基于多特征融合的航天器锂电池健康评估技术

传统的航天器蓄电池可靠性试验按照最大放电深度进行定额充放电，所构建的失效模型用于支撑航天器总体可靠性设计，不能用于在轨锂离子蓄电池健康评估任务；航天器在蓄电池遥测的采样率、精度、样本量方面无法与民用领域相比，基于高采样、大样本的民用蓄电池健康估计方法也不适用于在轨锂离子蓄电池健康评估。针对该问题，从在轨航天器蓄电池数据特性出发，挖掘在轨状态下所能提取的退化特征，并采用多特征综合评价方法，设计了一种基于多特征融合的在轨锂离子蓄电池健康评估方法，实现了在轨蓄电池放电内阻、同放电深度下的终端电压、恒压充电时间3项退化特征融合的健康量化评估，应用于某型号卫星的在轨监测与健康评估，具有良好的工程实用性，可作为国内航天器健康评估技术的参考。     

高保真卫星电源负载场景重现系统设计

卫星工作期间整星负载变化较大，多次高精度重现卫星电源负载场景，有助于卫星供配电系统的性能测试和故障排查；但使用真实卫星负载、蓄电池，存在安全性、难以快速重复建立状态的问题，会对蓄电池寿命和单机安全造成影响。设计了一套卫星电源负载场景重现系统，高保真度地记录与重现卫星外电、内电与负载场景，可快速重现供配电现场，辅助卫星测试与故障排查。     

卫星遥测数据短时CEEMDAN-PSO-ELM预测模型

针对卫星遥测数据变化类型众多而导致传统预测模型难以准确预测的问题，提出一种基于自适应噪声完整集成经验模态分解(CEEMDAN)-粒子群(PSO)-极限学习机(ELM)的组合预测模型。首先对遥测序列进行CEEMDAN分解，以降低序列的非线性;然后利用PSO对ELM预测模型的输入权值和隐含层偏差进行优化;最后利用PSO-ELM预测模型分别预测分解后的序列，依次相加得到最终预测结果。将其应用在某在轨卫星实测数据中，与传统的预测模型比较。结果表明:该方法在平均绝对误差、平均绝对百分误差、均方根误差、标准均方误差指标上均最小，在曲线拐点处与真实数据最为接近。证明该模型能实现准确预测的功能。     

FY-2卫星综合测试系统自动测试技术

介绍了FY-2气象卫星综合测试系统的组成和性能,给出系统软硬件的配置和设计原则.分析了系统自动测试设计中应用的智能专家测试库、监控终端的智能显示和智能化测试控制模式等技术.该系统具有自动执行测试程序、捕获瞬态故障和报警等功能,其自动化和智能化测试程度较高,不仅提高了测试效率,而且所需操作人员较少.     

批产航天器自测试系统设计

集成快检、存储快检与射前快检成为批产航天器亟待解决的问题。传统航天器综合测试模式存在测试效率低、测试改装部署繁琐、测试成本高、测试周期长和难以深入产品内部探查的问题,不能很好地适应批产研制与测发需求。针对该问题,从航天器可测试性与自测试设计出发,研究航天器自测试功能单元的设计方法、自测试通信交互模式、基于结构模型与行为模型的自测试诊断模型设计方法,设计了分层的自测试系统架构,通过总线快速调度自测试流程,提升快速检修能力,满足批产航天器快检需求。