因素之一，通过计算机模拟对介质深层充电的时间常数、电场特征、以及屏蔽、介质厚度和接地方式对充电所致最大电场的影响等主要物理问题进行了详细的分析，并给出了初步的防护措施．     

基于TLE的Starlink星座第一阶段部署情况分析

近年来,随着卫星技术的快速发展和低轨（low earth orbit,LEO）卫星宽带互联网建设需求的不断增加,低轨大规模星座发展日新月异。针对Starlink星座初始化部署问题,首先论述了“星链”（Starlink）星座现状,分析在轨卫星高度变化。然后利用公开的两行轨道根数（two-line element,TLE）,从卫星发射入轨、轨道面分布两个方面,简要分析了Starlink星座的部署情况,给出升交点的变化规律;同时仿真分析了Starlink星座对地面的覆盖性能。最后,给出星座轨道面和相位分布、故障卫星处置以及可见卫星数量。所分析的结果以期为中国未来部署大规模LEO星座的建设提供借鉴。     

基于时序建模的卫星故障检测方法

为解决当前卫星故障检测面临的依赖规则库、多元特征融合不足以及数据正负样本分布不均衡等问题,从卫星数据的时序特性出发,提出基于时序建模的卫星故障检测方法与半监督模型,实现卫星数据规律的有效挖掘与数据驱动的故障检测。考虑卫星数据间的时序关联,提出基于长短期记忆神经网络的卫星故障检测方法,并引入滑动窗口机制实现卫星数据的有效预测与故障检测。考虑卫星数据多元特征参数间的关联关系,引入时间卷积和自编码器神经网络,同时建模不同时刻、多元特征参数间的依赖关系,实现融合多元特征参数进行卫星故障的有效检测。以某型号卫星电源分系统为实验对象,仿真结果表明,所提算法和模型在关键指标方面优于BP神经网络等传统故障检测方法和模型。     

22天装出一颗卫星

“铱”移动通信卫星系统的主承制商摩托罗拉公司，通过有效地组织设计和制造，将使每颗“铱”卫星在生产线上的时间缩短到２２天。该公司负责“铱”系统卫星制造的经理Ｌ．卡西（Ｃａｒｓｅｙ）说：“所有的‘铱’卫星都将采取水平方式装配，而不采用传统的垂直方式。过去，大多数卫星的装配都是在总装厂房的地板上，清理出一块地方，然后把所有的部件、组件都送到那里，进行装配。这是一种传统的‘定制式’装配。”用传统的方法生产一颗卫星需要２～３年的时间。这对于小批量生产尚可接受，而对于像由６６颗卫星组成的“铱”系统的大批量生…