一种基于机器学习的雷达测量精度补偿方法

    公开(公告)号:CN114252871A

    公开(公告)日:2022-03-29

    申请号:CN202111514264.5

    申请日:2021-12-13

    IPC分类号: G01S7/497 G01S7/41 G06N20/00

    摘要: 本发明提供了一种基于机器学习的雷达探测精度补偿方法,采集设定时长内的空间环境特征参数、时空特征参数以及雷达探测剩余误差数据构建数据集,采用异常值剔除和数据下采样技术对得到的数据进行预处理;构建基于机器学习的雷达探测精度补偿模型;从雷达探测数据中解算目标方位角、测量时段、星下点经纬度、目标高度;从互联网下载提取雷达探测时刻空间环境参数;将提取的数据输入到构建的雷达探测精度补偿模型中,得到精度补偿后雷达探测数据。本发明在电波环境折射修正基础上,进一步补偿雷达探测精度,补偿电波折射修正模型时空特性局限性、雷达系统误差等造成的探测精度的损失,提升雷达探测精度。

    一种辨识卫星喷气控制行为的数据生成方法及装置

    公开(公告)号:CN115384810A

    公开(公告)日:2022-11-25

    申请号:CN202211069404.7

    申请日:2022-09-02

    IPC分类号: B64G1/24 G06K9/62

    摘要: 本公开提供一种辨识卫星喷气控制行为的数据生成方法,涉及数据处理领域,能够解决由于卫星操控计划不能及时反应发动机的真实工作情况而导致控制不够精准的问题。具体技术方案为:获取第一数据,第一数据包含已发生喷气行为的数据;根据第一数据确定第二数据,第二数据为洁化后的第一数据;根据第二数据判断不同类型的控制行为的起止时间;根据第二数据与不同类型的控制行为的起止时间的数据生成第三数据,第三数据为汇总数据。本发明用于不参照卫星的操控计划,直接通过卫星参数数据辨识卫星发动机喷气控制行为,精准获取卫星各方向发动机每一次用喷气实现姿态控制行为、轨道控制行为或姿轨控制行为的起止时刻与持续时长,提高卫星的控制精度。

    卫星蓄电池特征数据获取方法及装置

    公开(公告)号:CN112684354A

    公开(公告)日:2021-04-20

    申请号:CN202011455547.2

    申请日:2020-12-10

    IPC分类号: G01R31/382

    摘要: 本公开是关于卫星蓄电池特征数据获取方法及装置。该方法包括:获取卫星蓄电池电流数据;在卫星蓄电池电流数据中确定至少一个目标采样点,并根据卫星蓄电池电流数据中包括目标采样点的连续5个采样点的电流值以及连续5个采样点的采样时间获取目标采样点的电流变化特征数据;根据目标采样点的电流变化特征数据确定目标采样点的节点类型;根据节点类型以及卫星蓄电池电流数据获取卫星蓄电池特征数据,卫星蓄电池特征数据包括卫星蓄电池充电电量、卫星蓄电池放电电量、卫星蓄电池全寿命周期内峰值电流数据中至少一项。该技术方案能够自动根据卫星蓄电池电流数据获取卫星蓄电池充电电量、卫星蓄电池放电电量、卫星蓄电池全寿命周期内峰值电流数据中至少一项,加快了对卫星蓄电池电流数据进行处理的效率,改善了用户体验。

    基于角色发现的动态信息网络异常演化节点检测方法

    公开(公告)号:CN115114488A

    公开(公告)日:2022-09-27

    申请号:CN202210836827.0

    申请日:2022-07-15

    IPC分类号: G06F16/901

    摘要: 本发明是关于一种基于角色发现的动态信息网络异常演化节点检测方法。包括:获取动态信息网络多个历史时刻的网络子快照,对各网络子快照的每个节点进行特征提取获得各网络子快照的特征矩阵通过非负矩阵分解对特征矩阵Vt进行降维分解得到非负矩阵Gt∈RN×r和其中,r<min(N,ft),通过公式计算获得目标非负矩阵Gt;建立角色演化矩阵E;采用多个历史时刻的角色矩阵作为训练数据学习角色演化矩阵E获得角色演化矩阵模型E(i);通过角色演化矩阵模型E(i)预测t+1时刻的角色矩阵通过t+1时刻实际角色矩阵Gt+1和计算t+1时刻演化异常分数矩阵设置预设异常分数区间,判断演化异常分数矩阵F(i)中各节点的异常分数是否在预设异常分数区间中,当不在时判断该节点为异常演化节点。