公开(公告)号：CN113917505B

公开(公告)日：2024-11-08

申请号：CN202111213505.2

申请日：2021-10-19

Applicant: 中国电子科技集团公司第五十四研究所

Inventor： 颜博 ,  杨纪伟 ,  高华宇 ,  马培媛 ,  林晓勇 ,  丰明博 ,  申照建 ,  苏新潮

IPC: G01S19/42

Abstract: 本发明公开了一种基于定轨精度的测站智能规划方法，属于卫星测控技术领域。该方法利用中长期预报轨道和地面站网分布完成综合跟踪预报计算；通过数据挖掘分析，智能获取卫星定位精度；综合测站位置分布、测量数据质量、测控设备精度等因素制定测站观测计划；实现基于定轨精度对测站资源进行智能规划。该方法具有操作简单、定轨精度高、规划智能、易于扩展、兼容性强等特点。

公开(公告)号：CN112949753B

公开(公告)日：2023-10-24

申请号：CN202110325281.8

申请日：2021-03-26

Applicant: 西安交通大学 ,  中国电子科技集团公司第五十四研究所

Inventor： 万俊伟 ,  鲍军鹏 ,  张国亭 ,  张超 ,  翟磊 ,  张高杰 ,  辛维政 ,  颜博 ,  丰明博 ,  张龙 ,  魏巍

IPC: G06F18/2433 ,  G06F18/2415 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/084 ,  G06F16/215 ,  G06F16/22 ,  G06F16/2458

Abstract: 本发明提供了一种基于二元关系的卫星遥测时序数据异常检测方法，适用于具有二元关系的卫星遥测时序数据的异常检测。本方法将参数的二元关系映射到图像上，可以直观反映出参数间二元关系的不同模式。针对不同模式的特征，本发明采用卷积神经网络的方法进行特征提取，捕捉正常状态和异常状态下的多种模式特征，挖掘不同的关联模式。最终通过全连接层神经元学习这些特征，做到对正常情况和不同异常情况的识别。本发明可以有效利用参数间的关联性对卫星遥测时序数据进行异常检测，并通过数据的关联模式辅助专家进行卫星故障诊断，为卫星健康运行提供技术保障。

公开(公告)号：CN113917505A

公开(公告)日：2022-01-11

申请号：CN202111213505.2

申请日：2021-10-19

Applicant: 中国电子科技集团公司第五十四研究所

Inventor： 颜博 ,  杨纪伟 ,  高华宇 ,  马培媛 ,  林晓勇 ,  丰明博 ,  申照建 ,  苏新潮

IPC: G01S19/42

Abstract: 本发明公开了一种基于定轨精度的测站智能规划方法，属于卫星测控技术领域。该方法利用中长期预报轨道和地面站网分布完成综合跟踪预报计算；通过数据挖掘分析，智能获取卫星定位精度；综合测站位置分布、测量数据质量、测控设备精度等因素制定测站观测计划；实现基于定轨精度对测站资源进行智能规划。该方法具有操作简单、定轨精度高、规划智能、易于扩展、兼容性强等特点。

公开(公告)号：CN112949753A

公开(公告)日：2021-06-11

申请号：CN202110325281.8

申请日：2021-03-26

Applicant: 西安交通大学 ,  中国电子科技集团公司第五十四研究所

Inventor： 万俊伟 ,  鲍军鹏 ,  张国亭 ,  张超 ,  翟磊 ,  张高杰 ,  辛维政 ,  颜博 ,  丰明博 ,  张龙 ,  魏巍

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06F16/215 ,  G06F16/22 ,  G06F16/2458

Abstract: 本发明提供了一种基于二元关系的卫星遥测时序数据异常检测方法，适用于具有二元关系的卫星遥测时序数据的异常检测。本方法将参数的二元关系映射到图像上，可以直观反映出参数间二元关系的不同模式。针对不同模式的特征，本发明采用卷积神经网络的方法进行特征提取，捕捉正常状态和异常状态下的多种模式特征，挖掘不同的关联模式。最终通过全连接层神经元学习这些特征，做到对正常情况和不同异常情况的识别。本发明可以有效利用参数间的关联性对卫星遥测时序数据进行异常检测，并通过数据的关联模式辅助专家进行卫星故障诊断，为卫星健康运行提供技术保障。

公开(公告)号：CN119007032A

公开(公告)日：2024-11-22

申请号：CN202411144006.6

申请日：2024-08-20

Applicant: 中国电子科技集团公司第五十四研究所

Inventor： 郭栩彤 ,  高朝晖 ,  邢莹 ,  林晓勇 ,  岳群彬 ,  陈亚军 ,  郎少波 ,  丰明博 ,  王玮 ,  黄子亮

IPC: G06V20/13 ,  G06V10/40 ,  G06V10/762 ,  G06V10/774 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084 ,  G06V10/82

Abstract: 本发明属于卫星管控领域，公开了一种基于历史方案学习的点群划分方法，具体实现步骤为：建模历史方案数据；提取点群目标特征，构造标签数据，获取训练样本集和测试样本集；构建基于历史方案学习的点群划分模型；对基于历史方案学习的点群划分模型进行迭代训练；生成点群目标筹划方案。本发明通过在元任务层面学习历史经验，根据卫星及其相应拍摄时间确定条带，获得对点群目标进行划分的方案。本发明结合历史点群目标筹划方案的空间、时间特性，对历史观测方案进行学习，根据卫星使用情况及其相应拍摄开始时间映射得到观测元任务，从而有效避免相邻点被强制划分到不同聚类、边缘点被列为单独点目标的问题。