天基海量电磁数据深度处理服务平台

当前电子侦察数据呈现爆炸式增长,如何挖掘电子侦察的潜力,提升应用效能是当前电子侦察技术研究面临的关键问题.海量电磁数据深度处理平台以大数据技术为手段,利用云存储、云计算构建海量电磁数据的大数据深度处理框架,通过数据抽取、知识图谱构建、数据规律挖掘等关键技术,实现基于电磁信息的战场目标状态与意图预测,可有效提高电子侦察在现代信息作战中的重要性,提升电磁情报对战略、战役、战术的支援能力.     

基于熵灰关联算法的雷达对抗情报数据融合处理

针对灰关联算法直接应用于雷达对抗情报融合时可靠性和准确性不高的问题,提出了基于熵灰关联融合算法的雷达对抗情报融合算法.该算法首先利用融合矩阵对雷达目标间参数的灰关联度和权重值进行建模,得出综合评价值,然后将其与阈值进行比较,最后计算属于同一雷达对抗情报数据的均值,实现雷达对抗情报数据的融合.仿真实验结果表明了该算法能够充分利用雷达对抗情报数据的有效信息,融合结果准确可靠,模型泛化能力强.     

实时嵌入式软件系统测试需求建模研究

使用形式化语言构建测试需求模型,有助于提高系统测试的自动化程度.UML状态图具有形式化特征,适合复杂系统详细行为的描述.本文基于面向对象思想,以状态图为核心技术,结合类图,提出了一种适合实时嵌入式软件的系统测试需求建模方法.该方法对被测软件系统的静态结构和动态行为进行建模,能清晰、完整地描述测试输入信息,包括前置条件、接口数据、激励事件、过程描述、后置状态等.并通过相关的建模机制实现了对实时性、并发性、时序性及数据反馈等约束特征的描述.基于该方法生成的需求模型,结合一定的测试用例生成策略,可以自动生成测试用例.作为示例,本文结合该方法对某飞行器控制功能进行建模,模型具有简洁、直观、易用的特点.     

基于性能退化的星用产品寿命预测方法及工程化应用研究

为解决星用核心部件的寿命预测问题,对星用活动部件、蓄电池等耗损型/退化型产品的寿命预测进行了研究。提出了一种面向工程的寿命预测方法及其应用策略,通过产品寿命要求分析、产品失效机理分析、性能退化数据采集与处理、性能退化建模、寿命分布建模及寿命预测等5个步骤,用性能退化数据实现对耗损型/退化型产品的寿命评价。以氢镍蓄电池为应用对象,选定循环周次为寿命表征,放电终压为退化特征量,剔除采集数据中的野点和活化效应,建立三阶段退化模型,用威布尔分布拟合获得了可靠寿命。方法和应用策略可用于工程实践。     

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。     

非线性时间序列在卫星通信网络数据预测中的研究

卫星通信网络数据预测在卫星通信系统中起着重要的作用,是系统建模的主要研究内容之一。由于卫星通信网络数据的非平稳性和不可预知因素的影响,决定了应采用非线性时间序列建模方法来分析、预测。在分析通信网络数据的基础上,建立卫星通信网络数据的ARIMA模型,在确定预测模型的阶和进行参数估计后,给出不同预测步数条件下的通信网络数据流量的预测,并进行了仿真对比实验。仿真结果表明,该模型在预测步数较小的情况下,预测误差在4％左右,具有良好的预测精度,为卫星通信网络数据流量的预测、异常检测和网络负载预测的应用奠定了坚实的基础。     

虚拟三维地形模型的建模技术研究

三维地形建模技术是视景仿真系统开发的关键因素。为了缩短地形建模时间和提高地形模型的真实性,提出了一种基于Terra Vista的地形建模方法。该方法将获取的数字高程模型（DEM）数据、文化特征数据及其遥感影像数据进行融合,并通过地形转换算法及矢量数据的映射生成比较真实的三维地形模型。测试结果表明,该方法快速、高效地生成了三维地形模型,并为三维地形建模的进一步研究提供了参考和依据。     

运载火箭飞行测量数据误差分析的小波方法

以提高火箭飞行跟踪测量数据处理精度为目的。结合弹道处理的实际，将小波理论运用于火箭弹道测最数据的分析。本文首先针对火箭飞行弹道测量数据的特征，应用小波理论建立了弹道测量数据事后误差分析处理方法的杠架模型，创建了雷达测量数据诸元的多项式和B样条时序分析模型，提出并验证了雷达测量数据的随机分布模型；其次，对受到噪声干扰时间段数据模型出现严重病态的情况，建立了基于多项式拟合和B样条函数选取有限时间段拟合的火箭弹道建模和预测的二次建模方法；最后，利用所提出的分析处理方法对某次任务两个测量站雷达弹道测量数据的分析，处理效果显著，精度理想。实验验证了上述方法是一种理想的弹道测量数据事后误差分析处理方法。     

基于CAD三维模型几何特征简化的卫星桁架结构快速建模仿真与试验验证

为提高卫星桁架结构设计过程的仿真建模质量,优化仿真过程对三维模型信息的利用方式和效率,文章提出一种基于CAD三维模型几何特征简化的卫星桁架结构快速建模仿真方法,并给出分别采用梁单元和壳单元建模的路径及软件界面。将该方法应用于某卫星结构的仿真建模,得到了三维有限元模型模态分析数据,其与力学试验数据的对比结果表明:横向模态分析与试验误差最大,为6.07%;各方向误差均满足指标要求。基于CAD三维模型几何特征简化处理的卫星桁架结构快速建模仿真方法合理可行,建模过程便捷、高效,数据可信。     

基于改进灰色模型的遥测变量预测方法

针对现有灰色模型预测方法进行遥测变量预测时所存在的建模精度、外推能力依赖于生成序列光滑程度的问题,提出一种能够显著提高模型预测精度的改进算法。该算法以光滑比概念为基础,提出了一种改进序列光滑度的综合变换函数,并且通过严格的理论证明和实测数据试验分别验证了采用该方法,不但使得变换后的建模数据较采用传统幂函数平滑方法、线性函数平滑方法以及对数函数平滑方法具有更好的光滑程度,而且通过引入可调参数使得算法具有更大灵活性和更广的适用范围。     

基于RVM的液体火箭发动机试验台故障预测方法

液体火箭发动机试验台故障预测问题实际上是与试验台相关的参数预测问题,通过预测相关参数在试验台运行过程中的变化趋势,可以判断试验台未来某一时刻是否可能发生故障。由于液体火箭发动机试验台系统复杂、不易建模,提出了一种相关向量机(relevancevector machine,RVM)故障预测模型。在模型的训练阶段,根据数据序列的特征,分别采用单参量、相空间重构和多参量的方法进行了模型的训练,然后利用训练好的模型对试验台总体健康度和启动过程推力进行了趋势预测。预测结果表明,该方法能有效地跟踪试验台可能发生的故障及故障发展趋势。     

一种基于二维卷积神经网络的舵机故障检测方法

针对卷积神经网络对一维舵机数据特征提取不充分,本文提出将一维数据升级为二维数据,采用二维卷积神经网络对舵机故障进行智能检测。首先将一维数据首尾对称排列组成矩阵形式的二维数据,拓宽感受野,增加数据量,打破了空间局限性,避免了数据特征提取不充分,使特征提取具有全局性;其次构建了局部特征学习模块,该模块包含一个卷积层,一个Batch Normalization (BN)层,和一个ReLU激活函数,用于学习数据相关性。最后利用该模型实现对舵机数据的处理,从而实现舵机的智能故障检测。实验结果表明,该模型的准确度高达99.53%,效果优于其他的常用模型,证明了二维卷积神经网络应用于舵机故障检测的可行性。     

火箭发动机涡轮泵故障检测及预测算法研究

涡轮泵作为液体火箭发动机的核心部件,恶劣的工作环境和极高的转速使其易发生组件断裂、烧蚀等问题。为了对液体火箭发动机的涡轮泵进行健康管理,提出针对某型液体火箭发动机涡轮泵的数据驱动故障检测、故障预测及健康状态评估方法。在某型液体火箭发动机试车数据集上,通过对涡轮泵轴、径、切向振动数据进行对应的时域、频域特征处理后,送入训练好的ResNet网络、自主设计的图像特征识别算法以及退化模式线性回归模型,分别实现了对该型液体火箭发动机涡轮泵的故障检测、预测及健康状态评估,具有较高的准确性。     

遥感场景分类的批处理协方差神经网络方法

针对卫星遥感图像场景分类数据集中存在的局部区域特征异常问题，提出一种采用批处理协方差层的神经网络(CovNN)模型进行遥感场景分类的方法。该方法通过计算全输入通道的局部区域均值实现一种3D批处理协方差算法，能够有效消除局部区域均值的影响，从而更好地处理局部光照过强和局部区域存在无关特征的问题。将其应用于存在局部光照异常和局部无关特征问题的卫星采集AID数据集和NWPU RESISC45数据集中，实验表明CovNN在两个数据集上均取得了超过现有卷积神经网络(CNN)的召回率，可有效降低图像局部区域特征异常的不利影响。     

宽带雷达目标特性建模与回波仿真

根据宽带雷达目标电磁散射特性,采用基于几何绕射理论的GTD(几何绕射)模型对目标电磁散射特性进行建模;在此基础上,构建宽带雷达目标回波信号模型,结合回波信号特征,提出了一种基于去斜的宽带雷达目标回波仿真方法。对宽带雷达发射信号进行去斜处理以及傅里叶变换,得到去斜后的频域发射信号,将该信号与表征目标频域散射特性的数据在频域相乘并进行逆傅里叶变换,实现时域卷积,获取去斜后的宽带雷达回波信号。经过ISAR(逆合成孔径雷达)处理,对回波数据进行成像,验证了该方法的有效性。该方法能够有效减少运算量,降低工程化实现难度,可用于ISAR回波信号模拟设备。     

基于实测数据的宽带雷达回波半实物仿真方法

自动目标识别技术的发展对雷达回波仿真的要求越来越高。分析了散射点回波叠加法和电磁散射建模回波生成法各自的优缺点,结合两种方法提出了基于实测数据的雷达回波半实物仿真方法。首先通过电磁散射建模预估目标的RCS信息,再从实测回波数据中提取目标的运动特征,从而仿真出雷达回波。该方法灵活性好、精度高、易于工程实现,仿真出的回波成像后具有较清晰的轮廓和明显的运动特征。     

行星际粒子统计特征及其在深空探测用 器件失效概率预估中的应用

文章针对深空探测任务高能粒子辐射及所致器件失效定量评估问题,利用IMP-8在1973年—2001年的电子探测数据,统计了太阳电子事件通量的特征,证明事件通量符合对数正态分布。假设事件发生概率符合泊松分布,构建了行星际电子通量模型,再结合太阳质子通量模型、探测器轨道、行星际粒子在日球层的传播规律,得到不同置信度下空间粒子通量及其剂量。进一步结合器件累计失效剂量的试验数据,可定量评估器件失效概率。以一种典型的商用数据采集功能模块器件TL084和火星环绕探测任务为例,7个月转移轨道和3年火星轨道的任务期内,1 mm铝屏蔽下TL084的失效概率仅为1.01%。     

复合材料气瓶有限元分析与爆破压力预测

利用ANSYS大型有限元程序建立了复合材料气瓶的有限元模型,建模中将纤维缠绕层作为复合材料层合板处理,考虑了封头处缠绕层厚度及缠绕角沿子午线不断变化的情况。针对建立的模型进行了气瓶在几个工况点下的变形分析,利用最大应变准则预测了气瓶的爆破压力。通过分析结果与相应试验结果对比,验证了建模与分析方法的正确性。     

基于ABAQUS的固体火箭发动机复合材料壳体快速化建模方法及验证分析

提出了一种基于ABAQUS的固体火箭发动机复合材料壳体快速化建模方法。通过编写PYTHON脚本程序,实现将缠绕软件生成的信息文件进行数据处理,导入ABAQUS中参数化生成有限元模型的建模功能。通过数值分析中的B样条函数法对缠绕软件导出的波动数据进行光滑处理,并分析其在压力载荷工况下的力学性能变化。使用干法预浸带缠绕壳体,通过水压爆破实验结果与有限元结果进行对比,验证建模方法的准确性。结果表明,快速化建模方法建立的壳体有限元模型在压强为26.02 MPa时发生了失效,水压爆破实验中内压达到27 MPa时壳体失效,有限元模型的位移和失效形式等均能与实验结果吻合较好。基于ABAQUS的固体火箭发动机复合材料壳体快速化建模方法能较准确地对壳体的实际工作情况进行预测。     

基于机器学习的气动参数智能修正方法

针对飞行器气动参数的修正问题,提出了基于机器学习的气动参数智能修正方法.该方法对真实气动数据与标称气动数据的偏差建模,并利用BP神经网络,对偏差模型进行拟合.利用拟合后的神经网络以及标称气动表,即可得到修正后的气动表.该方法充分利用机器学习无线逼近非线性函数的能力,对偏差模型进行学习,从而实现对原气动参数的精确修正.最...