用于识别两颗故障卫星的RAIM算法

提出了一种可以识别两颗故障卫星的接收机自主完好性监测算法.将最优奇偶矢量法应用于两颗故障卫星识别,指出由于故障偏差可能会抵消而使得正确识别率较低.对最优奇偶矢量法进行了改进,利用对单颗卫星故障敏感的最优奇偶矢量对所有可能的两颗故障卫星组合分别构造两个新的奇偶矢量,用于两颗故障卫星的检测和识别.计算机仿真结果显示,改进后的算法与直接利用最优奇偶矢量法相比,可以显著提高两颗故障卫星正确识别率,识别率可超过90%.同时,改进算法的奇偶矢量构造方法简单,计算量将减少90%以上,更有利于工程实现.      

卫星导航系统传感器故障识别

传感器是卫星导航系统中的重要部件,其故障的检测和识别对提高系统可靠性具有重要意义。给出了一种基于模糊逻辑的卫星导航系统传感器故障识别方法。首先采用T-S模糊模型描述卫星导航系统,然后应用全解耦奇偶方程的方法进行故障检测,并利用卡尔曼滤波器进行故障参数识别。仿真结果表明,针对导航系统中多个传感器同时发生故障的情况,此方法能有效检测故障,并能准确识别故障参数。     

基于神经网络的卫星控制系统故障识别方法

闭环控制系统的反馈调节机制,可能破坏开环系统的可辨识性,导致误报率和漏报率同时上升,还可能导致同一故障模式下的多个变量发生异常,给闭环控制系统故障识别带来难度。针对单输入单输出系统,分析了闭环控制对可辨识性、误报率和漏报率的影响,对多输入多输出系统,理论上推导了闭环控制系统传感器故障的传播机理,分析了闭环控制系统对系统变量的影响关系,利用神经网络构建了闭环故障识别算法。数值仿真结果验证了闭环对故障系统诊断的不利影响,而卫星姿态控制系统的仿真结果标明:与传统方法相比,提出的方法识别性能更高。     

基于卷积盲分离的强干扰下通信信号分离算法

针对目前通信辐射源个体识别算法在实际试验中由于各类干扰信号和多径衰落导致识别率较低的问题,提出一种用于识别算法前端的信号分离算法,可有效地减少其他电磁信号对于识别算法输入信号的影响,从而提高在复杂电磁环境中通信辐射源个体识别的正确识别率。该算法将灾变策略和搜索状态的自适应引入量子粒子群算法,通过对混合信号的联合对角化从截获的观测信号中提取出目标通信辐射源的有用信号。为了更加系统、直观地衡量算法的分离效果,提出分离熵来量化算法的整体性能。仿真结果表明,该分离算法可以把目标通信辐射源的有用信号从复杂电磁环境中提取出来,从而提高通信辐射源个体识别在复杂电磁环境中的正确识别率,具有较好的可行性和有效性。     

多传感器斜置系统故障检测的奇偶向量补偿方法

提出采用神经网络对多传感器斜置组件的奇偶向量进行补偿,从而消除安装误差、刻度系数误差以及常值偏差对奇偶向量的影响,提高系统对小幅值故障检测与隔离的准确性.基于神经网络的方法与卡尔曼滤波、偏差分离估计方法相比,不需要各项误差的动态模型和噪声统计特性.神经网络采用有一定时间延迟的样本进行在线学习时,利用补偿后的奇偶向量能够检测出有一定斜率的斜坡型故障.      

基于模糊奇偶方程的PL/INS导航系统故障诊断

提出了一种伪卫星(PL, Pseudolite)/惯性导航(INS, Inertial Navigation System)组合导航系统多故障识别方法.分析了PL的常见故障及其数学模型,采用模糊奇偶方程方法对PL的常见故障进行诊断、隔离和参数识别.采用Takagi-Sugeno(T-S)模糊模型描述PL/INS组合导航系统,对于局部线性化模型建立全解耦奇偶方程,并对奇偶方程的残差进行融合,得到全局残差.结合残差利用卡尔曼滤波进行故障参数识别,给出了参数识别的约束条件.仿真结果表明:针对导航系统中多个PL信号同时发生多种故障的情况,此方法能有效检测故障,并能准确识别出故障模型参数.      

基于时序建模的卫星故障检测方法

为解决当前卫星故障检测面临的依赖规则库、多元特征融合不足以及数据正负样本分布不均衡等问题,从卫星数据的时序特性出发,提出基于时序建模的卫星故障检测方法与半监督模型,实现卫星数据规律的有效挖掘与数据驱动的故障检测。考虑卫星数据间的时序关联,提出基于长短期记忆神经网络的卫星故障检测方法,并引入滑动窗口机制实现卫星数据的有效预测与故障检测。考虑卫星数据多元特征参数间的关联关系,引入时间卷积和自编码器神经网络,同时建模不同时刻、多元特征参数间的依赖关系,实现融合多元特征参数进行卫星故障的有效检测。以某型号卫星电源分系统为实验对象,仿真结果表明,所提算法和模型在关键指标方面优于BP神经网络等传统故障检测方法和模型。     

卫星姿态控制系统的故障可诊断性评价研究

在不依赖任何诊断算法的前提下,对卫星姿态控制系统中传感器和执行器的故障可诊断性进行评价,旨在将提高系统故障诊断能力的工作重点前移到设计阶段.由于反馈控制的存在,导致故障会在整个系统中进行传播,使得单故障源表现出多异常征兆,这给闭环系统的故障诊断带来极大挑战.将故障视作扩展状态,并考虑模型不确定性,得到卫星姿态闭环控制系统的状态空间模型;根据可观测性判据,给出并证明考虑建模不确定性的加性故障和乘性故障可诊断性条件.所得相关结论可为卫星姿态控制系统设计提供理论参考依据.     

基于AI+神经网络的数字化故障电弧识别方案研究

线路故障电弧的特征随着电力电子技术的提高更趋复杂，传统的故障电弧识别方式已无法应对新型用电系统。对比传统故障电弧识别方案，研究故障电弧产生类型和新型检测技术，提出基于谐波因素、总谐波畸变率、电流零休时间、电流变化速率、电流周期性等典型时域、频域特征的AI+神经网络的数字化故障电弧识别方案。该方案运用回归算法向量机对特征图进行分类处理，通过正向传输运算、反向传输运算和迭代回归运算三个步骤执行卷积神经网络，频繁迭代回归以获得最佳特征识别图。本文以调光器的故障电弧识别为例，对故障识别方案进行验证，结果表明采用此方案可实现更高效、更精准、更稳定地识别故障电弧。     

基于认知无线电的GEO与LEO卫星频谱共存

随着新的宽带多媒体业务的发展,宽带无线频谱的需求日益增长.同时,低轨道(LEO)卫星由于其传输损耗低、传播时延小而被大规模部署.为了更好地利用频谱资源,卫星通信系统普遍采用高轨道(GEO)卫星与LEO卫星频谱共存的方案来提高频谱利用率.在频谱共存的过程中,提出了一种基于动态阈值的能量检测与波束跳跃相结合的算法,以减小L...     

地磁测量卫星的矢量磁场在轨标定算法仿真

以SWARM为代表的高精度地磁测量卫星对地球磁场探测精度经过标定之后优于0.5 nT,对于开展地磁科学研究具有重要意义。地磁测量卫星通过安装在伸展杆上的矢量磁通门磁强计、标量磁强计和高精度星敏感器,获取测量方向的惯性空间姿态的地磁信息,其中高精度标量磁强计主要用于对磁通门矢量磁强计进行标定。针对地磁测量卫星,研究了矢量磁强计在轨测量误差的校正方法。考虑到矢量磁强计非正交角、标度因子以及偏差的影响,建立磁场矢量线性输出模型;结合标量磁强计的测量值分别设计基于小量近似的线性校正算法和基于参数辨识更新的非线性校正算法;校验两种算法的标定精度,并通过Tukey权重函数改善算法的鲁棒性。仿真结果表明,两种算法校正结果相似,磁场三轴误差可校正至0.5 nT以内,在标量磁强计存在异常值时仍具有较好的校正效果。      

基于序列-图像映射的航天器智能故障诊断方法

卫星组网是未来航天的发展大趋势,要保证众星在轨安全可靠稳定运行,要求单星具备高精度的在轨自主故障诊断能力。本文针对航天器控制系统故障闭环传播和数据维数高的特点,结合某航天器的地面测试数据,首先对高维耦合序列数据进行处理,实现序列到灰度图像的映射,然后采用卷积神经网络完成高精度同一故障部件的故障诊断。通过将所提方法与K邻近算法、基于主成分分析的K邻近算法等非图像化机器学习算法进行对比验证,说明了本文所提方法的有效性。     

基于帝国竞争优化的双目标综合决策选星算法

全球卫星导航系统（GNSS）的应用前景已经得到世界各国的普遍承认,其应用领域也趋于多样化,在此背景下,卫星接收机也要求其具有更快的解算速度和可靠的精度。针对目前多数接收机的选星算法都是固定选星数目从而限制算法机动性的问题,提出基于帝国竞争优化算法（ICA）的双目标综合决策选星算法。为了更好获取几何构型较好的卫星星座,引入可见卫星的卫星仰角和方向角先验信息,进行先验性约束,通过构建几何精度因子（GDOP）以及选星数目2个目标,进行综合决策的快速选星,提高了选星的灵活度,并且在满足用户精度的要求下减轻了多星座卫星接收机的计算负担。通过仿真实验和实测数据对双目标综合决策选星算法验证的结果表明:所提算法在高度截止角5°下引入先验性约束条件后平均选星数目在仿真数据和实测数据中缩减率分别为51.8%和45.4%,平均GDOP值较无约束下分别减少0.209 2和0.248 4。同时,所提算法单次选星平均耗时分别为0.168 4 s和0.303 1 s,与遍历法的选星耗时4 s相比,提高了95.79%和92.42%。      

地月空间信息网络链路分配算法研究

在设计拓扑时,如何分配每颗卫星上有限的通信终端建立通信链路,构建一个性能良好的网络拓扑,成为了一个重要的研究问题。以平均月球中继卫星到地面站路径距离最小为优化目标,以卫星携带的通信终端数目、月球中继卫星与地面站的连通性为约束条件,提出了基于竞争决策思想的链路分配算法(Link Assignment Algorithm based on Competitive Decision, LAA-CD)和基于模拟退火法的链路分配算法(Link Assignment Algorithm based on Simulated Annealing,LAA-SA),并与贪婪算法进行对比。仿真结果表明,LAA-CD和LAA-SA算法下所得拓扑的平均月球中继卫星到地面站距离均小于贪婪算法,且LAA-CD算法能够有效降低算法的时间复杂度。进一步对比了两种星座,发现相比拉格朗日轨道卫星星座,在月球极轨道卫星星座下所得拓扑具有更小的平均距离,为空间信息网络分配提供技术支撑。     

融合TRIAD算法用于GPS姿态确定

研究把观测矢量定姿算法用于ＧＰＳ姿态确定。传统的ＴＲＩＡＤ算法利用两个非平行矢量确定载体的三轴姿态,但它存在对主矢量敏感,且不能利用第３根矢量的测量信息等缺点。文章提出一种改进的ＴＲＩＡＤ算法,克服了主矢量敏感问题;为了能利用３根基线的观测信息,在ＯＰＴＴＲＩＡＤ算法的基础上提出融合ＴＲＩＡＤ算法,它可以提高定姿精度。用接收机进行了实验,结果表明改进的ＴＲＩＡＤ算法确实克服了主矢量敏感问题;较之传     

面向航空电子云的混合式时间同步算法

针对航空电子云对时间同步的需求,建立了相应的网络模型、时钟模型和延时模型.给出了节点在不同网络状态下的同步操作流程,基于贝叶斯估计对同步消息的接收处理时间进行补偿,结合集中式同步和分布式一致同步机制,提出了混合式时间同步算法.通过仿真实例比较了该算法与传统同步算法的性能.对比结果表明,该算法在具有更高同步精度和最高收敛速度的同时,仍然能够在链路失效率低于50%的情况下维持与传统分布式算法相当的鲁棒性.该算法为解决航空电子云的时间同步问题提供了参考.     

基于VMD-MPE的开关磁阻电机功率变换器故障诊断

故障诊断是提升开关磁阻电机(SRM)调速系统可靠性的重要技术。针对功率变换器故障信号非线性不稳定、有效信息易被噪声掩盖的特点, 提出了一种新的故障特征提取方法。对直流母线电流进行变分模态分解, 得到若干本征模态分量, 取多尺度有效模态分量排列熵平均值作为特征向量, 输入支持向量机分类器进行故障识别。为验证所提方法的可行性, 建立仿真模型, 与传统的小波分析等故障诊断方法进行对比；搭建了开关磁阻电机实验台架, 测试了开路、短路故障状态。仿真和实验结果表明:所提方法可减小噪声影响, 提高故障识别准确率。      

基于MSST及HOG特征提取的雷达辐射源信号识别

针对传统雷达信号识别算法在低信噪比下识别准确率低的问题,提出了基于多重同步压缩（MSST）时频变换及方向梯度直方图（HOG）特征提取的雷达辐射源信号识别算法。所提算法在雷达时域信号短时傅里叶变换（STFT）基础上进行多重同步压缩处理获得信号时频分布图,通过HOG算子对信号时频分布图进行HOG特征提取,将提取的HOG特征通过主成分分析法（PCA）进行降维,将降维后的特征参数送入支持向量机（SVM）对雷达信号进行分类与识别。实验结果表明：所提算法具有较低的复杂度,当信噪比为-8 dB时,仿真实验与半实物仿真实验针对9种典型雷达信号的识别准确率达到90%以上。