基于模糊变权原理的卫星健康评估方法

针对航天器健康管理领域中在轨卫星的健康评估问题,提出了基于模糊变权原理的健康状态评估方法,用健康度定量表示健康状态,并以卫星姿态控制系统为例进行了分析。在部件级水平上,采用了基于模糊无量纲化函数和稳定更新过程的健康度计算方法。从部件级到系统级,利用改进的层次分析法(analytic hierarchy process, AHP),结合变权综合原理,建立了姿态控制系统的健康状态层次分析模型,并给出评估计算过程。最后,通过故障仿真的手段进行验证,结果表明该套分析与评估方法对卫星健康管理具有实用价值。     

基于Petri网的复杂设备健康状态退化分析

针对大型设备结构复杂,健康状态难以评估的问题,以设备最小可监测或可评估单元健康状态为输入,建立了健康退化Petri网模型,利用健康等级信度的变化描述复杂设备全系统各层次单元的健康状态退化情况。首先给出了健康退化Petri网的定义,分析了库所间“冗余”、“共同”、“并发”以及“继发”四种关系形式,用以评估各层次单元健康状态;然后分析了健康状态信度转换为健康度的规则并给出一种线性映射方法;根据健康状态退化趋势特点,在离散灰色模型中引入非线性时变项,提出了基于粒子群优化的拓展非线性时变参数离散灰色模型的健康度预测算法。最后将模型应用于某发射装置的健康状态退化分析,说明了模型的适用性。     

北斗卫星导航系统效能综合建模与分析研究EI北大核心CSCDCSSCI

针对卫星导航系统效能要素多样、作用关系复杂的特点,构建了基于质量特性视角的导航系统效能指标体系,研究提出一种综合考虑空间信号精度、卫星平均中断间隔时间、卫星在轨测试时间、运载火箭可靠性、星间逻辑关系等要素的导航系统效能集成分析方法.该方法采用广义随机Petri网构建导航单星可用性模型,考虑随机故障和耗损故障构建导航单星可靠性模型,采用应力-强度分析构建导航单星能力模型,综合星间逻辑关系并运用动态贝叶斯网络开展导航系统效能建模与分析.北斗卫星导航系统仿真算例验证了方法的有效性和可行性,并对其他卫星系统效能分析具有一定的参考价值.     

基于改进马田系统的复杂系统健康状态评估

健康状态评估是复杂系统故障预测与健康管理的关键环节,为准确评估系统的状态,提出一种基于改进马田系统(improved Mahalanobis-Taguchi system, IMTS)的评估方法。首先,通过监测多特征参数的时间序列,运用IMTS筛选特征并计算加权马氏距离(weighted Mahalanobis distance, WMD);然后,基于WMD构建健康指数(health index, HI)模型,并利用Box-Cox变换和3σ准则确定HI阈值;最后,通过美国国家航空航天局(national aeronautics and space administration, NASA)提供的PHM08数据,对航空发动机的健康状态进行评估。结果表明,该方法能够对复杂系统进行及时有效的综合健康状态评估。     

单星InSAR系统基线模型的误差传播与精度反演

基于由光学手段测得的单颗干涉合成孔径雷达卫星的支撑臂矢量,通过转换关系建立空间基线模型。综合考虑基线模型在安装、测量和卫星在轨飞行等各环节的误差源,包含卫星姿态误差、外部副天线姿态误差、安装位置地面标定残差、卫星与天线在轨变形量、测量系统轴向标定残差以及硬件设备的测量误差等。分析各自的误差特性,给出多种因素误差源对于空间基线的误差传播机理,推导传播过程中的误差演化特性;基于理论推演的结果给出测量设备合     

多信息源条件下战损部件恢复能力评估方法

在进行战时装备战损部件恢复能力评估时,针对收集得到的部件抢修样本信息与实际战场情况不相符的问题,以战场环境和抢修分队维修保障条件为依据,分别建立了样本信息筛选模型和样本抢修时间向实际抢修时间折合的内积模型。采用随机加权法将样本信息转换为参数分布,提出支持度与最大熵相结合的信息源权重确定方法,将相似部件和部件历史信息进行融合,得出部件在对应战场条件下的恢复能力评估结果。算例分析表明,该评估方法可对多种复杂战场条件下的部件恢复能力进行评估,提出的多源融合方法较传统估计方法评估结果更加准确,具有很强的实用性。     

多信息源条件下战损部件恢复能力评估方法

在进行战时装备战损部件恢复能力评估时,针对收集得到的部件抢修样本信息与实际战场情况不相符的问题,以战场环境和抢修分队维修保障条件为依据,分别建立了样本信息筛选模型和样本抢修时间向实际抢修时间折合的内积模型。采用随机加权法将样本信息转换为参数分布,提出支持度与最大熵相结合的信息源权重确定方法,将相似部件和部件历史信息进行融合,得出部件在对应战场条件下的恢复能力评估结果。算例分析表明,该评估方法可对多种复杂战场条件下的部件恢复能力进行评估,提出的多源融合方法较传统估计方法评估结果更加准确,具有很强的实用性。     

基于云理论的C~4ISR系统作战效能评估应用与研究

针对C4ISR系统作效能评估的复杂性,借鉴云理论的原理,提出基于云理论的C4ISR系统作战效能评估模型。在描述云理论评估步骤和建立评价指标体系的基础上,通过求各指标的云模型表征及各指标参数的权重,用加权偏离度衡量系统与理想状态的偏离量,采用包含一维云发生器的改进型云模型实现了C4ISR系统作战效能评估。实例证明此方法能较好地融合主客观信息,有效的集成了模糊性和随机性,简单易行,可操作性强,为C4ISR系统作战效能评估提供了一种有效方法。     

基于IMM/EA的卫星姿态控制系统重构容错控制

研究了在轨卫星姿态控制系统发生可修复性故障状况下的系统重构容错控制。对于处于稳态的三轴稳定卫星,当姿态发生突变时,启动故障检测与诊断(FDD)子系统,采用交互式多模型(IMM)算法得到故障发生的位置以及故障模型,同时利用故障模型中的动力学系统进行特征结构配置(EA),生成重构控制器对原系统进行补偿控制。将FDD过程与重构控制器的设计过程结合,避免了单独设计FDD子系统然后再进行系统重构带来的计算量和时间延迟。最后通过数值仿真验证了该算法的有效性。     

基于可用度改进方法的多状态串并联可修系统优化设计

基于不同的系统可用度改进方法,研究了多状态串并联可修系统的优化设计问题.在系统部件具有常数失效率和修复率的假定下,分别利用减小因子法、增加因子法、热备冗余法、温备冗余法和冷备冗余法改进系统可用度,提出了混合法改进系统可用度的优化设计模型.在一定可用度水平及体积和重量约束下,以改进系统可用度所需成本最小为优化目标,给出了系统可用度改进方法的优化设计方案.基于遗传算法处理离散设计变量的灵活性和其较强的搜索功能,利用遗传算法求解所建立的优化设计模型.     

基于多源信息融合与HMM的剩余寿命预测

针对设备剩余使用寿命预测问题, 提出一种基于多源信息融合与隐马尔可夫模型的预测方法。首先, 针对发动机结构复杂、监控数据参数多等问题, 提出一种基于传感器信噪比和主成分分析(principal component analysis, PCA)降维的多源传感器数据融合方法。在此基础上, 利用样本数据训练高斯混合隐马尔可夫模型, 同时为降低模型偏差并避免过拟合风险, 提出一种“定制”策略训练方法, 训练后的模型可用于系统健康状态识别和剩余使用寿命预测。最后, 通过美国国家航空航天局公开的航空发动机仿真数据集对所提方法进行了验证, 并与几种具有代表性且预测精度较高的文献方法进行了比较分析, 验证了方法的有效性。     

基于LSTM神经网络的短期轨道预报

针对基于动力学模型的轨道预报方法对卫星自主轨道预报与大量非合作目标轨道预报中存在建模成本过高和缺少目标空间环境信息的问题,提出一种基于误差数据驱动的神经网络轨道预报方法.该方法在解析法动力学模型的基础上,使用长短期记忆神经网络对历史轨道预报的误差进行学习,预测未来短期动力学模型的预报误差,以此对预报结果进行修正.选用A...     

基于LSTM的LEO卫星链路自适应算法

低地球轨道(low earth orbit, LEO)卫星由于其传输损耗低、地面干扰小等优点成为空天地一体化网络的重要组成部分。由于星地传输链路的时延大,现有卫星通信过程无法实时地进行信息交互,导致系统无法适应信道的变化。针对这个问题,提出了基于长短期记忆(long short-term memory, LSTM)网络的信噪比(signal to noise ratio, SNR)预测方法,并利用预测的SNR调整系统的调制与编码方案(modulation and coding scheme, MCS),使其与快速变化的信道相匹配。仿真结果表明,提出的基于LSTM网络的SNR预测方法可以达到较高的准确度,并且根据预测的SNR实时调整MCS的方案大幅度地提高了系统的总吞吐量。     

基于小波变换的轨道摄动时间序列建模及仿真

卫星摄动分析是卫星定轨的关键。卫星摄动变化规律复杂,直接影响定轨精度和计算效率。在摄动力分类和轨道摄动偏差统计分析的基础上,给出了一种基于小波变换的卫星轨道摄动时间序列分析建模方法。研究了基于小波变换的卫星轨道摄动偏差特征提取方法,能够对轨道摄动偏差做出很好的预测和噪声平滑;采用时间序列分析方法,构造了摄动偏差残差的统计模型;建立了基于卫星轨道摄动偏差残差AR（2）平稳时间序列表示的稀疏参数化卫星摄动的精确模型,达到对卫星轨道进行有效预测的目的。     

星载GPS低轨卫星跟踪数据的建模与仿真

在研究星载GPS低轨卫星系统的基础上，建立了星载GPS低轨卫星跟踪数据的仿真模型，编制了相应的计算机程序。仿真模型包括卫星参数模型、动力学模型和观测误差模型。仿真计算表明，卫星参数模型和动力学模型真实地反映了卫星的运动规律；误差模型反映了观测环境对信号的传播影响。同时可以调节和选择仿真模型的参数，仿真采用不同高度、具有不同星体参数的低轨卫星和具有不同误差大小的跟踪数据，这对于论证星载GPS定轨方案、评价定轨算法、设计GPS接收机等有一定的实用价值。     

基于多评价函数法的可重构性指标分配

针对多目标优化的可重构性指标分配问题,给出了一重和二重可重构性指标的计算方法。结合多目标优化特点和可重构性指标的定义建立了可重构性指标分配的多目标优化模型。在此基础上提出了一种多评价函数法,用于系统可重构性指标分配,该方法对相互冲突的多个目标建立不同的评价函数,通过在可行解内协调得到最优化结果,最后将其应用于串联系统进行仿真,并与线性加权和法的结果作比较,结果显示基于多评价函数的可重构性指标分配方法更具有效性。     

基于星敏感器的星光折射卫星自主导航方法研究

研究了基于星光折射量测进行自主确定卫星姿态及轨道的方法。这种导航方案利用高精度的CCD星敏感器,结合星光穿越大气的较精确的数学模型,来间接敏感地平,从而实现对卫星的精确定位和定姿。为了说明所提导航方案的有效性,采用推广卡尔曼滤波算法,结合模拟的测量数据对自主定轨进行了仿真。仿真结果表明,定轨精度优于100m。还分析比较了采样周期、星敏感器精度、恒星数目等因素对定轨精度的影响。总结了其变化规律,可用于提高卫星自主定轨精度。     

基于HLA/pRTI的卫星姿轨控系统仿真研究

基于高层系统结构HLA/pRTI对卫星姿轨控系统的仿真进行了初步研究,提出了姿轨控系统仿真软件平台的基本框架,介绍了姿轨控系统模型,给出了联邦FOM模型及时间管理策略。在自主研制的SSVS仿真平台上对卫星在轨运行场景进行了一体化分布仿真,对仿真结果进行了分析,并得出结论。     

基于深度强化学习的卫星光网络波长路由算法

针对由卫星光网络拓扑动态变化、业务多样化和负载不均引起的路由收敛慢和波长利用率低的问题, 提出了一种基于深度强化学习的卫星光网络波长路由分配方法。基于软件定义中轨/低轨(medium earth orbit/low earth orbit, MEO/LEO)双层卫星网络架构, 利用深度强化学习算法动态感知网络当前的业务负载和链路状况, 构造基于时延、波长利用率和丢包率的奖励函数进行选路决策。为了解决单跳链路对整个光路的影响, 引入链路瓶颈因子, 搜索符合服务质量(quality of service, QoS)约束的最优路径。研究结果表明, 与传统卫星网络分布式路由(satellite network distributed routing algorithm, SDRA)算法和Q-routing算法相比, 所提算法降低了网络的时延、丢包率, 提高了波长利用率, 同时也降低了高优先级业务的阻塞率。