EAGLE:一种内核态及用户态中基于遥测数据图的网络遥测方案

网络遥测是一种新型的网络测量技术,具有实时性强、准确性高、开销低的特点。现有网络遥测技术存在无法收集多粒度网络数据、无法有效存储大量原始网络数据、无法快速提取及生成网络遥测信息、无法利用内核态及用户态特性设计网络遥测方案等问题。为此,提出了一种融合内核态及用户态的、基于遥测数据图和同步控制块的多粒度、可扩展、覆盖全网的网络遥测机制(a nEtwork telemetry mechAnism based on telemetry data Graph in kerneL and usEr mode,EAGLE)。EAGLE设计了一种能够收集多粒度数据且数据平面上灵活可控的网络遥测数据包结构,用于获取上层应用所需的数据。此外,为快速存储、查询、统计、聚合网络状态数据,实现网络遥测数据包所需遥测数据的快速提取与生成,EAGLE提出了一种基于遥测数据图及同步控制块的网络遥测信息生成方法。在此基础上,为了最大化网络遥测机制中网络遥测数据包的处理效率,EAGLE提出了融合内核态及用户态特性的网络遥测信息嵌入架构。在Open vSwitch上实现了EAGLE方案并进行了测试,测试结果表明,EAGLE能够收集多粒度数据并快速提取与生成遥测数据,且仅增加极少量的处理时延及资源占用率。

应用自适应HP滤波的卫星遥测数据预测方法

在应用HP(Hodrick-Prescott)滤波的卫星遥测数据预测方法的基础上进一步研究,提出了基于二分法和琴生不等式判别的自适应HP滤波的遥测数据预测方法,有效解决了平滑参数的选择困难。同时,趋势项和波动项预测在应用HP滤波的方法的基础上有创新和优化,分别采用了线性预测模型和自回归单整移动平均(ARIMA)模型,有利于有效趋势特征提取和模型参数调整范围的优化。应用文章方法对卫星在轨行波管阳极电压数据进行分析,证实了方法的正确性和有效性。此方法可有效提高预测精度,实现遥测数据中长期预测,在卫星故障诊断和预警方面具有工程应用价值。

基于对比序列重构的卫星遥测数据异常检测方法

基于遥测数据的异常检测是卫星在轨运维管理的关键技术。但现有方法大多仅采用正常样本建立模型,异常检测结果对判读阈值敏感、虚警率较高。对此本文提出基于对比序列重构的卫星遥测数据异常检测方法,充分利用有限异常先验增强异常检测中正常、异常样本差异。先基于变分自编码器提取遥测数据时序演化特征,引入对比学习方法建立对异常、正常数据差异化输出的编码器,再用大量正常数据进一步训练整个模型实现对正常数据的精准重构形成对异常数据敏感的时序数据重构模型,再基于核密度估计方法学习异常判读阈值进一步提升异常检出率。在真实卫星遥测数据上验证表明所提方法能有效降低异常检测的虚警率(均低于0.002)并保持较高的检出率具备良好的实际应用水平。

多源遥测数据实时优选融合处理方法

针对远程飞行试验,首区、航区、落区各遥测站遥测数据在指控大厅融合处理过程中存在的问题,充分利用不同飞行区域的遥测地面站,接近目标,干扰小的优势,设计基于帧计数、帧同步码、帧校验码、自定义指定位置填充字等可知信息接收质量评估的多路遥测数据帧实时优选拼接融合方法,将多站遥测数据实时优选拼接与融合处理相结合,可在不失全弹道遥测数据实时处理效率的前提下,大幅提升全弹道遥测数据原码质量,改善试验态势显示效果。

基于SDT的智慧变电站站端遥测数据修正系统

针对海量变电站遥测数据堆积,导致数据修正误差较大的问题,设计基于结构化数据传送(Structured Data Transfer,SDT)的智慧变电站站端遥测数据修正系统。通过遥测数据前端处理模块并行处理转换数据。利用遥测数据判读模块,结合专家测试库知识判读反馈数据。根据实际数据中显著数据污染率,确定待修正遥测数据。结合异常数据决策规则,应用基于SDT数据修正技术压缩海量遥测数据,避免待修正遥测数据大量堆积。设定SDT数据压缩强制记录限度,将最大误差序列作为系统输入量,构建修正函数,获取站端遥测数据修正结果。测试结果表明,该系统修正的视在功率数据和电流与理想数据存在最大为0.2 MVA和8 A的误差,能够为智慧变电站稳定运行提供可靠数据。

基于SignalR的卫星遥测数据实时推送系统设计与验证

卫星批量化生产过程中会实时生成各类海量遥测数据,如何将海量遥测数据实时准确地发送至所需位置是保证卫星状态受控的首要前提.针对卫星海量数据实时推送的问题,设计了基于SignalR的卫星遥测数据实时推送系统并完成了验证.该系统采用消息队列+SignalR的模式,可实现测试数据实时推送到各个终端软件.它能够满足百颗星量级同时测试时产生数据的实时推送,并支持各个终端软件订阅不同卫星的不同类型的遥测测试数据.该系统已应用于某批量化生产卫星,可将多颗卫星的实时遥测数据同时推送至1台或多台终端,完成了1人测试并监测1颗卫星模式向1人测试并监测多颗卫星模式的转变,且能够实时动态切换不同卫星遥测数据状态,可支持卫星批量化生产模式.

基于卫星遥测数据的GRU-BP电源故障预测模型研究

卫星的正常运行依赖于电源系统的稳定工作,针对卫星电源系统数据存在时序性强、参数众多、线性复杂等问题,文章提出了一种基于门控循环单元并联结合BP神经网络的卫星电源系统故障预测模型。研究以和德2号卫星遥测数据展开实验与分析,通过GRU处理卫星时间序列数据中的时序依赖性和动态变化,同时并联结合BP神经网络学习遥测数据中的非线性关系。实验结果表明,所提出的并联集成策略的GRU-BP模型能够精准预测卫星电源系统故障节点,具有高度可靠性和较强的实际应用价值。

综合遥测数据的小流域设计暴雨洪水计算

为更好指导基础资料匮乏小流域暴雨洪水计算,充分挖掘小流域可用的数据源,以常用小流域暴雨洪水计算的方法为基础,将遥测站点数据融入暴雨洪水计算过程,充分考虑暴雨空间的差异性,使计算结果更加符合实际。结果表明:与常规方法相比,融入与不融入遥测站点数据洪峰流量平均相差29%左右;综合遥测数据的水文比拟法,将暴雨的空间差异性纳入其中,对其有了一定的改进;融入遥测数据的推理公式法,使暴雨的确定更加的合理,加之用该方法本身在暴雨洪水计算过程中将与洪水相关的多种因素纳入其中,所得到结果更加合理、可信;地区经验公式法多反映流域暴雨洪水的平均情况,对于复杂的小流域而言,其结果存在一定的不确定性。

基于有限遥测数据的中压有源配电网拓扑识别

分布式电源(DG)的大规模接入给中压配电网的保护及自愈等带来了严重的挑战,而解决这一问题首先需要判断分布式电源在有源配电网中的具体接入位置及容量。基于基尔霍夫电流定律,阐述了中压有源配电网中开关柜电流与中压分布式光伏及配变的电流关系,针对目前一些地区存在的配网开关柜未投入电压采集功能,从而无法对潮流方向进行遥测的问题,建立了有源配电网拓扑识别的数学模型,并提出改进的牛顿迭代法对该拓扑识别模型进行求解,实现了光伏与开闭所馈供开关之间关联关系的判别。通过算例仿真验证了所提模型和算法的有效性。

航天器遥测数据异常检测综述

航天器遥测数据是地面运管系统判断其在轨运行状态的唯一依据,其异常检测成为增强航天器在轨可靠性和安全可靠运行的重要依据。但是,遥测数据量大、维度高、参数关系复杂、专业性强的特点为高检测率、低误检率、强解释性的遥测数据异常检测实现带来严峻挑战。本文对航天器遥测数据异常检测领域进行充分的调研,阐述遥测数据异常检测内涵、方法研究及应用现状,尤其针对数据驱动的遥测数据异常检测方法体系进行了系统、详细的分析,并在此基础上归纳总体发展动态,展望未来发展方向,以此为相关研究者提供参考。

à Trous小波在卫星遥测数据递归预测中的应用

该文提出了一种基于劋Ｔｒｏｕｓ算法的小波递归预测方法?迷げ馑惴ú捎梦蕹槿±肷⑿〔ū浠坏膭ぃ裕颍铮酰笏惴?,可以逐点把时间序列分解为与原序列长度相同的小波系数 ,适合在递归预测中应用 ,弥补了Mallat算法不能实时调整模型参数的不足。预测卫星电源母线电压数据表明 ,该方法满足预测卫星遥测数据的要求。

采用C/S结构的遥测数据处理系统及其实现技术

简要介绍了采用C/S结构的遥测数据处理系统的组成和体系结构,较为详细地介绍了其中的关键设备———基于cPC I总线的遥测前端处理器的硬件选择和软件设计,并对系统中的管理服务器、显示工作站的功能及相关软件给予了简述。

广东省网SCADA遥测数据溢出问题研究

通过对近年来广东省网监控与数据采集(SCADA)系统出现的遥测数据溢出问题的分析,找 到了原因,制定了整改措施并分步实施,消除了电网运行的安全隐患。提出了扩大SCADA遥测数 据动态测量范围的建议和具体原则,以满足电网运行发展需要。

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.

基于遥测数据的航天器长期性能预示方法研究

遥测数据的变化能够反映航天器性能的状态和改变,根据这些改变,能够对航天器关键部件的性能和趋势进行预测。首先利用基于x-11的数据分解方法,将遥测数据分为趋势项、季节项和随机项,之后针对这3种变化类型的数据分别利用BP神经网络、多项式拟合、AR模型、非参数回归等方法进行预测,形成融合后的预测结果,并对算法的应用效果进行了分析,此外还计算了衰减因子。针对某航天器温度参数的实验结果表明,提出的预测方法平均相对误差小于10%,能够有效的用于航天器遥测数据的性能趋势预测,具有较强的航天器工程应用价值。

基于RTR的遥测数据实时处理软件的设计与实现

为了对飞行遥测数据进行实时处理,以Qt为软件开发平台,采用直接接收宽带遥测接收机(RTR)发送的网络遥测数据包的方法,结合机载测试系统的采集格式、参数测试信息、校准信息和ICD信息,完成遥测数据的实时解算、工程量转换和原始数据保存,同时将关心的参数物理量通过网络实时的发送给客户端监控软件,以供试飞工程师进行实时监控;实际试验试飞结果表明,此软件运行稳定和数据准确可靠,完全满足实时监控的需求,具有良好的实用性和发展前景。

基于多Agent卫星遥测数据实时监测与诊断技术

为了提高根据遥测数据进行卫星故障诊断的速度与精度,提出了集成多信号模型诊断Agent、模糊诊断Agent以及专家系统诊断Agent等多Agent监测与诊断系统。多信号模型诊断Agent,采用模糊阈值进行监测,并引入可信度因子对Deb原实时诊断推理方法做了改进,解决了Deb方法可能因虚警而导致的诊断结果冲突的问题。模糊诊断Agent采用Mamdani算法,能给出部件故障的可能性。专家系统诊断Agent采用基于规则的产生式系统,同时采用加权不确定推理解决了规则的不确定性问题。研究了3种诊断Agent的协作方式,采用D-S证据理论对各Agent的诊断结果进行决策融合,给出故障元件的置信区间。通过某卫星仿真遥测数据验证,该集成诊断系统充分利用了各种诊断方法的优点,诊断精度高且速度快(一般诊断时间小于0.3秒,PIII800/256M计算机),适用于卫星地面站对卫星遥测数据进行自动实时在线监测与诊断推理。

基于遥测数据的变电站故障分析应用

针对某电力公司进行的变电站更换的工程,发现上传调度中心遥测数据异常、进出站不平衡的现象,通过对遥测数据进行采集、分析,及时排除故障,使系统恢复正常的典型实例。同时分析了相同故障的综合解决办法及防范措施。理论分析与计算验证了利用遥测数据分析运行故障的可行性,其结果为进一步潮流分析之外的应用提供了借鉴和参考。

一种基于历史遥测数据的在轨卫星故障预警系统

对在轨卫星遥测数据的变化规律进行了分类,研究了数种主流的数据预测理论并分析了其适应性,由此提出了一种基于历史遥测数据的在轨卫星故障预警系统构架,并定义了其中各模块的功能以及接口关系,给出了实际应用的效果。这个系统对及早发现故障、维持在轨卫星的安全稳定运行具有重要价值。

基于遥测数据的压缩算法设计与实现

介绍了基于多路遥测数据采集系统在数据存储过程中的特点,提出了数据包的数据结构,并基于该数据包结构设计了低硬件复杂度的实时压缩算法。该数据压缩算法已成功应用于某舰船振动信号检测中,仿真及实际测试结果表明,该算法在满足数据处理精度要求的前提下,可获得较高的压缩因子。