一种卫星遥测参数动态ARMA建模方法

针对部分卫星遥测参数序列在长时间演变中其底层数据生成机制与相互关系存在变化的情况,对传统自回归移动平均(ARMA)模型进行改进,提出一种动态ARMA建模方法。该方法根据预测误差来衡量模型对后续数据的"适合度",并根据适合度对序列进行分割。在序列分割的基础上,不断更新模型,从而实现动态ARMA建模。最后,利用"天巡一号"(TX-1)卫星遥测数据进行验证,结果表明该方法能有效分割序列,提高建模与预测精度。     

基于双树复小波分解的云量时间序列模型预测

针对传统云量预测模型应用于高分辨率卫星影像云量时间序列数据时存在的实用性差、拟合效果差及预测结果准确度低的问题,提出了一种基于双树复小波分解的云量时间序列组合模型预测方法。该方法利用DT-CWT分解的方法提取出云量时间序列的低频趋势信息和高频随机信息,对低频和高频序列分别应用时间序列分析与Elman神经网络的预测方法,然后将两个序列的预测结果重构得到最终的云量预测结果。实验结果表明,应用双树复小波分解的低频信息可以更好的反应云量变化趋势,高频信息也可以更好的保留云量变化的随机信息。该方法预测结果的平均绝对误差和均方根误差相比传统预测模型均有所减小,预测准确度有所提高,能够更好的拟合高分辨率卫星云量时间序列的变化规律。在卫星成像任务规划时将云量预测的结果作为参考信息,选择云量覆盖较小的时间窗口,可以获取更高品质的卫星有效成像数据。     

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SE-TCN网络模型的太阳电池阵温度异常检测

针对因卫星入境数据延迟,无法快速判断太阳能电池阵温度遥测数据是否发生异常问题,提出一种SE-TCN网络模型。首先借鉴SENet中的通道注意力机制,对时间卷积网络(TCN)进行改进,提高模型的特征提取能力;其次使用SE-TCN做为特征提取网络,训练出网络模型;最后对温度遥测数据做中长期预测(约4轨)。以某在轨卫星实际太阳能电池阵温度遥测数据作为实验数据。结果表明:本文提出的SE-TCN网络模型在评价指标上与传统TCN网络模型相比,平均绝对误差(MAE)降低了7.7%,均方根误差(RMSE)降低了5.2%,相关系数(R)提高了0.4%。当卫星入境时,该检测方法可根据预测值快速判断实时遥测数据是否发生异常。     

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。     

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...     

卫星成本预测的蒙特卡洛优化模型研究

传统的卫星成本预测模型预测结果单一，未考虑相应的不确定性因素。对此，提出了基于蒙特卡洛方法的卫星成本预测模型。该模型综合考虑了卫星成本技术的不确定性并给出了预测值的区间范围和概率分布。为了降低应用该模型所产生的误差，提出了最优分层抽样的方法，并通过划分分层区间提高了抽样的效率。最后，将收集到的相关数据代人该模型，其结果精度大约提高了10％左右。可见，使用优化的蒙特卡洛方法进行卫星成本预测具有较好的精确度。     

用遥测数据预报导弹落点的误差分析

针对利用遥测数据进行导弹落点预测这一方法 ,分析了误差源 ,在此基础上建立并编写了干扰弹道模型 ,研究讨论了这种方法在进行落点预测时所造成的预测误差。计算结果表明 ,仅仅利用遥测数据进行导弹落点预测有很大的误差 ,必须结合外测手段才能做出较为准确的落点预测     

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。     

导航卫星遥测数据趋势预测技术研究

介绍了基于遥测数据的趋势预测方法、基于物理模型的趋势预测方法和基于知识的趋势预测方法的适用对象和特点。文章对导航卫星遥测数据进行了分类,重点研究了基于遥测数据的趋势预测方法,给出了各类算法的适用性;并针对传统SumSin模型、ARMA模型的局限,给出了改进措施和实现流程。最后搭建了验证系统,用于上述算法的验证和导航卫星参数的提前预警。     

浅析高功率微波武器的研究与发展

随着外层空间日益军事化,作为反卫星武器的高功率微波武器的研究与发展备受关注,其军事价值日益显现.对高功率微波武器的作用效能及特点作了详细分析,重点评述了各主要军事强国在高功率微波武器方面的研究情况.最后分析了高功率微波武器的发展趋势.     

某推进剂用聚氨酯包覆层配方研究及性能测试

利用2,4-甲苯二异氰酸酯(TD I)和液化4,4-二苯基甲烷二异氰酸酯(MD I)的混合酯合成聚异氰酸酯,进而合成聚氨酯(PU)粘接剂,选择有机物联二脲作为该粘接剂的填料。以上述两者作为某推进剂包覆层的主成分,得到的包覆层较单体二异氰酸酯合成的PU粘接剂和无机填料得到的包覆层具有良好的力学性能、相容性、防NG迁移性和阻燃性等。研究结果表明,选择TD I和液化MD I的比例为7∶3,联二脲加入量为40%较为适宜。同时,对力学性能、相容性和阻燃性改善的原因也进行了探讨。     

基于进化神经网络的组合导航系统滤波算法研究

组合导航系统中,卡尔曼滤波算法的估计特性依赖于精确的系统模型和准确的外观测数据.任何一个条件不满足将导致滤波精度下降甚至发散.为此,本文引入进化神经网络和自适应卡尔曼滤波技术.仿真结果证明,文中所提算法能够有效克服常规卡尔曼滤波的缺点,并保持较高的精度.     

激光模拟单粒子效应试验研究

脉冲激光模拟单粒子效应是单粒子效应地面实验模拟中新近才发展起来的一种方法.本文主要介绍脉冲激光模拟单粒子效应的基本原理、实用性及特点,结合实验室从俄罗斯引进的激光模拟单粒子效应试验系统.选取了几种典型星用器件,在国内首次开展了激光模拟单粒子效应试验研究,研究表明脉冲激光模拟方法是一种有效、安全、经济、方便的地面模拟单粒子效应的方法,它可以很大程度上弥补了传统地面模拟单粒子效应方法的不足,是地面评估星用器件和集成电路抗辐射加固的另一重要方法.     

一种高精度的X射线脉冲星导航TOA估计方法

针对X射线脉冲星导航（XPNAV）系统的基本观测量--脉冲到达时间（TOA）的估计问题,提出一种高精度的TOA估计方法。该方法基于特征子空间分解类算法的高精度的参数估计特性,首先通过细致分析标准轮廓与折叠轮廓之间的互相关结果,构造新的观测方程;然后对该方程进行特征值分解得到两个相互正交的特征矢量;最后利用两个特征矢量之间的正交性完成TOA估计。数值仿真结果有效校验了算法的性能。     

基于DPSA的几种全极化RWR前端升级方案

现代高技术战争条件下，电子战任务和电磁环境中威胁信号形式变得更加多样复杂，要求电子战支援系统（ESM）天线传感器能够接收和检测各种不同极化的威胁信号，即具有全极化接收能力。本文首先简要的介绍了一种性能优良的天线一双极化曲折天线（DPSA），然后提出了利用单个双级化曲折天线，将现有机载雷达告警接收机升级为全极化接收机系统的四种解决方案，其中重点介绍了基于极化组合/分解思想的第四种方案。     

HNIW中间体纯度测定方法

建立了测定六硝六氮杂异戊兹烷基(HNIW)两个主要中间体四乙酰基六氮杂异戊兹烷(TAIW)和四乙酰基二苄基六氮杂异戊兹烷(TADB IW)纯度的高效液相色谱法。采用二极管阵列紫外检测器检测,检测波长230 nm;中间体TAIW采用水作溶剂,DE-613反相色谱柱,甲醇流动相分离;中间体TADB IW采用冰醋酸溶解后水稀释,Symm etry-C18反相色谱柱,甲醇-水流动相分离。结果表明,两中间体分析方法标准偏差均小于1.0%,标准样品回收率均在100.0%左右,准确度和精密度较好,满足HNIW生产工艺和质量控制要求。     

一种基于遗传算法的最小熵自聚焦方法

自聚焦算法是获得高质量合成孔径雷达SAR(Synthetic Aperture Radar)图像的重要步骤。针对复杂成像场景和复杂运动误差SAR自聚焦问题,提出一种基于遗传算法的最小熵自聚焦方法。方法通过高阶多项式函数拟合相位误差,以图像熵为代价函数,利用遗传算法最小化代价函数进而估计出相位误差,尤其适合于成像场景没有孤立强散射点、高阶相位误差不能忽略的自聚焦问题。仿真数据和实测数据处理结果证实算法的有效性。     

基于MRPs/NPUPF的地磁/加速度计测量的姿态估计新方法

针对现有基于地磁/加速度计的姿态估计算法存在状态误差协方差阵的奇异值和需要准确已知当地地磁矢量的问题,提出了一种新的姿态估计基本方法。该方法采用修正罗德里格参数(MRPs)表示系统动态,消除了采用四元数法导致的状态误差协方差阵的奇异值问题;根据地磁场缓变的特性,将地磁矢量作为平稳过程加入到状态变量中,使得姿态估计不再需要准确已知当地地磁矢量。针对大初始误差和有色噪声对基本方法的影响,通过引入模型误差预测(NPF)和无迹粒子滤波(UPF)方法对其进行改进,提出了基于模型预测无迹粒子滤波(NPUPF)的地磁/加速度计的姿态估计新方法。仿真结果表明,NPUPF方法可在大初始误差和非高斯条件下实现高精度的姿态估计,提高了基于地磁/加速度计的姿态估计方法的可靠性和实用性。
     

DBF\|SAR系统1比特量化设计

为解决DBF\|SAR系统数据率巨大和星上处理复杂的问题,提出了一种将各通道回波和距离向匹配滤波器都1比特量化的处理方法。首先证明当回波信噪比较低时,符号位已包含了目标的幅度信息,从而为1比特量化提供了可能;在此基础上,利用各通道间信号相关性强而噪声相关性弱的特点,通过数字波束成形技术,提高了系统信噪比。接着探讨了该方法的硬件实现结构和资源消耗情况。最后,仿真结果表明了方法的有效性。该方法在不明显降低成像质量的前提下,简化了系统电路设计和减小了数据率,对DBF\|SAR系统的工程实现有一定参考价值。