低轨卫星缺失时序数据的模式识别方法

在航天应用中，低轨卫星经常会由于原始数据缺失而影响卫星时序数据模式识别结果，降低准确率。针对该问题提出了一种新型MR-GRU模型，可有效处理缺失时序数据，并获得较好的模式识别准确率。区别于传统模型的补全缺失数据的方法，MR-GRU模型直接在缺失时序数据上运用循环神经网络进行训练，对传统门控循环单元结构进行了改进，增加了两个新变量：掩蔽项和衰减项。掩蔽项作用于输入，衰减项作用于输入和隐层单元输出。MR-GRU模型不仅能够保持时序数据固有的时间特性，还能有效提高模式识别精度。在卫星时序数据上的模式识别试验表明，MR-GRU模型准确率优于传统模型。     

基于有限Fourier级数的航天器转移轨迹设计

针对航天器小推力转移轨迹的初始设计问题，利用基于三阶Fourier级数的设计方法实现了航天器小推力的多圈转移。同时，基于有限Fourier级数的形状法，对具有多个约束条件的小推力多圈转移轨迹进行了优化设计。选取了共面同轴同偏心率的初始和末端轨道位置，对所提出的方法进行了仿真验证。结果表明：与改进逆五阶多项式形状法相比，所提出的方法虽然增加了转移时间，但当转移圈数为5圈、有限Fourier级数的项数为10时，可减少将近75%的转移速度增量，同时大大减小了所需的最大推力加速度的值。     

Evaluation of SARAL/AltiKa performance using GNSS/IMU equipped buoy in Sajafi,Imam Hassan and Kangan Ports

Performance of SARAL/AltiKa mission has been evaluated within 2016 altimeter calibration/validation framework in Persian Gulf through three campaigns conducted in the offshore waters of Sajafi, Imam Hassan and Kangan Ports, while the altimeter overflew the passes 470, 111 and 25 on 13 Feb, 7 March and 17 June 2016, respectively. As the preparation, a lightweight buoy was equipped with a GNSS receiver/choke-ring antenna and a MEMS-based IMU to measure independent datasets in the field operations. To obtain accurate sea surface height (SSH) time series, the offset of the onboard antenna from the equilibrium sea level was predetermined through surveying operations as the buoy was deploying in the onshore waters of Kangan Port. Accordingly, the double-difference carrier phase observations have been processed via the Bernese GPS Software v. 5.0 so as to provide the GNSS-derived time series at the comparison points of the calibration campaigns, once the disturbing effects due to the platform tilt and heave have been eliminated. Owing to comparing of the SSH time series and the associating altimetry 1?Hz GDR-T datasets, the calibration/validation of the SARAL/AltiKa has been performed in the both cases of radiometer and ECMWF wet troposphere corrections so as to identify potential land contamination. An agreement of the present findings in comparison with those attained in other international calibrations sites confirms the promising feasibility of Persian Gulf as a new dedicated site for calibration/validation of ongoing and future altimetry missions.     

风-雨耦合环境超高层三塔连体建筑雨压分布研究

以中国东南沿海某超高层三塔连体建筑为研究对象，以风-雨双向耦合算法为核心，基于计算流体动力学技术采用连续相和离散相模型进行风场和雨场的迭代模拟。首先基于9种风雨组合工况进行三塔连体建筑非定常脉动风场模拟，探讨超高层三塔连体建筑平均风压分布、表面速度流线和流场干扰机理。然后对比研究不同风雨组合工况下主塔表面雨滴附着数量、雨滴冲击力和雨压系数的分布规律，揭示风-雨耦合场中结构表面速度流线、雨滴运行轨迹和最终速度的作用机理。最后提炼出超高层三塔连体建筑最不利风-雨组合工况，并给出对应的雨压系数取值建议。研究表明：风-雨耦合环境下超高层连体建筑迎风面雨荷载作用最为显著，此时雨荷载与风荷载最大比值可达23.81%，局部测点最大雨压系数达到0.301，100 a重现期风速和强大暴雨组合为风-雨耦合作用的最不利组合工况。     

Data reduction and correction algorithm for digital real-time processing of cosmic ray measurements: NM64 monitoring at Dourbes

We present a data correction algorithm for real-time data processing for the NM64 galactic cosmic ray neutron monitor at the Royal Meteorological Institute (RMI) in Dourbes, Belgium. The correction is based on three main tests: a continuity test, tube ratios test and a derivative test. The continuity test works as a high pass filter with a threshold based on the entire recorded dataset. Additionally, it monitors whether the logging takes place at regular intervals (continuously). The ratios test identifies noisy sections and the final derivative test criterion will identify single or double spikes by testing them against the median increase of the intensities. Using these criteria, all data from the cosmic ray station at Dourbes is corrected in real time. Test results have been compared with data from verified neutron monitor stations with a similar geomagnetic cutoff rigidity.     

遥测数据时间序列滑动窗口动态分割技术

经由传感器采集的航天器遥测数据是产品验证、算法检验、数据挖掘等学科和方向重要的数据来源之一。由于原始测量数据采集密度高、信息量大,通常采用滑动窗口技术进行逐段处理和算法应用。但当滑动窗口的宽度固定时,数据的局部信息不能被充分提取出来;为此,提出遥测时序滑动窗口的动态分割流程。仿真结果表明:提出的时序分割和窗口宽度计算方法,可以根据数据自身的特点得到更加准确合理的非等长窗口集合;在保持曲线线段曲率的基础上,滑动窗口动态计算方法可以极大地提取拐点信息,合理地给出窗口宽度,对数据进行了简化与提纯,降低了建模难度,为下一步聚类分析、曲线匹配等工作提供了技术支持,提高了遥测数据的诊断与分析效率。     

基于神经网络的翼型积冰预测

采用神经网络方法对翼型表面的积冰进行了预测研究.建立了一种型面曲线坐标系,通过坐标变换将积冰外形转化为几何曲线.利用傅立叶级数对此曲线进行拟合,实现积冰外形的参数化.以结冰条件作为输人,冰形参数作为输出构建神经网络,对NACA 0012翼型表面的积冰进行预测.通过将预测结果与实验结果以及数值模拟结果进行对比,说明所提出...     

基于小波分析与支持向量机的时间序列预测

时间序列广泛存在于工业、经济、军事等各个领域,时间序列预测是数据分析处理的一个重要方面。目前提出的预测模型大多基于＂原始时间序列是无噪的＂这一假定,而实际应用中,对时间序列去噪处理的好坏将直接影响预测的准确率,针对这一事实,使用小波分析对原始时间序列去噪。利用小波变换对时间序列进行多尺度分解,对各尺度上的细节序列使用阀值法去噪;使用支持向量机对重构后的各组小波系数进行预测并将结果融合,得到预测结果。实验结果表明,用于时间序列预测,能及时反应序列的变化趋势并具有较高的预测精度。     

民机设备失效时间的混沌性质分析与预测

根据民用飞机设备失效的特殊性．复杂性以及各航空公司各自不同的情况等因素,从混沌原理的角度综合分析了运营期间民机设备失效时间发生情况．通过时间序列混沌性质鉴别方法证明了民机设备失效时间理论上具有典型的混沌性质,并利用实际失效时间数据样本证明了混沌现象的存在以及利用最大Lyapunov指数法进行了失效时间的预测,证明了该方...     

利用粒子群支持向量机预测轴流压气机机匣壁面压力

建立了基于粒子群优化的轴流压气机机匣压力支持向量机预测模型.利用支持向量机的强大非线性映射能力,实现了对某型轴流压气机机匣压力时间序列的非线性预测,并运用粒子群优化算法对支持向量机的重要参数进行了优化,增强了预测模型对混沌动力学的联想和泛化推理能力,提高了预测的精度和稳定性.而针对发动机台架试验数据的预测结果证明了方法...