马特拉算法在遥测数据短期预测中的应用

为了提高遥测数据预测的精度和实时性,针对遥测数据的非平稳性和周期性特点,引入小波分析的预测技术,提出了一种对遥测数据序列进行不同频段上的分解方法:遥测数据时间序列依据选定的N阶多贝西小波和分解尺度值2分解为低频分量和高频分量,针对不同分量建立了基于马特拉算法、周期自回归模型和指数平滑法的时间序列短期预测模型,各分量预测结果经小波变换的逆算法重构后输出.仿真实验结果表明该方法满足遥测数据工程预测要求,能够有效地解决遥测数据的短期预测问题.通过对遥测数据短期预测结果的研究分析可提前判断卫星潜在的趋势,为指挥人员的正确决策提供科学依据.     

灰色理论用于遥测数据中长期预测

针对卫星在轨测控过程中,遥测数据变化趋势不易判断这一问题,提出了对遥测数据进行中长期预测的思想.基于灰色系统理论,结合遥测数据特点和中长期预测要求,对灰色预测GM(1,1)模型的建模过程和预测精度进行研究.依据所构建的模型进行预测验证分析,根据后验差比值、小误差概率、预测精度对预测结果的评价分析显示,该方法可以对遥测数据中长期趋势起到提前预报的作用,符合卫星遥测数据中长期预测要求.预测结果能够为测控人员对卫星遥测数据未来趋势的分析和潜在故障的预警判断提供理论支持.     

灰色理论用于遥测数据中长期预测

针对目前卫星在轨测控过程中,遥测数据变化趋势不易判断这一问题,提出了对遥测数据进行中长期预测的思想.基于灰色系统理论,结合遥测数据特点和中长期预测要求,对灰色预测GM(1,1)模型的建模过程和预测精度进行研究.依据所构建的模型进行预测验证分析,根据后验差比值、小误差概率、预测精度对预测结果的评价分析显示,该方法可以对遥测数据中长期趋势起到提前预报的作用,符合卫星遥测数据中长期预测要求.预测结果能够为测控人员对卫星遥测数据未来趋势的分析和潜在故障的预警判断提供理论支持     

ID3算法在卫星遥测数据分析中的应用

为充分挖掘隐藏于遥测数据中的规则知识,发现数据间的关联性,采用ID3算法对卫星太阳帆板遥测数据进行挖掘分析,计算各类参数的信息增益值,以最大增益值为分裂属性构建出相关性决策树,得到决策知识,发现影响太阳帆板状态变化的参数间的关联性,为卫星在轨性能分析和故障诊断提供依据.分析结果表明,采用ID3算法对遥测数据进行分析可以获得预期的结果.     

HW-1000型非接触超声波自记水位计比测试验分析

对非接触超声波自记水位计进行试验分析.通过大量的比测试验及误差分析,得出了重要数据,提出了注意事项,获得了有益的经验,为实现水位遥测、无人值守创造了条件.     

基于滑动最速跟踪微分器的遥测数据滤波方法

原始卫星遥测数据中通常含有噪声和野值,为确保对卫星状态的准确分析,需要对遥测数据进行滤波处理。提出一种面向卫星遥测数据的滑动最速跟踪微分器滤波方法,针对最速跟踪微分器的参数选择问题,采用扫频法分析其幅频特性,建立了跟踪因子与滤波结果之间的函数关系,在此基础上,利用滑动窗口划分遥测数据,并分析各窗口内数据局部稳定性与跟踪因子之间的关系,给出了局部数据跟踪因子的计算方法,实现对各窗口内遥测数据的动态滤波。实验结果表明,该方法能够避免传统数字滤波器处理遥测数据的局限性,可以有效滤除卫星遥测数据中的噪声和野值。     

改进小波阈值的遥测数据平滑算法

为解决常用遥测数据平滑方法收敛速度慢、拟合精度差和适用性弱等缺点,本文提出了改进阈值函数的小波方法。利用Matlab对遥测到的飞行器空速、发动机转速、机舱温度和湿度数据进行算法去噪仿真实验。试验结果表明:本文方法改善了传统小波软、硬阈值函数存在的数据跳变和过度平滑现象,能够有效进行多类遥测参数噪声处理,降低了数据测量误差,且曲线拟合相似度均在80%以上,使测量值更接近真实,能够更加真实的反映出原始测量数据的变化趋势,具有较强的适用性和平滑性。     

皮纳卫星遥测数据异常检测聚类分析方法

为满足皮纳卫星高维遥测数据的实时、自动化、抗概念漂移等处理要求,提出一种基于聚类的遥测数据异常检测方法,包括子空间搜索和两阶段遥测数据聚类处理两部分.子空间搜索,通过熵值实现所有遥测数据低维子空间划分,降低计算复杂度,避免"维度灾难"的发生;两阶段遥测数据聚类处理,在线阶段通过网格索引实时发现单点异常,离线阶段通过聚类挖掘数据的集体异常及其特征,满足快速异常检测和复杂异常检测两种需求,并通过正常状态数据的迭代更新和算法的自适应修改,抵抗概念漂移.ZDPS-1A卫星历史遥测数据的分析结果表明,皮纳卫星遥测数据异常检测聚类方法在线阶段能实时处理10 kHz的流量数据,发现95%的单点异常,满足皮纳卫星实时遥测数据异常检测的一般需求;算法自适应了卫星快速转动导致的数据漂移,维持了稳定的单簇形态;同时相比原边界检查系统早一个月检测出姿态确定与控制系统中程序跑飞引起的太阳敏感器数据紊乱故障.所提出的算法针对性解决了高维、存在概念漂移的遥测数据异常检测问题,能实时检测单点异常,具有集体异常挖掘能力,适用于皮纳卫星星座组网的地面监控系统.     

基于ARIMA-BP组合模型的智能变电站遥测数据趋势性分析预警技术研究

为了基于监测数据对智能变电站二次保护装置进行故障预警，提出了一种基于ARIMA-BP组合模型的智能变电站遥测数据趋势性分析预警方法。通过智能变电站继电保护故障分析，选择装置状态趋势预警遥测数据源，基于数据源特性分析建立ARIMA-BP组合预测模型，基于ARIMA-BP组合预测模型及装置历史遥测数据进行装置运行趋势预测。并以某220kV变电站中线路保护装置的遥测数据为例进行算例分析，结果表明ARIMA-BP组合模型的预测误差率比单独的ARIMA模型和BP模型分别低5%和9%,验证了ARIMA-BP组合模型在遥测趋势预测预警的优越性。     

数据挖掘技术的AHP改进算法在航天器数据分析中的初探

为了实现对航天器遥测数据的分析和挖掘,通过总结AHP算法在实际应用中的一些问题,提出一种基于数据挖掘技术的改良思路.利用数据挖掘技术从航天器遥测数据中提取关联规则,代替人类专家的经验知识自主配置AHP算法中的参数,以提高算法的效率和精度.在对实际航天数据的处理和分析中,数据挖掘程序验证了航天器系统内某些部件间的强关联规则,在深层次数据分析方面做了初步探索.     

SCADA系统中遥测误差的检测计算

介绍了数据采集与监视控制系统中遥测误差产生的原因,以及检测遥测数据误差的方法.运用T-SQL语言中的查询指令对数据库中凌晨3时至4时的数据进行查询运算,可有效避免电容器组带来的误差影响,准确判断出遥测数据中的不正常信息,且计算速度快、工作量小.     

基于时间序列相似度的离群模式检测模型

针对常规基于单点数据比较的离群模式检测忽视现实生活各种波动周期规律的问题,提出采用时间序列相似度的检测方法.通过基于重要点的时序线段拟合方法描述整体波动规律,以线段斜率比较描述时序走势的相似度.模型克服了一般时序分析算法复杂度高、缺乏整体波动规律把握的缺陷,可以有效解决目前可疑金融交易监管系统高误报率、报送数据调查价值低的问题.对金融外汇交易真实数据的实验结果证实了模型在交易波动周期规律发现上的有效性.     

厄瓜多尔保特-索普拉多拉水电站地下厂房BGK A-6型多点位移计施工技术

厄瓜多尔索普拉多拉水电站主厂房工程中，通过BGK-4450型振弦式位移传感器对预先埋设的BGKA-6型多点位移计进行远程遥测，定期对厂房进行位移变化及温度变化数据的收集，为测量结构的稳定性并及时采取相关支护措施提供参考。     

基于评分子空间和信任机制的协同过滤推荐算法

互联网技术的快速发展导致了互联网上数据信息的爆炸式增长.推荐系统作为解决互联网信息过载问题的关键技术,其核心思想是通过用户历史行为数据挖掘出用户的个性化偏好,为用户推荐其感兴趣的物品.然而,稀疏的评分数据会导致相似度计算不够准确,进而影响相似用户集的质量.为了提高相似用户搜索的可靠性,引入信任机制和评分子空间,提出基于评分子空间和信任机制的协同过滤推荐算法.创新点主要包括以下两点：首先,算法引入基于用户显式声明的关系数据所构建的信任机制,该关系数据能够对稀疏的评分数据进行补充.其次,利用评分子空间和信任关系,设计了一种基于隐式和显式相似度的混合相似度度量方式,并将之引入到多阶近邻的相似用户搜索方法和迭代评分预测方案中.实验结果表明,所提算法提高了推荐的准确度,具备较好的预测能力.     

利用遥测信道转发GPS定位数据的方案设计

将遥测和外测结合，利用遥测手段完成外弹道测量，是遥测系统的一种新的重要应用。在此，对利用我国现有空用遥测设备转发GPS定位数据作为外弹道测量辅助手段的可行性进行了分析，并详细介绍了一种具有实用价值的实现方案。     

基于输电走廊的无线传感器网络结构研究

提出基于输电走廊的无线传感器网络来解决输电线路在线遥测远程通信问题,同时提出从线路电流电磁感应获能而解决监测装置电源问题.在分析输电线路遥测遥控需求的基础上,解决了基于输电走廊这样一种特定条件下的无线传感器网络结构及层次问题.针对输电线路检测数据属性的特点,提出按数据属性融合对传感器节点分簇,从而大幅度减少通信流量,提高网络传输效率.针对线路负荷特点的能源策略,提出了节点在能源利用上的协作机制.     

一种基于优先权的自相似流量接纳控制新算法

针对现今网络业务流量的自相似特性,选取具备显著自相似特征的分形布朗运动流（FBM）为自相似流量模型,提出一种基于优先权的接纳控制新算法.首先,应用统计网络演算对自相似业务的带宽需求进行了更准确的估计;其次,对业务进行优先级标记,对网络中需要保护的重要业务赋予较高的优先级,进行优先强制接纳.通过仿真验证和数值分析,结果表明新算法能给予需要保护的业务更加稳定的接纳性能.     

基于法矢修正的点云数据去噪平滑算法

逆向工程数据采集点云数据的离群点和噪声点的存在,直接影响数据的多视图拼合,特征提取,数据精简以及曲面重构的质量。在对双边滤波和三边滤波算法的研究的基础上,提出了一种基于法矢修正的点云数据去噪平滑的算法。对于噪声点通过加权协方差矩阵估算点云邻域内几何特征,将具有相似几何特征的点限制在法向量相似的区域,在相似邻域内的采样点法矢和位置分别进行保特征的三边滤波。改进后的算法能够有效地滤出点云数据中的离群点和噪声点,同时保证了点云数据的尖锐及边缘特征,取得良好的去噪效果。     

基于N-Gram算法的数据清洗技术

针对数据库中存在的大量相似重复数据,对相似重复记录的属性结构以及产生原因进行了分析,采用N-Gram算法对数据记录进行计算,得到代表每条记录属性的键值,即N-Gram值.依据该键值将数据库中的数据记录进行排序处理,建立有序的数据库,并对其中的数据记录进行相似度计算.运用排列合并的清洗思想对识别出来的相似重复数据记录进行清洗,实验结果表明,N-Gram算法有效提高了相似重复数据记录的查全率和查准率.     

基于霍夫投票的变电站设备三维点云识别算法

采取霍夫投票法对激光扫描器获取的变电站设备三维点云数据进行匹配与识别.首先,利用八叉树法对点云进行精简和去噪,得到精简有效的点云数据及数字表面模型深度图像;然后,通过霍夫投票得到物体质心的票数,再与模型库的距离直方图相比求相似度,根据相似度的阈值得到初识别的结果;最后,在初识别的候选设备中通过霍夫投票进行识别.实际数据测试表明,该方法可使得设备的最终识别率达到90.1%,单个设备的平均识别时间为15.6 s,并可有效避免所有元器件特征点的冗长搜索过程.同时能在点云缺失较大情况下将不同设备进行有效分类,达到预期效果.