实测数据与标准地磁模型的比较

利用国际标准地磁模型,可以计算出任意点的磁场强度。本文对“风云一号”卫星的磁强计测量数据与标准地磁模型计算结果进行了平静期吻合性的比较。分析了地磁强度绝对值的地理分布规律以及平静期南大西洋磁异常区的数据变化情况,为进一步分析地磁扰动时期的变化情况打下基础。     

异常数据识别的搜索方法

研究弹道跟踪系统的异常数据识别问题,导出了一种基于三角形和四边形面积的异常数据识别的搜索方法。理论分析、仿真计算和实测数据处理均表明,本搜索方法对异常数据的识别有较好的效果,可应用于数据的适时和事后处理。     

一种基于迁移学习的遥测数据异常检测方法

为解决卫星遥测数据异常检测面临的数据不平衡且缺乏有标签样本的问题,提出一种基于一维卷积神经网络(1dCNN)迁移学习的异常检测方法.首先利用源域卫星的遥测数据对1dCNN进行预训练,使得模型的卷积层具有卫星状态特征的提取能力;然后将训练好的模型迁移到缺乏标签数据的目标域卫星中;利用目标域有标签样本对预训练模型进行微调,...     

产品寿命预测

对基于失效或故障时间数据的产品寿命预测的基本概念、重要意义、方法以及与其它学科的关系等进行了系统评述.     

基于增量式孤立森林的液体火箭发动机异常检测方法

为解决液体火箭发动机故障标签缺失条件下流数据无监督检测问题,以及满足不同发动机台次和不同工况的自适应检测需求,基于增量学习思想,提出了基于增量式孤立森林的异常检测算法。设计了多工况流数据检测条件下的在线更新策略、异常分数表达式,并通过更新停止策略避免故障数据对模型的污染。利用多台次试车数据对该模型进行验证,并与传统方法进行比较,结果表明,该算法能够对样本异常程度进行量化评价,能够有效检测早期缓变故障,其F₁指标较原始孤立森林算法提高了43%,检测及时性优于红线算法和自适应阈值算法。     

高光谱图像序列中的运动弱小目标检测

高光谱图像序列中包含时域信息和光谱信息的弱小运动目标检测因其在民用和军用中的重要作用而引起了研究人员的兴趣。本文提出了一种新的空时联合异常方法来解决运动弱小目标的检测问题。该方法分别从空间域和时间域利用异常检测算法计算空间异常图和时间异常图。为了检测目标的运动一致性特征,该方法生成了运动轨迹预测图。将空间异常图、时间异常图和轨迹预测图融合后,可以很容易地从背景中检测到感兴趣的目标。该方法被应用于云杂波背景下的空中目标测试数据集。实验结果表明,该方法具有较低的虚警率和较高的检测率。     

深空探测器同位素热源环境试验技术

为保证应用于深空探测器的同位素热源的安全性和可靠性,开展了深空探测器同位素热源环境试验技术研究。通过对同位素热源全寿命周期内各任务剖面的系统分析,总结得出了同位素热源环境试验项目,并对这些项目进行了研究及模拟实验,具体包括:高温–离心、高温–冲击、高温–振动等热–力复合环境试验技术,空气动力学加热、热冲击试验、发射场火灾事故地面模拟实验等异常环境安全性试验技术。通过以上研究建立了同位素热源鉴定级环境可靠性试验及异常环境安全性试验能力,为深空探测器同位素热源研制任务提供了技术支撑。     

基于变量贡献率的MSPC异常识别方法

异常识别是多元统计过程控制(MSPC, Multivariate Statistical Process Control)方法有效应用的关键.针对现有研究对历史异常信息利用的不足,综合考虑了主成分变量贡献率与重构误差变量贡献率对异常识别的影响,将两种变量贡献率进行归一化处理并求和得到综合变量贡献率;提出了一种基于综合变量贡献率的MSPC异常识别方法,并基于matlab计算平台实现了该算法.通过田纳西过程故障模式仿真及异常识别,对该方法的应用及算法有效性进行了实例验证.     

基于图像化变差函数的性能数据异常判别

为提升发动机性能监控的智能化水平,实现性能数据的高效利用,提出了基于图像化变差函数的发动机性能数据异常判别方法。通过研究发动机性能数据的标准化修正方法和图像转化方法,将数值型表示的发动机性能数据转化为发动机性能图像。通过引入变差函数理论,采用4方向的变差函数值表示性能特征值,融合不同时刻不同参数的性能数据。在提取发动机性能图像关键特征点的基础上,定义性能图像间的差异距离,实现基于变差函数的发动机性能图像异常判别方法,从而实现对发动机性能状态的判别。选用若干组实际发动机性能数据对方法进行验证。验证结果表明:该方法运算高效,实现了高维性能数据的降维和对性能图像运行状态的分类,从而判别发动机性能数据的运行状态。     

捷联惯组批次性能评估的稳健方法与应用

针对目前惯组批次性能评估方法中存在易受异常样本影响和结果无法检验的问题,提出了两种基于中位数理论的高效率稳健评估方法,称为rp方法与稳健标准差方法。两种方法合理利用了评估过程中的稳健信息,有效地克服了异常样本的影响,并且在此基础上构建了一套完备的批次惯组评估模型,确保统计结果准确可靠。最后,文中给出了具体的工程应用实例和结果分析。