运载火箭遥测数据智能判读算法应用

在运载火箭高发射密度、高判读需求、高数据量的背景下，现有自动化判读的判据覆盖率不全、判据编写门槛高、耗时多的问题日益凸显，缺少较通用的算法对传统判读算法未覆盖的判读任务进行判读补充，进而影响运载火箭效果评估与系统性能评定。为充分挖掘海量遥测数据中隐含的参数变化规律，设计智能判读算法作为传统算法的有益补充，提升传统判读的判读覆盖率和判读效率。以液体运载火箭长期加电试验产生的遥测数据为研究对象，设计集成神经网络智能判读算法，在给出的判读指标下研究得出，集成神经网络在频率异常、丢帧等五种现有判据难以描述的判读场景下，判读性能提升30%，提高了现有判据的覆盖率，后续可为判读体系完善和智能判读落地提供研究参考。     

损伤与特殊事件分析在民用飞机中的应用研究

在民机维修领域,特殊事件任务的制定一直是民用飞机维修手册开发的重点。基于型号经验和S3000L损伤与特殊事件分析的方法,通过详细分析以及技术裁剪与补充,本文首次提出“影响级别”等一系列的概念和技术指标,完整建立了国产民用飞机研制体系中特殊事件分析的理论与方法。分析案例表明：该理论和分析方法合理、可靠,为国内民机主制造商开展民用飞机维修手册05章的编制工作提供了参考。     

遥测装备智能运维系统的研究与工程化实现

随着航天发射和在轨航天器管理任务的不断增加，为支撑各类测控需求，遥测站数量越来越多，测控系统越来越复杂。为了从整体降低对遥测任务及遥测装备的运维管理成本，提升运维信息的应用能力，为各类角色用户提供有效全面的信息支撑，需要建立体系化的遥测装备智能运维系统。构建多级智能化运维体系，通过现代化信息感知和传输技术实现装备信息的多维度快速获取、感知和汇聚，全局性掌控战斗资源，建设运维中心及信息处理平台完成数据的智能融合处理，通过对各装备、各时段数据的比较，关联挖掘信息，深层次利用运维数据，实现资源全景展示、装备状态监视与智能维护、运行效能评估、态势分析与预测等能力，为遥测资源和战斗力部署调度提供直接全面的决策支撑。     

一种互相关法测量相位噪声理论及仿真分析

相位噪声测量是无线电计测领域的重要研究内容，随着信号源等各种信号仪器设备的不断发展，相位噪声测量技术方面也产生了更高的要求。介绍了互相关法测量相位噪声的理论与仿真分析方法，通过理论推导阐释了互相关法抑制干扰噪声的原理，在推论的基础上建立了基于MATLAB的仿真分析模型，仿真验证了不同互相关次数下，系统噪声底部的改善程度，并进一步分析了双通道相关性对互相关运算结果的影响，得到了对应的仿真验证结果，为相关的工程设计提供参考。     

高精度星间测距与超稳振荡器研究

高精度K频段微波星间测距系统（KBR）采用双路微波测距技术,测量精度可达到1μm／s,是地球重力场测量卫星的三大有效载荷之一。作为整个系统时间基准的超稳定振荡器（USO）,是实现KBR微米级测量精度的关键。文章在研究KBR测距技术的基础上,对USO进行了研究和设计,研制成功的USO的短期频率稳定度达到了5×10^-13／s（Allan方差）,达到了指标要求。     

一种支持任意码率的PCM-FM遥测接收机设计

PCM-FM调制技术是遥测系统中应用最广泛的调制体制，遥测接收机是遥测系统的重要单机。针对目前遥测接收机系统复杂、体积笨重、操作不便、采购成本高昂的痛点，设计了一款通用便携遥测接收机，采用了任意采样率转换技术、坐标旋转数字计算方法CORDIC（Coordinate Rotation Digital Computer）鉴频、多普勒频移控制技术和位同步控制技术，具有硬件资源消耗少、支持任意码率可调、易于集成和小型化设计等优点。     

基于XTCE标准的遥测参数装订与核对研究

面对我国现代航天高密度发射的需求，精准高效的遥测参数装订与核对尤为重要。本文基于XTCE标准定义的遥测参数格式，构建了XTCE标准对遥测参数数据底座，实现遥测参数的统一标准、统一管理和统一平台。阐述了XTCE标准的结构、火箭遥测数据库的生成和数据底座的构造。实现了对大型火箭遥测参数的自动装订，大幅提高了工作效率。     

遥测网络系统发展与展望

遥测系统对于评定航空航天飞行器飞行试验结果、故障定位、健康监测和趋势预测等具有非常重要的意义。近二十年来，高码率遥测体制、双向通信及网络化遥测等需求不断增长，美国靶场司令委员会（RCC）下属机构靶场仪器组（IRIG）将遥测网络系统TmNS纳入到IRIG 106标准中，代表了下一代遥测系统的发展方向。在介绍TmNS发展历程的基础上，对TmNS的概念定义、典型架构、分层模型和网络数据消息、系统配置管理、时间同步、服务质量QoS、路由、源选择、安全等关键技术进行阐述和分析，结合我国遥测技术发展现状，总结其对我国遥测技术发展的启示，并对TmNS后续发展进行展望。     

基于贝叶斯估计的特征事件判别方法研究

针对利用遥测指令参数进行特征事件自动判别时，现有方法忽略了数据源之间相互印证的条件，仅依据测量值相同来判别特征事件的发生时间，存在一定的误判概率，提出了一种基于贝叶斯估计的特征事件判别方法。方法不仅利用了当前数据源的测量值，同时还兼顾特征事件固有的先验分布信息，能够有效提高自动判别的准确率。首先，通过对特征事件数据源的内涵进行分析，得出了不同数据源相互印证的条件；其次，通过对历史数据进行统计分析，建立了特征事件发生时间的正态分布概率模型，并以此为基础提出了基于贝叶斯最大后验估计算法，设计了完整的特征事件判别方法；最后，通过工程数据的仿真计算和结果分析，验证了方法在特征事件判别中的实用性和有效性。