应对银河-15卫星故障:异常卫星与在轨维修技术的发展

2010年4月8日，世界上最大的固定卫星服务供应商——国际通信卫星有限公司（INTELSAT）与其银河-15（Galaxy-15）卫星失去了联系，该卫星开始从其地球静止轨道（GEO）位置向东漂移，而它的转发器仍在工作。因此该卫星被媒体称作“僵尸卫星”（Zombiesat）。这意味着银河-15卫星将对地球静止轨道区域内其他卫星的运行造成严重影响。     

分层网络模型在场面滑行规划中的应用研究

复杂的场面结构是制约算法运行效率和冲突调配的重要因素。该文介绍了分层网络的描述模型,同时引入了一种社团识别方法——Louvain算法对网络进行分割,并根据机场的场面运行特点提出了面向机场滑行网络的层次划分及修正方法。设计了基于分层网络的动态规划算法。根据实例建立了机场分层网络模型并对算法进行了实现。仿宾结果表明该算法处理速度较快,并且能够在避免滑行冲突的同时有效减少滑行时间。     

激光探测“猫眼”效应目标识别算法

提出了一种基于压缩感知理论的＂猫眼＂效应目标识别算法,应用随机采样矩阵将原始二维图像线性投影为一维测量向量,通过对一维测量向量的处理提取出＂猫眼＂效应目标信息,进而通过压缩感知理论的恢复算法重建仅包含＂猫眼＂目标的图像。对应于此算法亦提出了一种相应的激光主动成像探测系统,以获取主被动图像序列。应用此算法,将传统的基于原...     

基于AMSAA模型的系统可靠性评估方法研究

针对航空机载设备可靠性增长试验数据不规则的特点,在AMSAA模型的基础上提出了识别异常点的AMSAA模型与处理截断数据的AMSAA模型,并给出了模型拟合优度检验方法。经实例验证表明,识别异常点的AMSAA模型可以在给定置信度下识别出异常点并排除异常点对瞬时MTBF（平均故障间隔时间）极大似然估计值的干扰;截断数据的AMSAA模型能够利用被截取的部分数据,得到准确的瞬时极大似然估计值。     

基于流形学习的涡轮泵海量数据异常识别算法

为了获取海量试车数据中的信息以分析涡轮泵的健康状态,提出一种基于流形学习的海量数据异常识别算法.该算法将反映涡轮泵状态的振动数据重构到高维空间中,利用扩散映射方法直接对其进行学习,提取出数据内在的低维流形特征,以可视化的方式直观地识别出涡轮泵数据中的异常状态.仿真与试车数据验证结果表明了所提算法的可行性和有效性.该算法克服了传统方法解决非线性问题不足的缺点,为试车后涡轮泵的健康分析提供了一条新的途径.     

基于Fuzzy ARTMAP的GPS/INS组合导航系统故障诊断

将基于双状态传播器的状态χ2检验法(SCST)结合Fuzzy ARTMAP神经网络应用于GPS/INS紧组合导航系统故障的诊断和参数识别。首先,采用双状态传播器的状态χ2检验法对组合导航系统进行故障检测,得到故障的特征模式,并给出了双状态传播器重置时间间隔选择的充分条件;然后,利用Fuzzy ARTMAP神经网络结合特定的飞行器机动对故障模式进行分类,给出了一种新的分类方法;对于飞行器按照不同轨迹进行飞行的情况,也可有效的识别故障源。最后将分类的结果送入另一个Fuzzy ARTMAP神经网络进行故障参数的估计。仿真结果表明,针对组合导航系统中陀螺、加速度计、GPS信号的一度故障,此方法能有效进行检测和隔离,并能准确估计出故障发生时间和故障幅值。     

TLS密码套件的流量数据随机性分析

密码套件是安全传输层协议(TLS)实现安全通信的基石,包含了密钥交换算法、对称密码算法和消息摘要算法,其中对称密码算法被用于实际通信的数据加密。通过对真实流量的采集与分析,得出了不同TLS密码套件在现网中的分布情况。设计了一种基于密文图像重构、美国国家标准与技术研究院随机性测试套件、卷积神经网络(CNN)等手段的分析方法,对现网主流对称密码算法(AES、ChaCha20)与其他常见对称密码算法(DES、3DES、RC2、RC4)的密文随机性进行分析。实验结果表明:参与对比的所有对称密码算法在电子密码本(ECB)模式下其密文均具有较差的随机性,无法通过大多数测试;AES与ChaCha20二种主流TLS对称密码算法在除ECB模式下其密文均具有良好的随机性,对基于CNN与随机森林的密码算法识别也具有抵抗能力。研究成果可为TLS密码套件的选择与加密流量的深层分析提供参考。      

基于深度学习的风洞天平测力试验数据异常检测方法研究

风洞天平测力试验数据异常检测有助于分析试验异常原因、排查设备故障、改进试验方案,为解决目前人工检测时间成本高、效率低的问题,提出一种基于深度学习的异常检测框架。首先针对异常零样本问题,对风洞试验常见的异常类型及规律进行总结;然后为解决不同车次数据维度不同的问题,提出基于统计特征的标准化特征表示方案;最后利用神经网络学习异常特征,完成异常检测。试验结果表明:基于深度学习的异常检测方法对风洞异常数据检测的准确率和检出率分别达到了81.7%和72.6%,能够较好地识别孤立跳点异常和多点异常。     

应用无线射频识别技术的空间物资管理系统

针对"国际空间站"(ISS)空间物资管理存在效率低的不足,提出一种应用无线射频识别(Radio Frequency Identification,RFID)技术的空间物资管理系统。介绍了空间物资管理中的地面物资管理和在轨存货使用管理流程,提出了物资管理系统的具体方案,并详细阐述了系统组成、物资信息识别功能、物资信息管理功能和使用操作要求。物资管理系统在航天工程中的应用结果表明,该系统可实现对地面物资高效、简易、方便和快捷操作的目标。     

JEM效应与雷达目标识别研究

对 Ｊ Ｅ Ｍ 效应进行数学建模后详细分析了飞机回波谱线特点；利用累量域谐波恢复的 Ｅ Ｓ Ｐ Ｒ Ｉ Ｔ Ｅ 方法，对利用常规低分辨雷达实测某型号飞机动态数据进行处理，得到了 Ｊ Ｅ Ｍ 调制谱线；并从中提取了目标的转速以及旋翼数目等特征量，处理结果证实了所建数学模型的正确性；最后，对两种型号飞机进行识别研究，得到很高的识别概率