基于正反Kalman滤波的动基座重力仪数据处理方法

重力数据处理是动基座重力仪的核心技术,采用了一种基于正反Kalman滤波的数据处理方法提取重力异常值.以动基座重力仪(Sea and Air Gravity,SAG)为研究对象,根据系统参数推导了Kalman滤波方程,并运用正反Kalman滤波方法处理了SAG某飞行架次的数据.将提取的重力异常值与同机搭载飞行的俄罗斯高精度重力仪GT-1A的结果进行比对,试验结果表明,两者滤波结果差值的均方根误差要小于1 mGal.     

基于新息异常检测的改进抗差自适应卡尔曼滤波算法

在工程应用中,量测异常及量测噪声统计特性的时变是引起标准卡尔曼滤波振荡甚至发散的主要原因。经典抗差Sage-Husa自适应滤波方案,对量测中的孤立型异常有所抵抗,并可在线估计量测噪声统计特性改善滤波效果,但当连续型异常值出现时,其滤波效果不佳。针对现有抗差Sage-Husa自适应滤波方案的不足,提出了新的改进滤波方法。在改进算法中,当检测到量测异常时采用模值更大的先验预测方差阵代替原算法中的后验估计方差阵,在估计量测噪声方差时起到放大作用,以降低异常量测权重,提高滤波精度;采用IGG方案构造了新的权函数,可在抑制异常影响的同时调节估计方差阵,以免连续异常时新息持续置零引起的滤波发散;采用标准卡尔曼滤波新息辅助异常检测的双重检测策略,避免了因量测噪声方差阵的调节引起检测阈值变化而导致的漏检率增高。仿真实验表明,与常规抗差自适应滤波算法相比,该方案可更加有效地抑制量测异常值的影响。     

神舟4号大气成分探测的新结果

神舟4号(SZ-4)大气成分探测器搭载在SZ-4留轨舱上于2002年12月30日发射入轨，在在轨运行的前3个多月中，正值地球南半球处于夏半球季节，并发生了多次中低强度的地磁扰动事件，SZ-4大气成分探测器测得了轨道舱运行高度上(330-362km附近)大气成分的响应变化和异常现象新结果．探测数据表明，中低强度的地磁扰动事件也能引起热层大气中主要成分O和N2的数密度值增高的响应变化．同样在进入地磁扰动峰期后较高纬度处出现了N2的异常增变和O的异常降变以及大气密度异常扰动的现象，但此期间所出现异常现象的地域与SZ-3和SZ-2大气成分探测器探测结果相反，它仅位于南半球较高纬度地区．     

一种基于时间序列的自适应网络异常检测算法

传统的网络管理工具通常是根据预先设定的阈值进行网络流量异常检测,这种方法虽然简单,但不能根据网络状况进行自适应的动态调整.分析了基于时间序列的Holt-Winters异常检测方法,结合建立的历史流量的正常模型,改进了Holt-Winters模型的基值以及平滑因子参数的获取过程,加快了算法的启动时间,缩短了算法对网络环境的自适应时间.改进的Holt-Winters算法相较于原来的Holt-Winters算法以及阈值检测方法检测的正确率更高、误报率更低.     

基于密度聚类与匹配算法的异常飞行行为挖掘

在空中交通愈加拥挤的背景下,航空器的异常飞行行为的有效挖掘可以辅助管制员进行调配决策。现有方法只能辨识飞机空间位置特征异常,存在水平可扩展性的局限。本文考虑位置、速度、高度和航向4个异常特征,采用高度层划分策略、局部异常因子和快速覆盖树对基于密度的有噪声应用中的空间聚类（Density-based spatial clustering of applications with noise, DBSCAN）方法进行改进,提出局部异常因子改进的考虑速度、方向及高度的基于密度聚类方法（Density-based spatial clustering considering speed, direction and high level improved by local outlier factor,LOFDBSC-SDH）密度聚类算法对正常航迹模式进行快速准确提取。然后,基于正常航迹模式设计考虑过点时间和上述异常特征的航迹匹配算法,挖掘异常飞行行为。最后,通过实验仿真验证了本文方法的有效性和应用价值。     

第23太阳活动周武汉站电离层TEC特征分析

利用武汉站(30.5°N, 114.4°E)1997年1月1日至2007年12月31日电离层TEC、太阳黑子数及地磁指数等资料, 分析了第23周武汉站TEC的周日变化、季节变化、半年变化以及与太阳活动的相关性等特征; 以2006年4月13-17日发生的磁暴为例, 讨论了武汉站TEC对磁暴的响应以及可能的机理. 结果表明,武汉站电离层TEC在太阳活动高、低年均呈典型的周日变化特征; 冬季异常和半年异常特征明显, 且受太阳活动强弱影响; TEC和太阳黑子数年均值相关系数为0.9611; TEC对磁暴的响应可能是由磁层穿透电场和中性风共同作用导致的, 具体影响机制有待深入研究.      

对CFM56-3C发动机核心机区域电插头故障分析与维护建议

在波音737-300机群内,经常出现发动机 EGT、VIE指示摆动或者无指示及火警故障等等,其中大部分故障原因是CFM56-3C核心机内位于吊架位置上两对大插头存在缺陷而引起的,即:左发的D3324/D1210及D3302/D1208插头;和右发的D3326/D1210及D3304/D1208插头. 发动机核心机部件上相关传感、反馈、控制信号都是经过这两对插头转接的.为了增加这两对插头的插钉、插孔之间的导电性能和防腐,在插钉、插孔的外表面镀了一层黄金保护层.但由于这两对插头位于高温、高振动的发动机的C函道内,经常受到高温气体的侵蚀及振动的影响,使插头的填充材料变质、插头损坏或插头松动,同时,该区域接近空间狭小,工作者在拆卸、安装、拧紧这些插头时,困难较大,也易出现插头的松动或损坏、线束与周围管路或结构的摩擦,引起短路或开路.这些都会导致如振动指示、EGT指示异常或发动机火警探测失效或发动机引气故障.     

燃烧室故障导致涡轮叶片烧蚀的原因分析

通过对多起涡轮叶片烧蚀的故障发动机的分解、检查发现,虽然烧蚀的是涡轮叶片,但故障的根源却在于燃烧室。其中喷嘴积炭、燃油品质不良、气流结构异常等燃烧室部件故障是易造成涡轮叶片烧蚀的主要原因,针对这些故障原因,就日常维护、检查、使用等方面提出了预防措施。     

基于生成对抗网络的航天异常事件检测方法

航天环境复杂,技术难度大,风险高,安全可靠性要求苛刻。航天异常事件样本少,且难以获取,有针对性地开展异常事件检测（AED）很有必要。为预防航天事故,尽早发现可能导致故障的异常事件,深入研究了最新人工智能和生成对抗网络（GAN）技术,提出了一种基于生成对抗网络的航天异常事件检测方法。使用正生成对抗网络模拟生成正常事件样本,训练反生成对抗网络模拟生成异常事件样本,设计合理算法训练测试,计算输入事件与正生成对抗网络生成的模拟正常事件欧氏距离,以及输入事件与反生成对抗网络生成的模拟异常事件的欧氏距离差,实现对异常事件的精确检测。通过在美国国家标准与技术研究所数据库（MNIST）数据集全部使用正常数据训练,并对异常事件检测性能进行了试验验证,试验结果表明:在MNIST数据集下,精确率和召回率综合评价指标（F1）及精确率和召回率曲线下面积（PRC）等关键技术指标比变分自动编码器（VAE）方法相应指标性能至少分别提升了31%和11%。在真实环境下采集的模拟航天音频数据试验,异常事件检测性能良好,进一步证实了所提方法真实可用。      

辐射带AP9模式在南大西洋异常区的系统性量化评估

针对目前辐射带AP9模式量化评估不够系统的问题,基于F_10.7指数确定高、中、低太阳活动水平,以三种太阳活动水平条件下NOAA-15观测的140~500MeV的全向质子通量为参考数据,以南大西洋异常区为对比区域,定义边界吻合度和大小量级差为评估指标,将辐射带AP9模式分别与AP8模式和参考数据进行对比,对AP9模式进行系统性量化评估.结果表明,AP8和AP9模式均能重构出南大西洋异常区,但AP8模式重构的南大西洋异常区轮廓与观测结果更为吻合.平均而言,AP8和AP9模拟结果均比观测值高,AP8比AP9更接近观测值.太阳活动水平越低,AP9与观测之间的差距越小.