遥测精度的基本估计

文章从我国导弹航天试验场工程应用的角反出发，对遥测粗度涵义、基本假设、时间应标精度和幅值精度等提出了看法，并选择１０类典型遥测参数进行了精度估计．从而得出了我国导弹航天试验场遥测系统精度基本满足用户要求的结论．     

某工程频分制遥则系统设计与研制

介绍了某工程战斗弹上所用的频分制遥测系统，对该系统的遥测参数进行了分析，确定了六个主要参数可以对导弹的工作状态进行判断。并对遥测系统进行了分析，确定了系统的主要技术指标。最后对研制中所出现的几个关键技术问题进行了分析和讨论。靶度结果表明，该系统设计合理，为战斗弹的靶试提供了重要的参数。     

亚洲一流的遥感卫星地面应用系统

阐述了一种亚洲一流的遥感卫星地面应用系统的组成和工作原理，给出了地面应用系统中的卫星跟踪与接收地面站、图像预处理、图像应用处理和管理控制与支持４个分系统的主要任务、功能、技术性能和设备组成，介绍了工程建设中解决的关键技术。     

欧洲启动“伽利略”地面站首批“伽利略”卫星拟在2011年发射

据欧洲航天局网站2010年12月13日报道,欧洲在瑞典北部的基律纳启动“伽利略”地面站,该站将在与欧洲全球导航系统“伽利略”卫星的通信中起到关键作用。基律纳地面站坐落于欧洲大陆最北部,处在北极圈附近,对观测中轨道卫星非常有利。它是在轨验证阶段“伽利略”两个测控站点中的一个,用于监视卫星,并中继来自德国和意大利地面控制站的新指令。另一个测控站在法属圭亚那的库鲁,接近赤道。首批“伽利略”卫星预计在2011年发射。     

数据传递技术的最新发展

1994年，数据传递技术上的一个新的、重大的发展是在一套硬件上，采用不同的软件加载，实现了功能可编程，协议可编程。这新技术就是“可重组技术”。它将引起测控、通信、电视、信息联网上的重大变化。文中介绍该技术的诸多方面，并给出某公司的典型产品作为示例，说明其工作原理、结构概况。作者认为，我国应重视此新技术的研究和推广应用。     

卫星地面站典型故障分析

卫星地面站故障主要是根据ＣＵ板 (信道板 )上的ＬＥＤ显示及与地面站相连的其它相关设备的工作正常与否来判定的。由于卫星地面站均是以网络形式运行的 ,所以在判断故障的存在源时 ,不仅要理所当然地检查本站的情况 ,还要询问网络控制站的情况及与本站相连的其它站的情况。三方站只要有一方存在问题 ,整个地面站都不能正常工作。另外 ,地面站设备又分为室内设备和室外设备 ,当二者之一出现问题 ,也不可能正常工作。因此在分析地面站故障的来源时 ,要综合考虑各方面的情况 ,这样才能及时准确地解决卫星站所出现的各种故障。笔者在实际工作中…     

航天飞机用的遥测传感器

航天飞机遥测传感器的基本要求是稳定性好、高度可靠、小型化。本文介绍了航天飞机用的遥测传感器的种类与特点,在总结国外遥测传感器选用情况的基础上提出了作者对于我国航天飞机遥测传感器未来发展的设想。     

遥测数据处理的野值剔除方法研究

本文紧密结合遥测数据处理实际,在对遥测参数综合分析的基础上,分析了传统方法存在的局限性,介绍了两种具有较高可靠性和实用性的野值剔除方法,并给出了具体的应用实例。     

一种基于SD-ICA的卫星电池健康状态估计方法

针对容量增量分析（ICA）法应用在卫星电池的健康状态（SOH）估计中存在较大误差的问题,提出了基于带平滑处理并使用放电数据的容量增量分析（SD-ICA）的电池健康状态估计方法。首先,利用光滑样条函数的拟合结果具有二阶导连续的特性,对低分辨率的遥测数据进行平滑处理,从而提高了计算结果的准确性。其次,针对ICA必须使用微小电流放电数据的限制,推导出有负载条件下的容量增量（IC）计算方法,降低了对卫星电池放电工况的要求。最后,利用IC曲线的第一特征点（FOI1）与电池容量的关系,对卫星电池的健康状态进行估计。经验证,所提方法具有对数据分辨率要求低、不需要增加电池工况、计算简便等优势,可以准确地从卫星遥测数据中估计电池健康状态。研究成果在卫星电池的健康管理和任务规划中具有重要的应用价值。      

月球巡视器太阳电池阵电性能仿真模型参数辨识方法

为使月球巡视器太阳电池阵电性能仿真模型更精确地模拟真实在轨太阳电池阵硬件系统的工作状态,提出对仿真模型进行参数辨识的方法。给出了太阳电池阵电性能仿真模型,分析其输入、输出与初始化参数,说明了利用遗传算法和遥测数据开展参数辨识的可行性。提出仿真模型参数辨识方法的总体思路,即将遥测数据作为激励源,再采用遗传算法开展参数辨识。利用某一时段的遥测数据对仿真模型参数进行辨识,并用其他时段的遥测数据对辨识结果进行验证。结果表明:辨识后的仿真模型输出与对应遥测值的接近程度更高,仿真模型的输出偏差可减小约50%。文章提出的仿真模型参数辨识方法,可使仿真模型在月球巡视器在轨期间的任务规划验证和伴飞任务中提供精准预报。