基于差分和局部离群因子的遥测数据野值检测方法

为提高火箭飞行遥测数据孤立型野值检测的准确性和检测效率,针对遥测数据变化范围大、分布参数未知、数据量大等特点,提出一种基于差分和局部离群因子的野值检测算法,通过一阶差分使遥测数据中快速变化段的突变点与正常幅值点区分开,然后去除差分值中的重复值以降低计算复杂度,并将数据点的重叠度引入局部离群因子的计算中以快速筛选出局部离群程度较大的突变点,最后利用突变点的差分值符号特征来辨识野值点。通过实例应用分析,验证了该算法的高效性和准确性。     

基于蚁群算法的空间目标地基监视重调度

为解决空间目标地基监视中的资源故障或因天气、供电导致的资源失效等对调度的干扰问题,在扰动度量的基础上提出一种基于扰动邻域搜索的蚁群算法.建立以失败需求综合优先级最小和扰动最小为目标的重调度模型,算法中采用2个信息素矩阵来产生一个可行解,通过邻域搜索在可行解的扰动邻域内对其进行局部优化,再用蚁群算法进行全局寻优.仿真实验结果表明:该算法是有效、可行的,能在可接受时间内收敛,且其解的质量相对启发式方法有明显提升.     

一种姿控推进剂加注量精确计算方法

基于挤压式加注和称重计量的火箭姿控推进剂加注量取值存在一定的方法误差。根据姿控加注原理,推出两种加注量取值方式中所取加注量的重量组成,并基于贮罐中气液等体积替换假设,推出实际加注量和目标加注量的关系式,并以之作为加注量控制的依据。最后用历史数据验证了该方法的正确性,为姿控推进剂实现精确加注提供了理论依据与数据支撑。