基于ILLE和SVM的卫星执行机构系统故障检测与定位

针对某超高指向精度要求的卫星平台,采用增量式局部线性嵌入(ILLE)与支持向量机(SVM)结合的方法,研究系统配置的多组磁伺服机构的故障检测与故障定位技术。在分析执行机构故障模式以及故障影响的基础上,采用LLE算法实时提取并更新与故障相关的卫星姿态控制系统高维信息,对其进行降维及特征提取,实现执行机构系统故障检测。当检测到故障时,提取执行机构系统输入输出信息,利用支持向量机(SVM)方法进行故障定位。该方法无需采集离线数据生成样本集,直接利用卫星姿控系统产生的在线故障特征数据集进行故障检测,并能根据故障检测结果,有效地实现卫星姿控系统执行机构的故障定位。算例仿真结果验证了所提方法的有效性。     

基于目标分解和SVM的极化SAR图像分类方法

极化SAR图像分类是新体制雷达应用研究中的一类基础前沿问题。文章提出了一种基于目标分解及支持矢量机(Support Vector Machine,SVM)的极化SAR图像分类方法。首先根据Cloude分解和Freeman分解两种方法提取极化SAR图像的多类散射特征,从而构造出图像各像素的特征向量。接着利用样本区域像素的特征向量对SVM进行训练,获得经训练的SVM。最后,以各待分类像素的特征向量为输入,利用经训练的SVM即可完成极化SAR图像的分类。对两幅AIRSAR实测极化SAR图像数据分类的结果表明,文章方法能够有效地利用多类散射特征的互补信息,具有较高的分类精度。     

微小型双组元姿控发动机技术研究

高性能微小型液体双组元姿控发动机具有冲量小、响应快、质量轻、尺寸小等特点,可为微小卫星等航天器实现在轨精确姿态控制,延长在轨工作寿命以及轻小型化等方面的应用提供技术基础.本文以5N微小型双组元液体火箭发动机为例,从微小型喷注器设计、微小型阀门设计、微小尺寸构件成型技术、热相容设计等方面,详细介绍了上海空间推进研究所在微小型双组元发动机设计及制备方面取得的进展和成果,提出了该项目的后续研制计划.     

高速星间收发通信机OFDM调制解调研究

目前,国内外针对卫星组网的研究主要集中在卫星之间的星间链路研究方向。为实现卫星组网通信系统中大数据量的信息交互,首次提出了一种利用正交频分复用(orthogonal frequency division multiplexing, OFDM)技术的高速星间收发通信机的设计方案。相比传统单载波技术,OFDM技术凭借其较高的频谱利用率、良好的抗多径干扰能力以及能够灵活分配资源等特有的优势,可用于实现星间通信的高码速率传输。首先设计了星间收发通信机的总体架构,基于星间通信系统的特点以及16QAM调制解调方式的优点进行了相关的参数设计,然后根据设计参数,采用Verilog HDL硬件描述语言基于ISE开发平台和Modelsim软件完成了16QAM数字调制解调功能和时序的仿真,验证了设计的可行性。首次将OFDM技术应用到星间收发通信机,为其硬件实现奠定了基础,具有一定的参考价值。     

基于1553B总线的测试系统的设计与实现

本文基于弹上系统进行测试的研究,详细叙述1553B总线的特点以及1553B总线的协议在弹上测试系统中的具体实现,然后阐述在测试系统中作为总线控制器和远程终端的实现方法,测试系统采用Lab VIEW实现主控机和测试终端的测试,能够对操作命令,测试数据以及数据通信状态实时进行记录,方便对数据的监测,经过实验测试,测试系统的测试效率高,误码率低。     

基于最大熵法的捷联惯组历次测试数据验前分布研究

研究在验前信息贫乏的情况下,使用异源验前信息确定捷联惯性测量组合(简称捷联惯组)历次测试数据验前分布的方法.将熵的概念引入验前分布的研究中,研究了在小样本条件下通过最大熵法确定捷联惯组历次测试数据验前分布的方法.研究结果表明这种方法能够准确有效地揭示捷联惯组历次测试数据的统计特性,克服了验前信息不足带来的统计分析误差,有效的提高了统计分析的质量.     

最小二乘支持向量机的在线学习算法研究

针对最小二乘支持向量机在线逼近过程中求解矩阵维数逐渐扩大的问题,提出了一种最小二乘支持向量机的在线学习算法。借助滚动窗口的思想,建立一个随时间滑动的建模数据区间,在线逼近中通过接受新数据删除旧数据来保持数据区间长度不变,同时数据不断更新,从而实现模型的在线学习。仿真结果表明了这种学习算法的有效性。     

基于LS-SVM的恒定应力ALT非参数统计方法

针对某些产品寿命分布未知,无法采用参数方法对其加速寿命试验进行统计分析的问题,建立了基于LS-SVM的恒定应力ALT非参统计方法,实现了对产品可靠度的预测及相关可靠性特征量的统计.仿真对比和应用实例结果表明,该方法统计精度高,且易于编程实现,适用于寿命分布未知及截尾试验情况F的恒定应力ALT统计分析.     

模糊最小二乘支持向量机在黑液波美度软测量中的应用

利用模糊最小二乘支持向量机进行软测量建模。并将基于最小二乘支持向量机的软测量器应用于造纸碱回收中黑液浓度的在线估算,取得了十分有效的应用结果。模糊最小二乘支持向量机收敛速度快,模型参数确定方便。因此基于模糊最小二乘支持向量机的软测量器在软测量建模中有很大的应用潜力。     

一种基于模拟退火的支持向量机超参数优化算法

基于统计学习理论的支持向量机技术以探求小样本情况下如何获得更好的机器学习规律而见长,与基于经验风险最小化原则的机器学习方法相比能够获得更佳的泛化能力,相关超参数的选择对其分类或回归性能有较大影响.针对径向基核支持向量机超参数优化问题,提出了一种改进的基于模拟退火算法的高效多目标优化算法,并详细讨论了优化寻优过程中搜索空间、初始可行解、初温和最优目标函数的设计方法.通过在多个标准数据集上的测试验证,证实了本文所提算法的可行性和有效性.