CN105892304B - 曲线数据自动判读方法 - Google Patents

曲线数据自动判读方法 Download PDF

Info

Publication number
CN105892304B
CN105892304B CN201410617252.9A CN201410617252A CN105892304B CN 105892304 B CN105892304 B CN 105892304B CN 201410617252 A CN201410617252 A CN 201410617252A CN 105892304 B CN105892304 B CN 105892304B
Authority
CN
China
Prior art keywords
interpretation
curve
test
algorithm
criterion
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.)
Active
Application number
CN201410617252.9A
Other languages
English (en)
Other versions
CN105892304A (zh
Inventor
段传辉
王剑
胡冠松
赵晨
胡迪
周慧
魏振超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Academy of Space Technology CAST
Original Assignee
China Academy of Space Technology CAST
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Academy of Space Technology CAST filed Critical China Academy of Space Technology CAST
Priority to CN201410617252.9A priority Critical patent/CN105892304B/zh
Publication of CN105892304A publication Critical patent/CN105892304A/zh
Application granted granted Critical
Publication of CN105892304B publication Critical patent/CN105892304B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明提供了一种曲线数据自动判读方法,用于对卫星测试过程中产生的测试曲线的正确性进行自动化判读。该方法包括以下步骤:预先提取在曲线卫星测试过程中所产生的不同类别的曲线的主要特征,并对曲线主要特征进行量化分析;对曲线不同类别的曲线进行整理并找出曲线主要特征的散布范围,以制定判读准则;使用预定脚本语言编写曲线判定准则所使用的算法并集成到地面自动化测试模块中以执行判读;通过调用曲线地面自动化测试模块,对待测试的曲线进行自动判读。因此,本发明可提高判读效率,判读方法可扩展,对不同类型测试曲线的覆盖性好,可充分利用脚本语言的优点,容易简单,可移植性好,另外,对特征不易提取的曲线的判读也具有良好适应性。

Description

曲线数据自动判读方法
技术领域
本发明适用于航天器地面测试领域,具体涉及通信卫星地面测试过程中的测试曲线自动判读,更具体地,涉及一种用于对卫星测试过程中产生的测试曲线的正确性进行自动化判读的曲线数据自动判读方法。
背景技术
卫星地面测试过程中,星上设备的遥测或者地面测试设备自身会产生大量的测试数据,这些数据大多都是时间的函数,在一段给定的测试时间内,构成不同的曲线。曲线的范围,形状等各种特征是卫星功能和性能的一个反映,因此对曲线数据的判读是卫星地面测试过程中评判卫星各项功能与技术指标的重要手段。
目前大型卫星的星上设备众多,遥测参数个数可达数千个,其中一部分参数仅通过判读其是否在一个固定的范围即可判读其正确性,而其它的参数因为其中包含更丰富的信息,需对这些参数在时间轴上形成的曲线进行判读。目前卫星地面测试时的曲线数据主要有人工来进行判读,在判读过程中占用大量的人力资源,且无法对曲线内含的信息进行量化的评判。
哈尔滨工业大学的专利号为CN201310033920.9、名为“卫星闭环测试系统数据的自主判读装置和处理方法”的专利描述了一种针对卫星闭环测试数据进行自主判读的方法,该方法和装置使用姿态运动的数学模型来推定敏感器和执行机构的理论值,然后用一个阀值来约束理论值和实际采样值之间绝对值的差。由于此发明依赖于卫星姿态动力学模型,并且仅适用于对姿态运动闭环仿真中的陀螺角速度和星敏四元数进行自主判读,而不适用于对其它参数形成的曲线的判读,因此,这个发明中的技术方案并不具有通用性。
《卫星控制系统测试数据自动判读系统的设计与实现》(空间控制技术与应用,2013年,第39卷第5期)中描述的方法应用的对象是对卫星的控制系统中产生数据的判读。该方法主要是针对卫星的控制分系统,具有一定的局限性,且该方法中的判读主要是超差和越界等简单的规则,而无法根据特定的曲线数据来自定义的复杂的判读规则以实现更加精细化的判读。
因此,急需一种通用化的、易于操作的卫星地面测试过程中曲线自动化判读方案,以提高数据判读精确性和测试效率,减少人力需求。
发明内容
针对当前卫星地面测试过程中曲线判读工作量大和判读量化程度不足的现状,本发明提出一种针对卫星测试过程中产生的测试曲线的正确性判读方法,该方法可由计算机自动实施,从而降低了测试过程中的人力资源的需求,提高了效率,并且可以从量化指标上进行判读,实现了判读的精确性。
本发明提供了一种曲线数据自动判读方法,用于对卫星测试过程中产生的测试曲线的正确性进行自动化判读。该方法包括以下步骤:步骤一,预先提取在卫星测试过程中所产生的不同类别的曲线的主要特征,并对主要特征进行量化分析;步骤二,对不同类别的曲线进行整理并找出主要特征的散布范围,以制定判读准则;步骤三,使用预定脚本语言编写判定准则所使用的算法并集成到地面自动化测试模块中以执行判读;以及步骤四,通过调用地面自动化测试模块,对待测试的曲线进行自动判读。
具体地,在步骤一中执行:对在卫星测试过程中所产生的曲线进行归类;对不同类别的曲线的主要特征进行提取;以及对主要特征进行量化分析,其中,主要特征为多个参数并且至少包括:上下边界、稳定值、和振荡频率。
在步骤二中执行:确定主要特征中的一个参数在卫星测试过程中的一个测试项目下持续时间段上的最大值和最小值,作为边界判读准则;确定参数在测试项目下的变化率范围,作为变化率判读准则;确定参数的在测试项目下形成的参数曲线的尖峰或突变个数,作为判读手段;确定参数在测试项目下的频率特性,作为频率判读准则;以及基于不同阶段的测试,对参数在测试项目下的一致性进行评判,作为一致性判读准则。
优选地,在边界判读准则的确定过程中还包括:引入大于1的容差系数,对最大值和最小值进行放大,从而确保适应每次的测试,尖峰和突变是在已知的特定时间点上卫星的测试系统在测试项目中的原理反映,并用于判断卫星设备是否正常工作,以及在一致性判读准则的建立过程中包括:采用基于动态时间弯曲算法的曲线相似程度量化计算方法,对测试项目中的当前测试曲线与之前测试曲线的结果的一致性进行评判,从而建立一致性判读准则。
额外地,根据本发明的曲线数据自动判读方法还可以包括:对于需要进行一致性判读的曲线的参数数据,对首次进行测试时的参数数据进行梳理,并将测试项目中的曲线的参数数据录入到数据库,其中,每个测试项目对应于数据库中的一个表,每个参数对应于表中的一条记录,并且参数数据可以被访问。
相应地,在步骤二中还可以执行:根据需要,扩展任意其它通用和专用的判读准则项目,并基于判读准则项目建立对应的判读准则。
在步骤三中,预定脚本语言为Lua脚本语言,以及地面自动化测试模块集成了调用Lua脚本以执行判读的脚本解释器,其中,每一个算法对应于Lua脚本中的一个函数。判读算法的函数按类别分为通用判读算法和专用判读算法,其中,通用判读算法至少包括:最大值最小值判读算法和变化率判读算法,以及专用判读算法至少包括:频率域判读算法、尖峰个数判读算法和基于动态时间弯曲算法的曲线一致性比对算法。
在步骤四中可以如下执行:获得待判读参数并将参数数据逐点存储在数据库中;将测试项目的持续时间作为结束测试的依据,形成待判读的曲线数据;按照最大最小值判读算法、变化率判读算法的顺序对曲线数据进行判读,并且当超限时停止运行测试项目;根据任务需要,调用任意其它通用判读算法,并且如果在准则内则判读通过;如果需要判读曲线数据的尖峰特性,则调用尖峰个数判读算法;如果为震荡曲线,则调用频率域判读算法;如果需要比对当前曲线与以往测试的曲线的数据的一致性,则调用曲线一致性比对算法;以及根据任务需要,调用任意其他专用判读算法,并且如果在准则内则判读通过。
因此,本发明的计算机自动化判读方法,判读过程无需人工干预,可提高判读效率,对卫星地面测试曲线的普遍特征进行提取,采用多种判读准则进行组合式判读,判读方法可扩展,对不同类型测试曲线的覆盖性好,所有算法基于Lua脚本实现,并嵌入到已有测试软件中去,可充分利用脚本语言的优点,容易简单,可移植性好,另外,使用曲线相似性量化比对技术,可充分利用已有测试曲线完成待测曲线的判读,对于特征不易提取的曲线的判读也具有良好适应性。
附图说明
图1是本发明的卫星地面测试曲线自动化判读系统的组成框图;以及
图2是本发明的卫星地面测试曲线自动化判读过程的流程图。
具体实施方式
应了解,本发明的卫星地面测试曲线自动判读方法包括测试曲线特征提取、判读准则制定、基本判读算法的编写,测试过程中算法的实施。具体测试过程的步骤如下:
在测试实施前,完成测试曲线特征的提取。首先对卫星测试过程中所产生曲线进行归类,对不同类别曲线主要特征进行提取,并对特征进行量化分析。
然后,对之前同种平台卫星的地面测试曲线,或者待测卫星之前阶段已经完成过的测试曲线进行整理,寻找不同测试项目对应测试曲线的主要特征的散布范围,制定可涵盖所有曲线正确性判读的量化指标;
接下来,使用Lua脚本语言编写若干种基本的判读算法函数,按类别分为通用和专用两种,其中通用方法如最大值最小值判读算法,变化率判读算法等,专用算法如频率域判读算法,尖峰个数判读,以及基于动态时间弯曲算法的曲线一致性比对等。
其次,将首次测试的项目中的数据进行整理,保存为一定格式存储到数据库中,作为标准曲线数据供后续进行该项目时进行一致性评判。
最后,将Lua脚本语言集成到地面测试过程中已有的指令发送和遥测接收的自动化测试软件,在测试过程中,由自动化测试软件实时记录待测曲线数据,每完成一个测试项目后,调用对应的判读脚本,完成测试曲线判读工作,并输出判读结果。
下面结合附图1和2及具体实施方式对本发明进行详细说明。具体地,图1是本发明的卫星地面测试曲线自动化判读系统的组成框图,图2是本发明的卫星地面测试曲线自动化判读过程的流程图。
如图1所示,本发明应用到的自动化曲线判读系统包括自动化测试软件、数据订阅服务器、主测试服务器、曲线判读知识库、以及曲线判读Lua脚本。其中,自动化测试软件可通过网络将遥控指令序列发送到主测试计算机,再由主测试计算机转发到卫星,此外,自动化测试软件还可通过网络从数据订阅服务器来获得卫星下传的遥测参数。
在图1中,所发送的指令序列是根据测试项目事先编辑好的,测试实施时可自动按照顺序逐条发送指令,可在每条指令之后指定对应的判读准则,发完该条指令后,立即进行判读,如果判读通过,则顺序往下发送指令,否则将弹出判读失败提示框,并停止指令发送。对于单个数据点简单的判读准则如等于、大于、小于,可以通过自动化测试软件自身的功能来实现,对于复杂曲线数据序列的判读,需通过Lua脚本编写相应的判读规则,由自动化测试软件来调用该Lua脚本完成曲线判读工作。
另外,根据本发明的曲线自动化判读方法的详细实施步骤如下:
测试曲线特征提取
在测试前需完成待测对象的特征,主要是根据卫星分系统、单机的设计原理以及实测数据包,梳理每个参数在各个测试项目下的曲线判读的要点,如上下边界,稳态值,震荡频率等等,将这些特征进行量化。
测试判读准则的建立
结合第一步的曲线特征提取结果,针对每一个测试项目,建立与之相对应的判读准则。设某个待判读参数在地面测试时的代号为B002,待测测试项目为Item2,根据单机测试时的数据包以及实际的物理意义和设计原理,可按照以下步骤制定参数B002在测试项目Item2时的判读准则。
(1)首先确定参数在该测试项目持续的时间段上的最大值Umax和最小值Umin。考虑到不同测试时间和测试环境下完成测试项目Item2时结果的差异,为达到更好的适应性,引入大于1的容差系数K,对前述Umax和Umin进行放大,可保证每次测试时,只要卫星各项指标正常,皆可满足K*Umin<B002<K*Umax。此即为参数B002在测试项目Item2下的边界判读准则。
(2)确定参数的变化率范围。许多参数不仅要判读该参数的大小,还对参数变化率有限制。设测试项目Item2中,参数B002的变化率最大值不超过Dmax,最小值不超过为Dmin,则可得到B002在Item2测试项目中的变化率判读准则为Dmin<B002<Dmax。
(3)确定尖峰或者突变的个数。某些卫星参数在某个测试项目进行过程中内,在已知的特定时间点上会有突变,这些突变是系统在该测试项目中的某些原理的直观反映。这些突变也可作为判断卫星设备是否正常的标志,因此可以将测试项目中遥测参数曲线的尖峰次数作为一个判读手段。
(4)确定参数在特定测试项目中的频率特性。某些卫星遥测参数在测试过程中是连续波动,构成震荡型的曲线,震荡的频率反映了其内在的物理特性。设测试项目Item2中,根据设计原理和前期试验确定出参数B002震荡频率最大值Fmax和最小值Fmin,则可得到B002在Item2测试项目中的频率判读准则为Fmin<B002<Fmax。
(5)建立一致性判读准则。卫星地面测试过程中,同一个测试项目在不同阶段需要反复进行。而卫星的功能和性能应该基本稳定,这就要求不同阶段测试时的同一项目应具有一致性。本发明采用了基于动态时间弯曲算法的曲线相似程度量化计算方法,对当前测试项目中测试曲线与之前测试结果的一致性进行评判。设之前进行测试项目Item2时得到参数B002在测试时间点上构成数组S0,当前进行Item2测试过程中B002构成数组S1,给定动态时间弯曲计算得到的曲线距离最大不超过DTWmax,则基于动态时间弯曲距离的相似性判读准则为DTW(S0,S1)<DTWmax,其中DTW为动态时间弯曲算法。
(6)根据需要,扩展出其它的通用和专用判读方法,并对这些方法建立对应的判读准则。
标准曲线数据库建立
对于需要比对一致性的曲线数据,需对首次进行测试时的数据进行梳理,将该项目测试过程中的曲线数据录入到Microsoft Access数据库中,每个测试项目对应着数据库中的一个表,每个参数对应数据表中的一条记录,这些数据可通过Lua脚本来访问。
判读脚本的编写及与测试软件的集成
使用Lua脚本语言编写步骤2中所述的判读准则所使用的算法,包括曲线最大值最小值提取、曲线变化率最大值最小值提取、曲线尖峰个数的确定、曲线频谱的确定、基于动态时间弯曲的两个曲线距离计算。每一个算法对应一个Lua脚本中的函数。自动化测试软件中集成了Lua脚本解释器,可调用上述Lua脚本完成判读。
判读实施
以上测试曲线特征提取到判读脚本的编写与测试软件的集成的过程均在测试实施之前完成,下面结合图2来说明测试实施时执行曲线判读包括的几个主要步骤:
1)自动化测试软件运行测试项目,往卫星发送事先编辑好的测试序列,在曲线数据判读要求的起始点处开始启动数据的记录,通过网络从数据订阅服务器里持续的获得待判读参数,并将数据逐点存储在数据库中;
2)通过测试项目持续时间来作为结束测试的判据,一旦时间到,则结束数据记录,形成待判读曲线数据,并继续往下运行;
3)调用最大值最小值算法的Lua脚本,获得待判读曲线数据的最大值和最小值,并与判据比较,如果超限,则停止运行并弹出提示框,如果未超限则继续往下执行;
4)通过调用变化率算法的Lua脚本获得待判读曲线数据的变化率最大值和最小值,并与判据比较,如果超限,则停止运行并弹出提示框,如果未超限则继续往下执行;
5)根据任务需要可调用其它的通用判读方法,如在准则内则继续运行,否则停止运行并弹出提示框;
6)如果曲线需要判读尖峰特性,则调用尖峰计算的Lua脚本获得待判读曲线数据尖峰个数,并与预期个数比较,如果相等则继续运行,否则停止运行并弹出提示框;
7)如果曲线为震荡曲线,则调用震荡频率计算的Lua脚本获得待判读曲线数据震荡频率,并与频率最大值最小值范围进行比较,如果满足则继续运行,否则停止运行并弹出提示框;
8)如果需要比对当前曲线与以往测试数据的一致性,则调用曲线相似性度量的Lua脚本计算出当前曲线和标准曲线数据库中相同测试项目同一曲线的距离,并与曲线距离允许值做比较,如果小于允许值则继续运行,否则停止运行并弹出提示框;以及
9)根据任务需要,可调用其它的专用判读方法进行判读,如在准则内则认为判读通过,否则停止运行并弹出提示框。
综上所述,采用本发明,判读过程无需人工干预,可提高判读效率,对卫星地面测试曲线的普遍特征进行提取,采用多种判读准则进行组合式判读,判读方法可扩展,对不同类型测试曲线的覆盖性好,所有算法基于Lua脚本实现,并嵌入到已有测试软件中去,可充分利用脚本语言的优点,容易简单,可移植性好,另外,使用曲线相似性量化比对技术,可充分利用已有测试曲线完成待测曲线的判读,对于特征不易提取的曲线的判读也具有良好适应性。
本发明中未说明部分属于本领域的公知技术。

Claims (8)

1.一种曲线数据自动判读方法,用于对卫星测试过程中产生的测试曲线的正确性进行自动化判读,其特征在于,包括以下步骤:
步骤一,预先提取在所述卫星测试过程中所产生的不同类别的曲线的主要特征,并对所述主要特征进行量化分析;
步骤二,对所述不同类别的曲线进行整理并找出所述主要特征的散布范围,以制定判读准则;
步骤三,使用预定脚本语言编写所述判读准则所使用的算法并集成到地面自动化测试模块中以执行判读;以及
步骤四,通过调用所述地面自动化测试模块,对待测试的曲线进行自动判读,
所述预定脚本语言为Lua脚本语言,以及所述地面自动化测试模块集成了调用所述Lua脚本以执行判读的脚本解释器,
其中,每一个算法对应于所述Lua脚本中的一个函数,
在所述步骤二中执行:
确定所述主要特征中的一个参数在所述卫星测试过程中的一个测试项目下持续时间段上的最大值和最小值,作为边界判读准则;
确定所述参数在所述测试项目下的变化率范围,作为变化率判读准则;
确定所述参数的在所述测试项目下形成的参数曲线的尖峰或突变个数,作为判读手段;
确定所述参数在所述测试项目下的频率特性,作为频率判读准则;以及
基于不同阶段的测试,对所述参数在所述测试项目下的一致性进行评判,作为一致性判读准则。
2.根据权利要求1所述的曲线数据自动判读方法,其特征在于,在所述步骤一中执行:
对在所述卫星测试过程中所产生的曲线进行归类;
对不同类别的所述曲线的主要特征进行提取;以及
对所述主要特征进行量化分析,
其中,所述主要特征为多个参数并且至少包括:上下边界、稳定值、和振荡频率。
3.根据权利要求1所述的曲线数据自动判读方法,其特征在于,
在所述边界判读准则的确定过程中还包括:引入大于1的容差系数,对所述最大值和最小值进行放大,从而确保适应每次的测试,
所述尖峰和突变是在已知的特定时间点上卫星的测试系统在所述测试项目中的原理反映,并用于判断卫星设备是否正常工作,以及
在所述一致性判读准则的建立过程中包括:采用基于动态时间弯曲算法的曲线相似程度量化计算方法,对所述测试项目中的当前测试曲线与之前测试曲线的结果的一致性进行评判,从而建立一致性判读准则。
4.根据权利要求3所述的曲线数据自动判读方法,其特征在于,还包括:
对于需要进行一致性判读的曲线的参数数据,对首次进行测试时的参数数据进行梳理,并将所述测试项目中的曲线的参数数据录入到数据库,
其中,每个测试项目对应于所述数据库中的一个表,每个参数对应于所述表中的一条记录,并且所述参数数据可以被访问。
5.根据权利要求1所述的曲线数据自动判读方法,其特征在于,在所述步骤二中还执行:
根据需要,扩展任意其它通用和专用的判读准则项目,并基于所述判读准则项目建立对应的判读准则。
6.根据权利要求1所述的曲线数据自动判读方法,其特征在于,所述判读算法的函数按类别分为通用判读算法和专用判读算法,
其中,所述通用判读算法至少包括:最大值最小值判读算法和变化率判读算法,以及所述专用判读算法至少包括:频率域判读算法、尖峰个数判读算法和基于动态时间弯曲算法的曲线一致性比对算法。
7.根据权利要求6所述的曲线数据自动判读方法,其特征在于,在所述步骤四中执行:
获得待判读参数并将参数数据逐点存储在数据库中;
将所述测试项目的持续时间作为结束测试的依据,形成待判读的曲线数据;
按照最大最小值判读算法、变化率判读算法的顺序对所述曲线数据进行判读,并且当超限时停止运行所述测试项目;以及
根据任务需要,调用任意其它通用判读算法,并且如果在准则内则判读通过。
8.根据权利要求7所述的曲线数据自动判读方法,其特征在于,在所述步骤四中还执行:
如果需要判读所述曲线数据的尖峰特性,则调用所述尖峰个数判读算法;
如果为震荡曲线,则调用所述频率域判读算法;
如果需要比对当前曲线与以往测试的曲线的数据的一致性,则调用所述曲线一致性比对算法;以及
根据任务需要,调用任意其他专用判读算法,并且如果在准则内则判读通过。
CN201410617252.9A 2014-11-05 2014-11-05 曲线数据自动判读方法 Active CN105892304B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410617252.9A CN105892304B (zh) 2014-11-05 2014-11-05 曲线数据自动判读方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410617252.9A CN105892304B (zh) 2014-11-05 2014-11-05 曲线数据自动判读方法

Publications (2)

Publication Number Publication Date
CN105892304A CN105892304A (zh) 2016-08-24
CN105892304B true CN105892304B (zh) 2019-05-31

Family

ID=56697874

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410617252.9A Active CN105892304B (zh) 2014-11-05 2014-11-05 曲线数据自动判读方法

Country Status (1)

Country Link
CN (1) CN105892304B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106648753A (zh) * 2016-11-23 2017-05-10 北京航天自动控制研究所 一种基于逆波兰式算法的判据自动解析方法
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
CN107192542B (zh) * 2017-05-19 2019-06-25 北京车和家信息技术有限责任公司 手感检测装置、方法、系统、计算机设备及可读存储介质
CN108460205B (zh) * 2018-02-27 2022-10-14 中国空间技术研究院 一种基于Lua脚本语言的平台敏感器信号源标定方法及系统
CN109445306B (zh) * 2018-10-26 2022-01-25 湖南磁浮技术研究中心有限公司 一种基于规则配置解析的关联参数自动判读方法及系统
CN113220664B (zh) * 2021-05-10 2023-01-24 上海卫星工程研究所 Lua脚本规则快速生成的卫星遥测智能判读系统及方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101135726A (zh) * 2007-09-21 2008-03-05 北京航空航天大学 一种星载sar内定标信号处理平台系统及实现方法
CN101532853A (zh) * 2009-04-21 2009-09-16 北京国科环宇空间技术有限公司 一种自动判读方法及装置
CN102722638A (zh) * 2012-05-17 2012-10-10 蔡远文 对多种信号进行数据判读的方法
CN103064300A (zh) * 2013-01-29 2013-04-24 哈尔滨工业大学 卫星闭环测试系统数据自主判读处理装置及其处理方法
CN104021232A (zh) * 2014-06-27 2014-09-03 中国人民解放军63798部队 基于配置项的飞行器测试数据判读方法
CN105659900B (zh) * 2012-09-12 2014-10-22 北京空间飞行器总体设计部 一种导航卫星控制系统遥测数据判读方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102255674A (zh) * 2010-05-19 2011-11-23 希姆通信息技术(上海)有限公司 基于lua脚本的无线模块自动测试方法
CN102915029B (zh) * 2012-10-15 2014-11-19 中国运载火箭技术研究院 一种基于可重复使用航天器的航电系统自动化测试平台
CN103970034B (zh) * 2014-05-21 2017-01-25 航天东方红卫星有限公司 一种小卫星控制分系统工作状态自动判读系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101135726A (zh) * 2007-09-21 2008-03-05 北京航空航天大学 一种星载sar内定标信号处理平台系统及实现方法
CN101532853A (zh) * 2009-04-21 2009-09-16 北京国科环宇空间技术有限公司 一种自动判读方法及装置
CN102722638A (zh) * 2012-05-17 2012-10-10 蔡远文 对多种信号进行数据判读的方法
CN105659900B (zh) * 2012-09-12 2014-10-22 北京空间飞行器总体设计部 一种导航卫星控制系统遥测数据判读方法
CN103064300A (zh) * 2013-01-29 2013-04-24 哈尔滨工业大学 卫星闭环测试系统数据自主判读处理装置及其处理方法
CN104021232A (zh) * 2014-06-27 2014-09-03 中国人民解放军63798部队 基于配置项的飞行器测试数据判读方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于遥感图像的重要目标特征提取与识别方法研究;张志龙;《中国优秀博硕士学位论文全文数据库 (博士)信息科技辑》;20060315(第3期);论文第2-4章

Also Published As

Publication number Publication date
CN105892304A (zh) 2016-08-24

Similar Documents

Publication Publication Date Title
CN105892304B (zh) 曲线数据自动判读方法
CN108334781B (zh) 病毒检测方法、装置、计算机可读存储介质和计算机设备
CN106027319B (zh) 一种仿真物联网资源服务系统及方法
CN109447156B (zh) 用于生成模型的方法和装置
US20170343983A1 (en) System and method for generating machining control data of numerical control machine tool
CN110471857B (zh) 人工智能模型性能容量的自动测试方法及装置
CN110427983B (zh) 一种基于本地模型与云端反馈的全流程人工智能竞赛系统及其数据处理方法
CN112329751A (zh) 一种基于深度学习的多尺度遥感影像目标识别系统及方法
CN106254145A (zh) 网络请求跟踪处理方法和装置
CN105677306A (zh) 自动化脚本的编写方法和装置
CN113868120A (zh) 工业软件调试方法、装置、计算机设备和存储介质
CN113190444B (zh) 一种测试方法、装置及存储介质
KR101700832B1 (ko) 컴퓨팅 시뮬레이션 작업 필요자원 예측 장치 및 방법
CN110298007A (zh) 用户行为统计方法、装置、电子设备及计算机可读存储介质
CN111444635B (zh) 一种基于xml语言的系统动力学仿真建模方法及系统
CN109783361A (zh) 确定代码质量的方法和装置
CN116152609A (zh) 分布式模型训练方法、系统、装置以及计算机可读介质
CN103677184B (zh) 面向虚拟机的cpu温度预测方法及装置
US11681511B2 (en) Systems and methods for building and deploying machine learning applications
CN114942890A (zh) 一种用户界面测试方法、装置、设备及介质
CN114968741A (zh) 一种基于场景平台化的性能测试方法、系统、设备和介质
CN111008140A (zh) 一种跨平台的ui自动化测试方法及装置
CN104021071A (zh) 进程生命周期的获取方法及系统
CN111163309A (zh) 基于行为模拟的测试方法、电视设备及存储介质
CN117076335B (zh) 一种模型测试方法、系统、介质及电子设备

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant