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。      

空间数据系统发展的三个阶段

提出把空间数据系统的发展历程分为三个阶段：第一阶段是面向信道传输,主要解决数据如何在空间链路上有效可靠传输;第二阶段是面向数据源,主要解决如何自适应不同数据源的传输要求。这两个阶段的技术已经成熟并应用。文章预测,空间数据系统将走上第三阶段,即面向数据用户的体制,到那时用户可以根据自己的需求,主动从空间分布式数据库中获取数据。文章重点阐述了第三阶段的新概念设想,它的第一步是云遥测,然后进一步建成支持交互的空间云数据系统。     

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。     

基于C8051单片机的多路温度无线遥测系统

基于C8051F020单片机和DTD465无线数传模块设计了多路温度双向无线遥测系统.温度测量采用铂电阻;无线数传模块基于FSK调制,采用高效前向纠错信道编码技术;系统为低功耗设计.介绍了测量站和主控站的软件,以及数据通信协议.系统已成功地应用于汽车导航实验中,使用结果表明,本系统软硬件设计完善,可靠性高,使用方便.     

Exponent及Gauss型遥测数据建模初始化算法

在对某大型航天电子设备的遥测数据建模时,经常遇到含有指数类变化规律的数据,对其进行建模可以为研究设备性能的变化规律、实际与设计的差异等提供手段。针对有指数变化趋势的遥测数据,采用Exponent模型、Gauss模型对遥测数据建模,给出了这种数据模型的表达式,研究了2种模型的参数初始化算法。通过数值实验说明模型参数初始化算法的有效性,为后续利用最优化理论求解模型精确参数提供了良好的初试点。     

基于PXI总线的姿态角变换器高精密测试系统设计CSCD

为了验证遥测系统姿态角变换器的功能可靠性,研制了一种基于PXI总线的高精密测试系统。姿态角变换器高精密测试系统以PXI的模块化设计为平台,各功能模块板卡即插即拔,增强了硬件上的可扩展性;整个测试台为一体式设计,内嵌显示器。软件设计中采用针对测试系统的开发软件Lab Windows/CVI,采用C语言进行编写,为了充分利用系统资源,采用多线程技术,通过软定时器来控制各个线程的运行和停止,并实时刷新显示数据。实际测试结果验证了设计的可行性。     

一种低成本的模块化网络结构遥测处理系统

航天工业不需要性能更高、成本更低和维护性更好的遥测数据处理系统。尽管基于Intel X86系列的处理器系统和微操作系统在性能要求较低和便携式的应用中胜任不断增加，但是，有必要用基于UNIX／VME的系统，以便在高级客户端，多数据流应用中获取所要求的性能。现在，计算机工业的发展提供了成本更低的可选系统，现有的技术可提供商业化的功能强大的分布式处理器系统。本文介绍的系统采用了最新的因特奔腾处理器，PCI总线，100BaseT快速以太网，微软WindowsNT操作系统和NT服务器。本结构系统为各种要求，能够在许多年内为保持和支持这些系统的测试设备提供低成本的一些手段。     

CDAS中频跟踪遥测接收机

介绍了ＦＹ－２号ＣＤＡＳ中频跟踪遥测接收机的设计原理及实现方法。研制成的中频跟踪遥测接收机具有捕获时间短、动态范围大、跟踪范围较宽、零点漂移小的特点。通过切换控制可实现对日本ＧＭＳ卫星的自动跟踪。设备的测试指标满足并优于任务书的要求。     

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，从而实现了对目标域测试集样本的异常检测。为了使1dCNN能够适应遥测数据样本的不平衡性，引入了代价敏感训练策略，建立动态损失函数，从而提升代价敏感一维卷积神经网络(cs 1dCNN)对于异常样本的识别能力。以某两个卫星的电源分系统遥测数据进行了验证，实验结果表明该异常检测迁移方法具有较好的有效性和鲁棒性。     

多星公用编码遥测实时处理技术研究

本文介绍多星公用编码遥测实时处理软件系统的总体设计思路、控制逻辑,归纳出要解决的技术难题,并给出一种解决的方法,最终可实现多星统一处理。