基于支持向量机的伺服机构舵反馈电压异常诊断方法

提出了一种基于支持向量机（support vector machine,SVM）的伺服机构舵反馈电压异常诊断方法。通过对测量数据进行经验模态分解（empirical mode decomposition,EMD）,获得各固有模态分量（intrinsic mode functions,IMF）,并将其作为特征提取出来,然后构造多类支持向量分类机进行训练与故障模式识别。仿真分析证明,该方法能有效地应用于伺服机构舵反馈电压异常诊断。     

运载火箭测试方法研究

简单介绍了运载火箭测试的国内外现状;分析了缩短测试发射周期的制约因素;探讨了改进运载火箭测试技术和测试系统的途径和方法;结合航天工程实践讨论了测试发射流程设置原则和改进措施。     

自适应指数平滑法预测遥测数据实时趋势研究

针对目前航天领域在对运载火箭遥测数据进行监控过程中，人工监测反应速度慢、工作量比较大这一问题，提出了对遥测数据进行趋势预测的思想，并采用自适应指数平滑法进行趋势预测研究。仿真实验证明：该方法预测精度较高，跟踪速度较快，实时性较好，能够实现对遥测数据的实时趋势预测。应用该预测方法可提前预测潜在的故障趋势，为指挥员正确决策提供理论支持。