CN113971233A - 一种基于帧质量评估的遥测数据融合方法 - Google Patents

一种基于帧质量评估的遥测数据融合方法 Download PDF

Info

Publication number
CN113971233A
CN113971233A CN202111579741.6A CN202111579741A CN113971233A CN 113971233 A CN113971233 A CN 113971233A CN 202111579741 A CN202111579741 A CN 202111579741A CN 113971233 A CN113971233 A CN 113971233A
Authority
CN
China
Prior art keywords
frame
data
quality
count
intermediate file
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
Application number
CN202111579741.6A
Other languages
English (en)
Other versions
CN113971233B (zh
Inventor
孙守航
卫蒙
张冬波
王家松
王敏
张建海
崔桂磊
宋卫红
秦少飞
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 Xian Satellite Control Center
Original Assignee
China Xian Satellite Control Center
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 Xian Satellite Control Center filed Critical China Xian Satellite Control Center
Priority to CN202111579741.6A priority Critical patent/CN113971233B/zh
Publication of CN113971233A publication Critical patent/CN113971233A/zh
Application granted granted Critical
Publication of CN113971233B publication Critical patent/CN113971233B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/901Indexing; Data structures therefor; Storage structures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/903Querying
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/25Fusion techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Software Systems (AREA)
  • Selective Calling Equipment (AREA)

Abstract

本公开实施例是关于一种基于帧质量评估的遥测数据融合方法。该方法包括:对所有遥测站的数据文件进行标准化处理,得到帧格式统一的中间文件;对中间文件进行逐帧分析,并进行量化评估,得到中间文件的所有单帧数据质量描述单元;根据中间文件的所有单帧数据质量描述单元,构建融合信息表;根据所述融合信息表,对中间文件进行逐帧择优输出,得到全程遥测数据。本公开实施例通过对标准化处理后的遥测数据进行逐帧分析及量化评估,实现对所有单帧数据质量的定量描述,并通过构建融合信息表,逐帧择优输出融合数据,得到全程遥测数据。该方法可将数据融合粒度从段落优化为单帧,大幅提高遥测数据利用率,全面提升遥测数据融合质量。

Description

一种基于帧质量评估的遥测数据融合方法
技术领域
本公开实施例涉及测量与控制技术领域,尤其涉及一种基于帧质量评估的遥测数据融合方法。
背景技术
多测站多设备接力跟踪模式下产生的遥测数据,在处理分析前需要进行选优拼接,形成一份完整的全程遥测数据。
相关技术中,传统的拼接方法基于选段剪辑模式,即人为选择跟踪设备的最优数据段落进行拼接,然后再利用冗余数据对缺失部分进行补充。该方法能够简洁、有效地拼接数据,但对重叠段落的冗余数据并没有充分地利用,拼接后的数据质量也非全程最优,造成遥测数据利用率低及遥测数据融合质量不优。
因此,有必要改善上述相关技术方案中存在的一个或者多个问题。
需要注意的是,本部分旨在为权利要求书中陈述的本公开的技术方案提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
发明内容
本公开实施例的目的在于提供一种基于帧质量评估的遥测数据融合方法,进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。
根据本公开实施例的第一方面,提供一种基于帧质量评估的遥测数据融合方法,该方法包括:
对所有遥测站的数据文件进行标准化处理,得到帧格式统一的中间文件;
对所述中间文件进行逐帧分析,并进行量化评估,得到所述中间文件的所有单帧数据质量描述单元;
根据所述中间文件的所有单帧数据质量描述单元,构建融合信息表;
根据所述融合信息表,对所述中间文件进行逐帧择优输出,得到全程遥测数据。
本公开的一实施例中,所述对所述中间文件进行逐帧分析,并进行量化评估,得到所述中间件的所有单帧数据质量描述单元的步骤中包括:
对所述中间文件进行逐帧分析,选取质量评估因子,检测各所述质量评估因子的实际数据与理论期待数据间的误比特率,加权计算得到单帧数据的质量量化值,生成所述单帧数据质量描述单元;其中,所述单帧数据质量描述单元至少包括质量量化值、文件名、块序号,所述质量评估因子至少包括副帧计数、帧计数、同步码。
本公开的一实施例中,所述对所述中间文件进行逐帧分析,并进行量化评估,得到所述中间文件的所有单帧数据质量描述单元的步骤中还包括:
对所述中间文件进行逐帧分析量化评估的同时,对所述帧计数进行溢出归零和误码修复,得到修复后的帧计数,并将修复后的帧计数最小值和最大值分别作为起始帧计数和终止帧计数。
本公开的一实施例中,所述根据所述中间文件的所有单帧数据质量描述单元,构建融合信息表的步骤中包括:
根据所述中间文件的所有单帧数据质量描述单元,构建以修复后的帧计数为索引、以单帧数据质量描述单元链表为映射目标的融合信息表。
本公开的一实施例中,所述根据所述融合信息表,对所述中间文件进行逐帧择优输出,得到全程遥测数据的步骤中包括:
以当前帧计数为索引,在所述融合信息表中查找该当前帧计数对应的单帧数据质量描述单元链表,其中,当前帧计数的起始值为修复后的起始帧计数。
本公开的一实施例中,所述根据所述融合信息表,对所述中间文件进行逐帧择优输出,得到全程遥测数据的步骤中包括:
若查找到所述当前帧计数对应的单帧数据质量描述单元链表,则遍历找到质量最优的单帧数据质量描述单元,其中,质量最优表示质量量化值最大。
本公开的一实施例中,所述根据所述融合信息表,对所述中间文件进行逐帧择优输出,得到全程遥测数据的步骤中包括:
根据所述质量最优的单帧数据质量描述单元中的所述文件名和所述块序号,读取对应中间文件对应帧数据,并将该对应帧数据输出到融合数据文件中。本公开的一实施例中,
本公开的一实施例中,所述根据所述融合信息表,对所述中间文件进行逐帧择优输出,得到全程遥测数据的步骤中包括:
将该对应帧数据输出到融合数据文件中之后,将所述当前帧计数与终止帧计数相比,若所述当前帧计数大于所述终止帧计数,则查找结束。
本公开的一实施例中,所述根据所述融合信息表,对所述中间文件进行逐帧择优输出,得到全程遥测数据的步骤中包括:
若所述当前帧计数小于等于所述终止帧计数,则对所述当前帧计数进行累加,并继续查找累加后的帧计数对应的单帧数据质量描述单元链表。
本公开的一实施例中,所述以当前帧计数为索引,在所述融合信息表中查找该当前帧计数对应的单帧数据质量描述单元链表,其中,所述当前帧计数的起始值为修复后的起始帧计数的步骤中还包括:
若未查找到所述当前帧计数对应的单帧数据质量描述单元链表,说明所有中间文件都没有当前帧计数对应的帧数据,则将该当前帧计数作为丢帧信息输出到丢帧日志中。
本公开的实施例提供的技术方案可以包括以下有益效果:
本公开的实施例中,通过基于帧质量评估的遥测数据融合方法,通过对标准化处理后的遥测数据进行逐帧分析及行量化评估,实现对所有单帧数据质量的量化评估,得到所有单帧数据质量描述单元,并通过所有单帧数据质量描述单元构建融合信息表,逐帧择优输出融合数据,得到全程遥测数据。该方法通过将数据融合粒度从段落优化为单帧,大幅提高了遥测数据利用率,全面提升了遥测数据融合质量。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出本公开示例性实施例中基于帧质量评估的遥测数据融合方法的流程图;
图2示出本公开示例性实施例中中间文件及单帧数据质量描述单元数据格式的示意图;
图3示出本公开示例性实施例中融合信息表的示意图;
图4示出本公开示例性实施例中数据融合的流程图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外,附图仅为本公开实施例的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。
本示例实施方式中首先提供了一种基于帧质量评估的遥测数据融合方法。参考图1中所示,该方法可以包括:
步骤S101:对所有遥测站的数据文件进行标准化处理,得到帧格式统一的中间文件;
步骤S102:对所述中间文件进行逐帧分析,并进行量化评估,得到所述中间文件的所有单帧数据质量描述单元;
步骤S103:根据所述中间文件的所有单帧数据质量描述单元,构建融合信息表;
步骤S104:根据所述融合信息表,对所述中间文件进行逐帧择优输出,得到全程遥测数据。
通过基于帧质量评估的遥测数据融合方法,通过对标准化处理后的遥测数据进行逐帧分析及行量化评估,实现对所有单帧数据质量的量化评估,得到所有单帧数据质量描述单元,并通过所有单帧数据质量描述单元构建融合信息表,逐帧择优输出融合数据,得到全程遥测数据。该方法通过将数据融合粒度从段落优化为单帧,大幅提高了遥测数据利用率,全面提升了遥测数据融合质量。
下面,将参考图1至图4对本示例实施方式中的上述方法的各个步骤进行更详细的说明。
在步骤S101中,对所有遥测站的数据文件进行标准化处理,得到帧格式统一的中间文件。具体的,通过对所有遥测站的数据文件内容依次进行同步码搜索,将两次同步码之间的间隔长度与帧长一致的完整帧数据输出,得到帧格式统一的中间文件,中间文件数据格式如图2所示,中间文件数据格式至少包括帧头时标、帧计数、同步码。具体本实施例不做任何限制。
在步骤S102中,对所述中间文件进行逐帧分析,并进行量化评估,得到所述中间文件的所有单帧数据质量描述单元。
可选的,在一些实施例中,所述对所述中间文件进行逐帧分析,并进行量化评估,得到所述中间件的所有单帧数据质量描述单元的步骤中包括:
对所述中间文件进行逐帧分析,选取质量评估因子,检测各所述质量评估因子的实际数据与理论期待数据间的误比特率,加权计算得到单帧数据的质量量化值,生成所述单帧数据质量描述单元;其中,所述单帧数据质量描述单元至少包括质量量化值、文件名、块序号,所述质量评估因子至少包括副帧计数、帧计数、同步码。
具体的,设各测站数据文件标准化后的中间文件集合
Figure 428186DEST_PATH_IMAGE001
,质量评估因子 集合为
Figure 562364DEST_PATH_IMAGE002
,质量评估因子权重 系数集合为
Figure 409097DEST_PATH_IMAGE003
,中间文件fk第m帧数据各质量评估因子的误比特率为
Figure 101853DEST_PATH_IMAGE004
,则该遥测帧的质量量化值为
Figure 34037DEST_PATH_IMAGE005
,其中,k表示中间文件的个数, fk表示第k个中间文件,d表示对应的质量评估因子,质量评估因子包括特征字、填充码、校 验码、同步码等,w表示对应的质量评估因子的权重系数,e表示对应评估因子的误比特率,n 表示评估因子的个数,m表示修复后的帧计数。
其中,质量评估因子权重系数的评估采用熵权法,即按历史数据文件分别统计各质量评估因子的平均误比特率,构建决策矩阵,进而评估各质量评估因子的熵权。
可选的,在一些实施例中,所述对所述中间文件进行逐帧分析,并进行量化评估,得到所述中间文件的所有单帧数据质量描述单元的步骤中还包括:
对所述中间文件进行逐帧分析量化评估的同时,对所述帧计数进行溢出归零和误码修复,得到修复后的帧计数,并将修复后的帧计数最小值和最大值分别作为起始帧计数和终止帧计数。
具体的,帧计数作为所有单帧数据质量描述单元的唯一索引,由于受存储空间的限制和遥测信号跟踪质量的影响,存在溢出归零和误码等问题,对中间文件进行逐帧分析量化评估的同时,利用当前帧与起飞基准帧之间帧计数差值与帧时标差值成正比的特性,对帧计数进行溢出归零和误码修复,得到修复后的帧计数,解决溢出归零和误码等问题,同时将修复后的帧计数最小值和最大值分别作为起始帧计数和终止帧计数,以作为后续的查找条件使用。
在步骤S103中,根据所述中间文件的所有单帧数据质量描述单元,构建融合信息表。
可选的,在一些实施例中,所述根据所述中间文件的所有单帧数据质量描述单元,构建融合信息表的步骤中包括:
根据所述中间文件的所有单帧数据质量描述单元,构建以修复后的帧计数为索引、以单帧数据质量描述单元链表为映射目标的融合信息表。
具体的,如图3所示,每个帧计数m对应的单帧数据质量描述单元链表记录了所有中间文件fk中包含该帧计数的单帧数据的数据质量描述单元信息,其中,单帧数据质量描述单元链表包括多个单帧数据质量描述单元。
在步骤S104中,根据所述融合信息表,对所述中间文件进行逐帧择优输出,得到全程遥测数据。
可选的,在一些实施例中,所述根据所述融合信息表,对所述中间文件进行逐帧择优输出,得到全程遥测数据的步骤中包括:
以当前帧计数为索引,在所述融合信息表中查找该当前帧计数对应的单帧数据质量描述单元链表,其中,所述当前帧计数的起始值为修复后的起始帧计数。
具体的,如图4所示,根据融合信息表,统计起止帧计数,最初始的当前帧计数为起始帧计数,从当前帧计数开始,逐帧查找当前帧计数对应的单帧数据质量描述单元链表。
可选的,在一些实施例中,所述根据所述融合信息表,对所述中间文件进行逐帧择优输出,得到全程遥测数据的步骤中包括:
若查找到所述当前帧计数对应的单帧数据质量描述单元链表,则遍历找到质量最优的单帧数据质量描述单元,其中,质量最优表示质量量化值最大。
具体的,如果查找到当前帧计数对应的单帧数据质量描述单元链表,则在当前帧计数对应的单帧数据质量描述单元链表中找出质量量化值最大的单帧数据质量描述单元。
可选的,在一些实施例中,所述根据所述融合信息表,对所述中间文件进行逐帧择优输出,得到全程遥测数据的步骤中包括:
根据所述质量最优的单帧数据质量描述单元中的所述文件名和所述块序号,从对应中间文件读取对应帧数据,并将该对应帧数据输出到融合数据文件中。
具体的,通过文件名和块序号信息读取对应帧数据,并将对应帧数据作为融合数据输出到融合数据文件中。
可选的,在一些实施例中,所述根据所述融合信息表,对所述中间文件进行逐帧择优输出,得到全程遥测数据的步骤中包括:
将该对应帧数据输出到融合数据文件中之后,将所述当前帧计数与终止帧计数相比,若所述当前帧计数大于所述终止帧计数,则查找结束。
具体的,在对应帧数据输出到融合数据文件后,需要判断当前查找是否结束,将当前帧计数与终止帧计数相比,如果当前帧计数大于终止帧计数,则查找结束。
可选的,在一些实施例中,所述根据所述融合信息表,对所述中间文件进行逐帧择优输出,得到全程遥测数据的步骤中包括:
若所述当前帧计数小于等于所述终止帧计数,则对所述当前帧计数进行累加,并继续查找累加后的帧计数对应的单帧数据质量描述单元链表,进入下一个循环。
具体的,如果当前帧计数小于等于终止帧计数,将当前帧计数进行累加,继续查找累计后的帧计数对应的单帧数据质量描述单元链表。
可选的,在一些实施例中,所述以当前帧计数为索引,在所述融合信息表中查找该当前帧计数对应的单帧数据质量描述单元链表,其中,所述当前帧计数的起始值为修复后的起始帧计数的步骤中还包括:
若未查找到所述当前帧计数对应的单帧数据质量描述单元链表,说明所有中间文件都没有当前帧计数对应的帧数据,则将该当前帧计数作为丢帧信息输出到丢帧日志中。具体的,如果没查找到,则表明无当前帧计数对应的单帧数据,说明数据存在丢帧信息,将该丢帧信息输出到丢帧日志中,之后再根据上述当前帧计数与终止帧计数进行比较,来判断当前查找是否结束。具体判断方法如上,此处不再赘述。
通过基于帧质量评估的遥测数据融合方法,通过对标准化处理后的遥测数据进行逐帧分析及行量化评估,实现对所有单帧数据质量的量化评估,得到所有单帧数据质量描述单元,并通过所有单帧数据质量描述单元构建融合信息表,逐帧择优输出融合数据,得到全程遥测数据。该方法通过将数据融合粒度从段落优化为单帧,大幅提高了遥测数据利用率,全面提升了遥测数据融合质量。
下面通过仿真遥测数据实施例,对基于帧质量评估的遥测数据融合方法做进一步说明。
选取2个遥测站、每站2个流的帧计数为m1和m2的两帧仿真数据进行分析。选择同步码、子帧计数和帧计数等有规律的6组波道信息作为质量评估因子。假设利用熵权法对该组因子权重的评估结果依次为0.141、0.118、0.146、0.183、0.120、0.150、0.141。根据每项质量评估因子的误码率,量化评估两帧数据的质量,具体结果见表1和表2,表格记录内容为误码比特位数/总比特位数。
表1 第m1帧数据质量评估结果统计表
Figure 237485DEST_PATH_IMAGE006
计算出四个文件第m1帧数据的质量评估值分别为0.989、0.986、0.987、0.982,因此优选“站 1 流 1”文件的第m1帧数据作为融合后第m1帧的数据。
表2 第m2帧数据质量评估结果统计表
Figure 204304DEST_PATH_IMAGE007
计算出四个数据文件的第二帧质量评估值分别为0.962、0.982、0.974、0.971,因此优选“站 1 流 2”文件的第m2帧数据作为融合后第m2帧的数据。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本公开的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。此外,本领域的技术人员可以将本说明书中描述的不同实施例或示例进行接合和组合。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由所附的权利要求指出。

Claims (10)

1.一种基于帧质量评估的遥测数据融合方法,其特征在于,该方法包括:
对所有遥测站的数据文件进行标准化处理,得到帧格式统一的中间文件;
对所述中间文件进行逐帧分析,并进行量化评估,得到所述中间文件的所有单帧数据质量描述单元;
根据所述中间文件的所有单帧数据质量描述单元,构建融合信息表;
根据所述融合信息表,对所述中间文件进行逐帧择优输出,得到全程遥测数据。
2.根据权利要求1所述基于帧质量评估的遥测数据融合方法,其特征在于,所述对所述中间文件进行逐帧分析,并进行量化评估,得到所述中间件的所有单帧数据质量描述单元的步骤中包括:
对所述中间文件进行逐帧分析,选取质量评估因子,检测各所述质量评估因子的实际数据与理论期待数据间的误比特率,加权计算得到单帧数据的质量量化值,生成所述单帧数据质量描述单元;其中,所述单帧数据质量描述单元至少包括质量量化值、文件名、块序号,所述质量评估因子至少包括副帧计数、帧计数、同步码。
3.根据权利要求2所述基于帧质量评估的遥测数据融合方法,其特征在于,所述对所述中间文件进行逐帧分析,并进行量化评估,得到所述中间文件的所有单帧数据质量描述单元的步骤中还包括:
对所述中间文件进行逐帧分析量化评估的同时,对所述帧计数进行溢出归零和误码修复,得到修复后的帧计数,并将修复后的帧计数最小值和最大值分别作为起始帧计数和终止帧计数。
4.根据权利要求3所述基于帧质量评估的遥测数据融合方法,其特征在于,所述根据所述中间文件的所有单帧数据质量描述单元,构建融合信息表的步骤中包括:
根据所述中间文件的所有单帧数据质量描述单元,构建以修复后的帧计数为索引、以单帧数据质量描述单元链表为映射目标的融合信息表。
5.根据权利要求4所述基于帧质量评估的遥测数据融合方法,其特征在于,所述根据所述融合信息表,对所述中间文件进行逐帧择优输出,得到全程遥测数据的步骤中包括:
以当前帧计数为索引,在所述融合信息表中查找该当前帧计数对应的单帧数据质量描述单元链表,其中,所述当前帧计数的起始值为修复后的起始帧计数。
6.根据权利要求5所述基于帧质量评估的遥测数据融合方法,其特征在于,所述根据所述融合信息表,对所述中间文件进行逐帧择优输出,得到全程遥测数据的步骤中包括:
若查找到所述当前帧计数对应的单帧数据质量描述单元链表,则遍历找到质量最优的单帧数据质量描述单元,其中,质量最优表示质量量化值最大。
7.根据权利要求6所述基于帧质量评估的遥测数据融合方法,其特征在于,所述根据所述融合信息表,对所述中间文件进行逐帧择优输出,得到全程遥测数据的步骤中包括:
根据所述质量最优的单帧数据质量描述单元中的所述文件名和所述块序号,从对应中间文件读取对应帧数据,并将该对应帧数据输出到融合数据文件中。
8.根据权利要求7所述基于帧质量评估的遥测数据融合方法,其特征在于,所述根据所述融合信息表,对所述中间文件进行逐帧择优输出,得到全程遥测数据的步骤中包括:
将该对应帧数据输出到融合数据文件中之后,将所述当前帧计数与终止帧计数相比,若所述当前帧计数大于所述终止帧计数,则查找结束。
9.根据权利要求8所述基于帧质量评估的遥测数据融合方法,其特征在于,所述根据所述融合信息表,对所述中间文件进行逐帧择优输出,得到全程遥测数据的步骤中包括:
若所述当前帧计数小于等于所述终止帧计数,则对所述当前帧计数进行累加,并继续查找累加后的帧计数对应的单帧数据质量描述单元链表。
10.根据权利要求5所述基于帧质量评估的遥测数据融合方法,其特征在于,所述以当前帧计数为索引,在所述融合信息表中查找该当前帧计数对应的单帧数据质量描述单元链表,其中,所述当前帧计数的起始值为修复后的起始帧计数的步骤中还包括:
若未查找到所述当前帧计数对应的单帧数据质量描述单元链表,说明所有中间文件都没有当前帧计数对应的帧数据,则将该当前帧计数作为丢帧信息输出到丢帧日志中。
CN202111579741.6A 2021-12-22 2021-12-22 一种基于帧质量评估的遥测数据融合方法 Active CN113971233B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111579741.6A CN113971233B (zh) 2021-12-22 2021-12-22 一种基于帧质量评估的遥测数据融合方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111579741.6A CN113971233B (zh) 2021-12-22 2021-12-22 一种基于帧质量评估的遥测数据融合方法

Publications (2)

Publication Number Publication Date
CN113971233A true CN113971233A (zh) 2022-01-25
CN113971233B CN113971233B (zh) 2022-04-12

Family

ID=79590718

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111579741.6A Active CN113971233B (zh) 2021-12-22 2021-12-22 一种基于帧质量评估的遥测数据融合方法

Country Status (1)

Country Link
CN (1) CN113971233B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070129009A1 (en) * 2005-12-01 2007-06-07 Electronics And Telecommunications Research Institute Fault management system using satellite telemetering technology and method thereof
CN108088488A (zh) * 2016-11-22 2018-05-29 江西洪都航空工业集团有限责任公司 一种靶场遥测数据拼接方法
CN109348140A (zh) * 2018-10-12 2019-02-15 西安理工大学 一种监控场景下实时视频的拼接方法
CN112953839A (zh) * 2021-01-19 2021-06-11 南京南瑞水利水电科技有限公司 一种数据分帧传输方法、遥测设备和数据中心平台
CN113377580A (zh) * 2021-06-28 2021-09-10 中国西安卫星测控中心 一种地基遥测数据帧计数溢出修复和误码检测修复方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070129009A1 (en) * 2005-12-01 2007-06-07 Electronics And Telecommunications Research Institute Fault management system using satellite telemetering technology and method thereof
CN108088488A (zh) * 2016-11-22 2018-05-29 江西洪都航空工业集团有限责任公司 一种靶场遥测数据拼接方法
CN109348140A (zh) * 2018-10-12 2019-02-15 西安理工大学 一种监控场景下实时视频的拼接方法
CN112953839A (zh) * 2021-01-19 2021-06-11 南京南瑞水利水电科技有限公司 一种数据分帧传输方法、遥测设备和数据中心平台
CN113377580A (zh) * 2021-06-28 2021-09-10 中国西安卫星测控中心 一种地基遥测数据帧计数溢出修复和误码检测修复方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
舒传华 等: "基于单帧质量最优的遥测多站数据自动对接方法", 《遥测遥控》 *

Also Published As

Publication number Publication date
CN113971233B (zh) 2022-04-12

Similar Documents

Publication Publication Date Title
CN112910690A (zh) 基于神经网络模型的网络流量预测方法、装置及设备
CN112163553B (zh) 物料价格核算方法、装置、存储介质和计算机设备
CN108388640B (zh) 一种数据转换方法、装置以及数据处理系统
CN112767423B (zh) 一种基于改进SegNet的遥感图像建筑物分割方法
CN112199559B (zh) 数据特征的筛选方法、装置及计算机设备
CN114048340A (zh) 一种层级融合的组合查询图像检索方法
CN116932384A (zh) 一种基于特征融合和特征选择的软件缺陷预测方法
CN113971233B (zh) 一种基于帧质量评估的遥测数据融合方法
CN114169338A (zh) 一种医疗命名实体识别方法、装置和电子设备
CN112465140A (zh) 一种基于分组通道融合的卷积神经网络模型压缩方法
US20090074076A1 (en) Method and device for vector quantization
CN114722945A (zh) 一种存量客户投保意向预测方法及装置
CN113379528A (zh) 风控模型建立方法、装置和风险控制方法
Chang et al. On robustness to missing video for audiovisual speech recognition
US8090609B2 (en) Method for evaluating performance of internal network in an enterprise
CN116859317A (zh) 电容式电压互感器计量误差预测方法及装置
CN110781755A (zh) 一种建筑钢筋智能识别计量方法及系统
CN115910045A (zh) 一种语音唤醒词的模型训练方法和识别方法
CN111654853B (zh) 一种基于用户信息的数据分析方法
CN112328951B (zh) 一种分析样品的实验数据的处理方法
CN113900935A (zh) 一种缺陷自动识别方法、装置、计算机设备及存储介质
CN114492552A (zh) 宽带用户真实性判断模型的训练方法、装置及设备
CN113177672A (zh) 基于长短时记忆网络的pm2.5预测方法
CN115082767A (zh) 随机森林模型训练方法和装置
CN114328169A (zh) 一种动态页面的测试方法及其系统

Legal Events

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