CN104597854A - 一种遥测数据批量处理的自动化判读系统及方法 - Google Patents
一种遥测数据批量处理的自动化判读系统及方法 Download PDFInfo
- Publication number
- CN104597854A CN104597854A CN201310526020.8A CN201310526020A CN104597854A CN 104597854 A CN104597854 A CN 104597854A CN 201310526020 A CN201310526020 A CN 201310526020A CN 104597854 A CN104597854 A CN 104597854A
- Authority
- CN
- China
- Prior art keywords
- telemetry
- parameter
- data
- module
- interpretation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000012545 processing Methods 0.000 title claims abstract description 24
- 238000006243 chemical reaction Methods 0.000 claims abstract description 7
- 230000008569 process Effects 0.000 claims description 18
- 238000002224 dissection Methods 0.000 claims description 6
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 230000006835 compression Effects 0.000 claims description 3
- 238000007906 compression Methods 0.000 claims description 3
- 238000003786 synthesis reaction Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 abstract description 2
- 238000007405 data analysis Methods 0.000 abstract 3
- 230000002159 abnormal effect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000007711 solidification Methods 0.000 description 1
- 230000008023 solidification Effects 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4185—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by the network communication
- G05B19/41855—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by the network communication by local area network [LAN], network structure
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/25—Pc structure of the system
- G05B2219/25314—Modular structure, modules
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Arrangements For Transmission Of Measured Signals (AREA)
- Engineering & Computer Science (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
Abstract
本发明属于计算机通信技术领域,具体涉及一种遥测数据批量处理的自动化判读系统及方法,该系统包括遥测数据采集模块、挑路数据模块、数据解析模块、自动存储模块、自动判读模块和报警显示模块;该方法包括:遥测数据采集模块获取遥测数据,传送至挑路数据模块和数据解析模块;挑路数据模块将接收到的遥测数据按照配置文件从数据中挑选出来,形成新的挑路数据,该挑路数据与上述遥测数据一同传给数据解析模块;对挑路数据进行二次解析处理解析出总线参数分层值Mn以及遥测参数分层值Nm;并将Mn和Nn转换为物理量;对转换后物理量自动存储和自动判读,判断当前物理量是否超差;将自动判读结果传送至报警显示模块报警。该方法能够提高系统的扩展性和智能性。
Description
技术领域
本发明属于计算机通信技术领域,具体涉及一种遥测数据批量处理的自动化判读系统及方法。
背景技术
运载火箭及飞行器试验的遥测参数反映了飞行器内部各个系统实时工作情况,其数据处理质量的好坏、处理速度的快慢直接影响对飞行器性能好坏的评估。现代飞行器任务越来越复杂、其测量参数也越来越多,所以快速准确处理和判读当前遥测参数对于保证首飞成功具有重要作用。
当前,数据处理利用已有数据源格式对数据进行解析和处理,并根据参数判据进行数据判读。传统数据处理与判读过程是一个数据固化处理与人工判读相结合的过程,称之为半自动化判读。现有的技术无法满足大批量的数据处理和快速判读。
发明内容
本发明的目的是克服现有只能人工判读的缺陷,提供一种遥测数据批量处理的自动化判读系统及方法,通过引入加载配置文件的机制,能够解决传统技术方案中遥测数据固化处理和人工判读的弊端,提高系统的扩展性和智能性。
为了达到上述目的,本发明的技术方案为:一种遥测数据批量处理的自动化判读系统,该系统包括遥测数据采集模块、挑路数据模块、数据解析模块、自动存储模块、自动判读模块和报警显示模块;其中,遥测数据采集模块从检测站获取遥测数据,传送至挑路数据模块和数据解析模块;挑路数据模块将接收到的遥测数据流按照配置文件从数据流中挑选出来形成新的挑路数据,与遥测数据一同传给数据解析模块;自动存储模块将数据解析模块产生的结果进行压缩存储;自动判读模块根据判读模型对数据解析模块产生的参数结果进行判读,判断当前参数是否超差;并将判读结果传送至报警显示模块。
一种遥测数据批量处理的自动化判读方法,该方法具体包括以下步骤:
(1)遥测数据采集模块从检测站获取遥测数据,传送至挑路数据模块和数据解析模块;
(2)挑路数据模块将接收到的遥测数据按照配置文件从数据中挑选出来,形成新的挑路数据,该挑路数据与上述遥测数据一同传给数据解析模块;
(3)对上述步骤(2)中的挑路数据进行二次解析处理解析出总线参数的分层值Mn以及遥测数据按照配置文件解析出遥测参数的分层值Nm;
(4)将上述步骤(3)中得到的总线参数的分层值Mn和遥测参数的分层值Nn转换为物理量;
(5)对上述步骤(4)中遥测参数和总线参数转换后的物理量进行自动存储;
(6)自动判读模块根据参数判读模型,对上述步骤(5)中得到的遥测参数和总线参数转换后的物理量进行判读,判断当前物理量是否超差,不同类型的遥测参数物理量和总线参数物理量分别采用不同判读模型进行自动判读;
(7)将上述步骤(6)中的自动判读结果传送至报警显示模块进行报警。
所述的步骤(2)中的配置文件是遥测数据中的遥测参数和总线参数所在波道信息;配置文件中记载了遥测参数和总线参数的属性;挑路数据是遥测数据中的总线数据。
所述的步骤(3)中的挑路数据二次解析处理采用滑动移位窗口匹配方法,具体步骤包括:对挑路数据模块形成的挑路数据S1,S2,,S3..Sn,保存于长度为n的滑动窗口中,当Si与Si+1合成的新数据与装订的数据头相匹配时,按照配置文件参数的开始位置Ps和结束位置Pe取出参数的分层值Mi:即当结束位置Pe小于等于长度n时,直接按位取出参数分层值Mi;当结束位置Pe大于长度n时,需将滑动窗口后移长度n,继续数据头相匹配的方法取出参数分层值Mi;其中,i=1,2,3...n。
所述的步骤(4)具体包括以下步骤:
(4.1)从配置文件中读取每个总线参数和遥测参数的标识
标识为总线参数和遥测参数的表号加编码,总线参数的标识为BIDn,遥测参数的标识为YIDm;
(4.2)根据步骤(4.1)的标识在配置文件中遍历每个总线参数和遥测参数的传感器算法,通过各个参数对应的传感器算法将总线参数的分层值Mn和遥测参数的分层值Nn转换为物理量。
所述的步骤(4.2)中根据总线参数和遥测参数的属性确定各个参数对应的传感器算法:
总线参数的属性均为线性,所有总线参数对应的传感器算法均为线性算法。其中,总线参数的线性算法:Vout=k×Vin+b,其中Vin=Mn×5/255;
当遥测参数标识YIDm中m=1,2,3,...,100时,遥测参数对应的传感器算法为线性算法,遥测参数的线性算法:Vout=k×Vin+b;
当遥测参数标识YIDm中m=101,102,103,...,200时,遥测参数对应的传感器算法为非线性算法,遥测参数的非线性算法:H=R2/S-(Vin×R1)/[(Ve-Vin)×S];
当遥测参数标识YIDm中m=201,202,203,...,300时,遥测参数对应的传感器算法为高精度算法:DG=k×Nm+b;
当遥测参数标识YIDm中m=301,302,303,...,400时,遥测参数对应的传感器算法为拟合算法:对遥测参数传感器产品证明书中的二维表格中的数据采用最小二乘法拟合成曲线。
所述的步骤(6)中的遥测参数中非电量参数的物理量采用基本型判读模型进行自动判读,遥测参数中电量参数的物理量采用操作型判读模型进行自动判读,总线参数的物理量采用轨迹型判读模型进行自动判读。
本发明的有益效果为:对于数据量较大的航天遥测数据判读过程,本发明提出采用自动查询判读模型的方法判断参数是否超差和突变,并采用装订配置文件的方法对参数判读模型进行设置,克服了以往只能固化处理和人工判读的弊端,为试验过程节省了大量的人力,同时也保证对参数判读过程全部自动化并且无漏判和错判。为遥测数据批量处理和判读提供依据,保证试验顺利进行。
附图说明
图1为本发明所提供的一种遥测数据批量处理的自动化判读系统示意图。
图2为本发明所提供的一种遥测数据批量处理的自动化判读方法的流程图。
具体实施方式
下面结合附图和实施例对本发明进行进一步描述。
如图1所示,一种遥测数据批量处理的自动化判读系统,包括遥测数据采集模块、挑路数据模块、数据解析模块、自动存储模块、自动判读模块和报警显示模块;其中,遥测数据采集模块从检测站获取遥测数据,传送至挑路数据模块和数据解析模块;挑路数据模块将接收到的遥测数据流按照配置文件从数据流中挑选出来形成新的挑路数据,与遥测数据一同传给数据解析模块;自动存储模块将数据解析模块产生的结果进行压缩存储。自动判读模块根据参数判读模型对数据解析模块产生的参数结果进行判读,判断当前参数是否超差。并将判读结果传送至报警显示模块;报警显示模块根据自动判读模块计算结果,通过人机交互界面进行显示,如发生异常情况,在时间历程曲线中以红色加粗圆点注明发生时刻和异常值,没有发生的正常显示。
如图2所示,一种遥测数据批量处理的自动化判读方法,具体包括以下步骤:
(1)遥测数据采集模块从检测站获取遥测数据,传送至挑路数据模块和数据解析模块;
(2)挑路数据模块将接收到的遥测数据按照配置文件从数据中挑选出来,形成新的挑路数据,该挑路数据与上述遥测数据一同传给数据解析模块;
配置文件是遥测数据中的遥测参数和总线参数所在波道信息。配置文件中记载了遥测参数和总线参数的属性。
挑路数据是遥测数据中的总线数据。
(3)对上述步骤(2)中的挑路数据进行二次解析处理解析出总线参数的分层值Mn以及遥测数据按照配置文件解析出遥测参数的分层值Nm
所述挑路数据二次解析处理采用滑动移位窗口匹配方法,具体步骤包括:
对挑路数据模块形成的挑路数据S1,S2,,S3..Sn,保存于长度为n的滑动窗口中,当Si与Si+1合成的新数据与装订的数据头相匹配时,按照配置文件参数的开始位置Ps和结束位置Pe取出参数的分层值Mi:即当结束位置Pe小于等于长度n时,直接按位取出参数分层值Mi;当结束位置Pe大于长度n时,需将滑动窗口后移长度n,继续数据头相匹配的方法取出参数分层值Mi;其中,i=1,2,3...n。
(4)将上述步骤(3)中得到的总线参数的分层值Mn和遥测参数的分层值Nn转换为物理量,具体包括以下步骤:
(4.1)从配置文件中读取每个总线参数和遥测参数的标识
标识为总线参数和遥测参数的表号加编码,总线参数的标识为BIDn,遥测参数的标识为YIDm。其中,n,m=1,2,3...。
(4.2)根据步骤(4.1)的标识在配置文件中遍历每个总线参数和遥测参数的传感器算法,通过各个参数对应的传感器算法将总线参数的分层值Mn和遥测参数的分层值Nn转换为物理量
根据总线参数和遥测参数的属性确定各个参数对应的传感器算法。
总线参数的属性均为线性,所有总线参数对应的传感器算法均为线性算法。其中,总线参数的线性算法:Vout=k×Vin+b,其中Vin=Mn×5/255;k、b分别为总线参数传感器的斜率系数和截距系数;Vout为总线参数的分层值Mn对应的物理量。
当遥测参数标识YIDm中m=1,2,3,...,100时,遥测参数对应的传感器算法为线性算法,遥测参数的线性算法:Vout=k×Vin+b,其中Vin=Nm×5/255;k、b分别为遥测参数传感器的斜率系数和截距系数;Vout为该类型遥测参数的分层值Nn对应的物理量。
当遥测参数标识YIDm中m=101,102,103,...,200时,遥测参数对应的传感器算法为非线性算法,遥测参数的非线性算法:H=R2/S-(Vin×R1)/[(Ve-Vin)×S]。其中,Vin=Nm×5/255,R1、R2为传感器的分压电阻,查传感器产品证明书可得R1、R2,R1、R2的单位为Ω;S为传感器灵敏度系数;Ve为5V电压;H为该类型遥测参数的分层值Nn对应的物理量。
当遥测参数标识YIDm中m=201,202,203,...,300时,遥测参数对应的传感器算法为高精度算法:DG=k×Nm+b。其中,k、b分别为遥测参数过载传感器的斜率系数和截距系数,DG为该类型遥测参数的分层值Nn对应的物理量。
当遥测参数标识YIDm中m=301,302,303,...,400时,遥测参数对应的传感器算法为拟合算法:对遥测参数传感器产品证明书中的二维表格中的100组数据采用最小二乘法拟合成曲线,该拟合曲线公式:Y=k1X4+k2X3+……k4X+k5X0。其中,X=Nm×5/255,k1、k2...k5分别为最小二乘法的拟合系数,拟合曲线与二维表格中的数据的差值协方差最小时,得到拟合系数k1、k2...k5;Y为该类型遥测参数的分层值Nn对应的物理量。
(5)对上述步骤(4)中遥测参数和总线参数转换后的物理量进行自动存储
采用二进制的存储方式,对物理量进行自动存储。
(6)自动判读模块根据参数判读模型,对上述步骤(5)中得到的遥测参数和总线参数转换后的物理量进行判读,判断当前物理量是否超差,不同类型的遥测参数物理量和总线参数物理量分别采用以下判读模型进行自动判读
遥测参数中非电量参数的物理量采用基本型判读模型进行自动判读,判读方法具体为:将预设在配置文件中的遥测参数中非电量参数的阈值上限和阈值下限与遥测参数中非电量参数的物理量进行逐点判读,判断两者的差值是否在超差范围内。如果在超差范围内,说明该遥测参数中非电量参数的物理量正常;如果不在超差范围内,该遥测参数中非电量参数的物理量异常,如果异常记录该遥测参数中非电量参数的物理量。
遥测参数中电量参数的物理量采用操作型判读模型进行自动判读,判读方法具体为:将预设在配置文件中的遥测参数中电量参数的预设响应时间t与遥测参数中电量参数的物理量进行计时判读,判断两者的差值是否在超差范围内。如果在超差范围内,说明该遥测参数中电量参数的物理量正常;如果不在超差范围内,该遥测参数中电量参数的物理量异常,如果异常记录该遥测参数中电量参数的物理量。
总线参数的物理量采用轨迹型判读模型进行自动判读,判读方法具体为:将预设在配置文件中的总线参数随时间变化的轨迹St与总线参数的物理量进行逐点判读,判断两者的差值是否在超差范围内。如果在超差范围内,说明该总线参数物理量正常;如果不在超差范围内,该总线参数物理量异常,如果异常记录该总线参数物理量。
(7)将上述步骤(6)中的自动判读结果传送至报警显示模块进行报警
报警显示模块根据上述步骤(6)中自动判读结果,通过人机交互界面进行显示,如发生异常情况,在时间历程曲线中以红色加粗圆点注明发生时刻和异常值,没有发生异常情况则正常显示。
上面对本发明的实施例对作了详细说明,上述实施方式仅为本发明的最优实施例,但是本发明并不限于上述实施例,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化。
Claims (7)
1.一种遥测数据批量处理的自动化判读系统,其特征在于:该系统包括遥测数据采集模块、挑路数据模块、数据解析模块、自动存储模块、自动判读模块和报警显示模块;其中,遥测数据采集模块从检测站获取遥测数据,传送至挑路数据模块和数据解析模块;挑路数据模块将接收到的遥测数据流按照配置文件从数据流中挑选出来形成新的挑路数据,与遥测数据一同传给数据解析模块;自动存储模块将数据解析模块产生的结果进行压缩存储;自动判读模块根据判读模型对数据解析模块产生的参数结果进行判读,判断当前参数是否超差;并将判读结果传送至报警显示模块。
2.根据权利要求1所述的一种遥测数据批量处理的自动化判读方法,其特征在于:该方法具体包括以下步骤:
(1)遥测数据采集模块从检测站获取遥测数据,传送至挑路数据模块和数据解析模块;
(2)挑路数据模块将接收到的遥测数据按照配置文件从数据中挑选出来,形成新的挑路数据,该挑路数据与上述遥测数据一同传给数据解析模块;
(3)对上述步骤(2)中的挑路数据进行二次解析处理解析出总线参数的分层值Mn以及遥测数据按照配置文件解析出遥测参数的分层值Nm;
(4)将上述步骤(3)中得到的总线参数的分层值Mn和遥测参数的分层值Nn转换为物理量;
(5)对上述步骤(4)中遥测参数和总线参数转换后的物理量进行自动存储;
(6)自动判读模块根据参数判读模型,对上述步骤(5)中得到的遥测参数和总线参数转换后的物理量进行判读,判断当前物理量是否超差,不同类型的遥测参数物理量和总线参数物理量分别采用不同判读模型进行自动判读;
(7)将上述步骤(6)中的自动判读结果传送至报警显示模块进行报警。
3.根据权利要求2所述的一种遥测数据批量处理的自动化判读方法,其特征在于:所述的步骤(2)中的配置文件是遥测数据中的遥测参数和总线参数所在波道信息;配置文件中记载了遥测参数和总线参数的属性;挑路数据是遥测数据中的总线数据。
4.根据权利要求3所述的一种遥测数据批量处理的自动化判读方法,其特征在于:所述的步骤(3)中的挑路数据二次解析处理采用滑动移位窗口匹配方法,具体步骤包括:对挑路数据模块形成的挑路数据S1,S2,,S3..Sn,保存于长度为n的滑动窗口中,当Si与Si+1合成的新数据与装订的数据头相匹配时,按照配置文件参数的开始位置Ps和结束位置Pe取出参数的分层值Mi:即当结束位置Pe小于等于长度n时,直接按位取出参数分层值Mi;当结束位置Pe大于长度n时,需将滑动窗口后移长度n,继续数据头相匹配的方法取出参数分层值Mi;其中,i=1,2,3...n。
5.根据权利要求4所述的一种遥测数据批量处理的自动化判读方法,其特征在于:所述的步骤(4)具体包括以下步骤:
(4.1)从配置文件中读取每个总线参数和遥测参数的标识
标识为总线参数和遥测参数的表号加编码,总线参数的标识为BIDn,遥测参数的标识为YIDm;
(4.2)根据步骤(4.1)的标识在配置文件中遍历每个总线参数和遥测参数的传感器算法,通过各个参数对应的传感器算法将总线参数的分层值Mn和遥测参数的分层值Nn转换为物理量。
6.根据权利要求5所述的一种遥测数据批量处理的自动化判读方法,其特征在于:所述的步骤(4.2)中根据总线参数和遥测参数的属性确定各个参数对应的传感器算法:
总线参数的属性均为线性,所有总线参数对应的传感器算法均为线性算法。其中,总线参数的线性算法:Vout=k×Vin+b,其中Vin=Mn×5/255;
当遥测参数标识YIDm中m=1,2,3,...,100时,遥测参数对应的传感器算法为线性算法,遥测参数的线性算法:Vout=k×Vin+b;
当遥测参数标识YIDm中m=101,102,103,...,200时,遥测参数对应的传感器算法为非线性算法,遥测参数的非线性算法:H=R2/S-(Vin×R1)/[(Ve-Vin)×S];
当遥测参数标识YIDm中m=201,202,203,...,300时,遥测参数对应的传感器算法为高精度算法:DG=k×Nm+b;
当遥测参数标识YIDm中m=301,302,303,...,400时,遥测参数对应的传感器算法为拟合算法:对遥测参数传感器产品证明书中的二维表格中的数据采用最小二乘法拟合成曲线。
7.根据权利要求6所述的一种遥测数据批量处理的自动化判读方法,其特征在于:所述的步骤(6)中的遥测参数中非电量参数的物理量采用基本型判读模型进行自动判读,遥测参数中电量参数的物理量采用操作型判读模型进行自动判读,总线参数的物理量采用轨迹型判读模型进行自动判读。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310526020.8A CN104597854B (zh) | 2013-10-30 | 2013-10-30 | 一种遥测数据批量处理的自动化判读系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310526020.8A CN104597854B (zh) | 2013-10-30 | 2013-10-30 | 一种遥测数据批量处理的自动化判读系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104597854A true CN104597854A (zh) | 2015-05-06 |
CN104597854B CN104597854B (zh) | 2017-04-26 |
Family
ID=53123717
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310526020.8A Active CN104597854B (zh) | 2013-10-30 | 2013-10-30 | 一种遥测数据批量处理的自动化判读系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104597854B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105447518A (zh) * | 2015-11-19 | 2016-03-30 | 航天东方红卫星有限公司 | 一种基于K-means遥测数据判读系统 |
CN106650939A (zh) * | 2016-11-21 | 2017-05-10 | 中国航天科工集团第四研究院第四总体设计部 | 一种基于知识库的试验数据智能判读方法 |
CN106997487A (zh) * | 2017-02-28 | 2017-08-01 | 北京临近空间飞行器系统工程研究所 | 一种基于知识库的飞行器测试数据自动判读方法 |
CN108490969A (zh) * | 2018-03-19 | 2018-09-04 | 成都飞机工业(集团)有限责任公司 | 一种基于配表的无人机地面站遥测遥控系统及遥测遥控方法 |
CN110175051A (zh) * | 2019-04-11 | 2019-08-27 | 上海卫星工程研究所 | 星地一体化的遥测配置管理方法 |
CN110457778A (zh) * | 2019-07-23 | 2019-11-15 | 贵州航天风华精密设备有限公司 | 一种航天产品遥测数据通用判读方法 |
CN112082436A (zh) * | 2020-08-13 | 2020-12-15 | 北京星际荣耀空间科技有限公司 | 一种运载火箭遥测系统 |
CN112147978A (zh) * | 2020-08-25 | 2020-12-29 | 中国运载火箭技术研究院 | 一种采用神经网络的遥测数据处理方法 |
CN112836094A (zh) * | 2021-02-09 | 2021-05-25 | 北京电子工程总体研究所 | 一种对遥测数据模拟量参数的自动判读方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000280998A (ja) * | 1999-03-31 | 2000-10-10 | Mitsubishi Electric Corp | 統合制御システム |
US20070129009A1 (en) * | 2005-12-01 | 2007-06-07 | Electronics And Telecommunications Research Institute | Fault management system using satellite telemetering technology and method thereof |
CN101713823A (zh) * | 2009-11-13 | 2010-05-26 | 航天东方红卫星有限公司 | 一种卫星遥测数据处理方法 |
CN101713818A (zh) * | 2009-11-13 | 2010-05-26 | 航天东方红卫星有限公司 | 一种卫星电源分系统工作状态自动判读系统 |
CN102310950A (zh) * | 2010-07-09 | 2012-01-11 | 北京锐峰协同科技股份有限公司 | 试验智判系统和方法 |
-
2013
- 2013-10-30 CN CN201310526020.8A patent/CN104597854B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000280998A (ja) * | 1999-03-31 | 2000-10-10 | Mitsubishi Electric Corp | 統合制御システム |
US20070129009A1 (en) * | 2005-12-01 | 2007-06-07 | Electronics And Telecommunications Research Institute | Fault management system using satellite telemetering technology and method thereof |
CN101713823A (zh) * | 2009-11-13 | 2010-05-26 | 航天东方红卫星有限公司 | 一种卫星遥测数据处理方法 |
CN101713818A (zh) * | 2009-11-13 | 2010-05-26 | 航天东方红卫星有限公司 | 一种卫星电源分系统工作状态自动判读系统 |
CN102310950A (zh) * | 2010-07-09 | 2012-01-11 | 北京锐峰协同科技股份有限公司 | 试验智判系统和方法 |
Non-Patent Citations (4)
Title |
---|
冯 俊,张海江,李海鹏,石 斌: "遥测参数实时判决系统的研制", 《遥 测 遥 控》 * |
周辉峰,王一雄,曾少龙,邓家权: "运载火箭靶场测试数据自动判读方法", 《四川兵工学报》 * |
朱良平, 陶桓美, 李靖: "运载火箭遥测参数实时自动判读研究", 《装备指挥技术学报》 * |
高瞻: "遥测数据自动判读软件设计与实现", 《IT技术与应用》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105447518A (zh) * | 2015-11-19 | 2016-03-30 | 航天东方红卫星有限公司 | 一种基于K-means遥测数据判读系统 |
CN105447518B (zh) * | 2015-11-19 | 2018-12-21 | 航天东方红卫星有限公司 | 一种基于K-means遥测数据判读系统 |
CN106650939A (zh) * | 2016-11-21 | 2017-05-10 | 中国航天科工集团第四研究院第四总体设计部 | 一种基于知识库的试验数据智能判读方法 |
CN106997487A (zh) * | 2017-02-28 | 2017-08-01 | 北京临近空间飞行器系统工程研究所 | 一种基于知识库的飞行器测试数据自动判读方法 |
CN106997487B (zh) * | 2017-02-28 | 2020-07-14 | 北京临近空间飞行器系统工程研究所 | 一种基于知识库的飞行器测试数据自动判读方法 |
CN108490969A (zh) * | 2018-03-19 | 2018-09-04 | 成都飞机工业(集团)有限责任公司 | 一种基于配表的无人机地面站遥测遥控系统及遥测遥控方法 |
CN110175051A (zh) * | 2019-04-11 | 2019-08-27 | 上海卫星工程研究所 | 星地一体化的遥测配置管理方法 |
CN110175051B (zh) * | 2019-04-11 | 2022-03-29 | 上海卫星工程研究所 | 星地一体化的遥测配置管理方法 |
CN110457778A (zh) * | 2019-07-23 | 2019-11-15 | 贵州航天风华精密设备有限公司 | 一种航天产品遥测数据通用判读方法 |
CN112082436A (zh) * | 2020-08-13 | 2020-12-15 | 北京星际荣耀空间科技有限公司 | 一种运载火箭遥测系统 |
CN112147978A (zh) * | 2020-08-25 | 2020-12-29 | 中国运载火箭技术研究院 | 一种采用神经网络的遥测数据处理方法 |
CN112836094A (zh) * | 2021-02-09 | 2021-05-25 | 北京电子工程总体研究所 | 一种对遥测数据模拟量参数的自动判读方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104597854B (zh) | 2017-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104597854A (zh) | 一种遥测数据批量处理的自动化判读系统及方法 | |
CN104283318A (zh) | 基于大数据的电力设备综合监测与预警系统及其分析方法 | |
CN104458296A (zh) | 城轨列车制动性能检测系统 | |
CN103216172A (zh) | 一种电动车窗防夹参数自学习方法 | |
CN103645822B (zh) | 触摸屏的异物检测方法及触摸屏 | |
CN204110303U (zh) | 一种电动自行车的速度控制装置 | |
CN104597405A (zh) | 一种电动汽车用锂离子电池电量检测方法 | |
CN103543329B (zh) | 一种高能耗冶炼系统电能损耗测量方法 | |
CN104732799A (zh) | 一种车位状态检测方法及装置 | |
CN109772753B (zh) | 动力电池分选系统和方法 | |
CN102779413B (zh) | 一种机动车特征数据采集分析器及分析方法 | |
CN104157026A (zh) | 基于行车轨迹的智能加油提醒方法 | |
CN113487448A (zh) | 一种基于电力大数据的电力信用标签化方法及系统 | |
CN105501067A (zh) | 一种电动汽车剩余里程的测算方法及测算系统 | |
CN103152095A (zh) | 一种光模块寿命预测方法和装置 | |
CN105445579A (zh) | 多尺度时序分析的油色谱在线监测数据可视化系统及方法 | |
CN105389648A (zh) | 一种常减压装置稳态工况的判别方法 | |
CN109617001A (zh) | 一种继电保护多源异构信息智能化处理系统 | |
CN102521475A (zh) | 一种运动设备的运动轨迹描绘方法 | |
CN113204212A (zh) | 一种基于双专家系统的数控机床故障诊断方法 | |
CN102621433A (zh) | 一种内燃机传感器故障检测设备 | |
CN117665620A (zh) | 基于新能源汽车数据的电池健康度评估方法 | |
CN103818266A (zh) | 一种储能电池管理控制算法 | |
CN111199078B (zh) | 一种基于多区间运动曲线样本熵的减速顶物联网故障预警方法 | |
CN106649501B (zh) | 变电站监控数据库访问模型与scd一致性校验系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |