风云系列气象卫星关键业务监控报警系统的设计与实现

风云系列气象卫星关键业务监控报警系统(CBMS)的设计与实施为高可靠星地业务运行提供了保障。信息收集器与报警平台间的星状结构确保了CBMS的灵活性和可扩展性,使CBMS与业务系统得以无缝集成;对短消息(SMS)等多样化报警手段的有效支持确保了监控报警的时效性和良好的用户体验。实践表明,CBMS能够在提高气象卫星业务系统运行可靠性的同时有效减轻卫星运行维护人员的工作压力。     

碳卫星载荷航空校飞试验飞行航线设计

介绍了碳卫星工作在主平面天底观测和主平面耀斑观测两种观测模式下飞机飞行试验中航线设计方法,充分考虑了由于太阳和飞机运动所引起的观测模式参数变化而引起的飞行航线设计变化,建立了航线设计模型,给出了航线设计准则、具体设计方案及设计结果。通过对比计算数据与实际校飞试验数据,对航线设计进行误差分析,验证了航线设计方法的有效性和精确性,所设计的航线满足试验要求。该方法同样适用于其他敏捷目标观测航线设计。     

基于张量分解的卫星遥测缺失数据预测算法

卫星健康状况监测是卫星安全保障的重要基础,而卫星遥测数据又是卫星健康状况分析的唯一数据来源。因此,卫星遥测缺失数据的准确预测是卫星健康分析的重要前瞻性手段。针对极轨卫星多组成系统、多仪器载荷以及多监测指标形成的高维数据特点,该文提出一种基于张量分解的卫星遥测缺失数据预测算法(TFP),以解决当前数据预测方法大多面向低维数据或只能针对特定维度的不足。所提算法将遥测数据中的系统、载荷、指标以及时间等多维因素作为统一的整体进行张量建模,以完整、准确地表达数据的高维特征;其次,通过张量分解计算数据模型的成分特征,通过成分特征可对张量模型进行准确重构,并在重构过程中对缺失数据进行准确预测;最后,提出一种高效的优化算法实现相关的张量计算,并对算法中最优参数设置进行严格的理论推导。实验结果表明,所提算法的预测准确度优于当前大部分预测算法。     

基于GCM(1,N)自适应关联组合模型的PM2.5浓度预测

PM_2.5浓度的变化与雾霾灾害天气的发生有着内在的必然联系,准确预测PM_2.5浓度变化趋势,对有效防治大范围雾霾灾害天气的发生具有重要指导作用.本研究根据PM_2.5浓度受多因素扰动的灰特性,采用等维灰递补的方法,及时补充新的灰信息,构建了PM_2.5主影响因子灰关联计算模型;同时引入灰控制参数对GM(1,N)模型进行改进,满足多影响因素条件下的精确预测,将二者结合建立了适应于不同N元的GCM(1,N)自适应预测模型.通过对北京地区实测数据的应用和分析,GCM(1,N)计算预测模型精度达到89.75%~96.44%,PM_2.5浓度预测相对误差在7.32%~15.21%之间,取得了较好的预测效果.     

风云三号气象卫星热控系统地面健康管理研究

热控系统是风云三号气象卫星重要的组成部分，直接影响到卫星工作状态和使用寿命。卫星入轨后，在地面对该系统进行长期状态监视、异常检测与分析对于整星及各个有效载荷的安全运行具有重大指示意义。在对风云三号气象卫星热控系统热平衡原理、功能、组成等详细分析的基础上，对其地面健康管理机制及技术进行了系统研究，设计了相应的健康管理综合应用平台。以遥测数据为输入，构建了异常场景定性模型,实现了对风云三号气象卫星热控系统在轨状态的监视和健康管理，对卫星平台及各个载荷不同场景下的状态变化引起的温度波动事件进行关联分析及可视化表达,能够为卫星在轨安全运行提供有效预警和辅助保障，并具有推广价值。