| Русский Русский | English English |
   
Главная Архив номеров
19 | 11 | 2024
10.14489/vkit.2021.03.pp.012-017

DOI:  10.14489/vkit.2021.03.pp.012-017

Соловьев С. В.
АНАЛИЗ ТЕЛЕМЕТРИЧЕСКОЙ ИНФОРМАЦИИ КОСМИЧЕСКИХ АППАРАТОВ С ИСПОЛЬЗОВАНИЕМ БАЗЫ ЗНАНИЙ, ПОПОЛНЯЕМОЙ В ПРОЦЕССЕ ЭКСПЛУАТАЦИИ
(с. 12-17)

Аннотация. Рассмотрен метод анализа телеметрической информации космических аппаратов (КА), поступающей на наземные средства управления полетом. Сформулированы особенности контроля состояния при эксплуатации КА. Представлены основные понятия, термины и основные свойства временны́х рядов, определен физический смысл характерных величин, обосновано применение математического аппарата анализа временны́х рядов при решении задач телеметрического обеспечения в процессе управления полетом. Предложен математический аппарат анализа временны́х рядов для выявления действительного тренда. Изложен подход в решении задачи прогнозирования состояния КА на основе сравнительного варианта. Определены требования к алгоритму анализа.

Ключевые слова:  космический аппарат; управление полетом; телеметрическая информация; анализ временны́х рядов; контроль состояния; прогнозирование.

 

Soloviev S. V.
ANALYSIS OF SPACECRAFT TELEMETRY INFORMATION USING THE KNOWLEDGE BASE, REPLENISHED DURING THEIR OPERATION
(pp. 12-17)

Abstract. The method for intellectualizing the analysis of telemetric information from spacecraft arriving at ground-based flight controls is discusses. The features of state control during the spacecraft operation are formulated. The basic concepts, terms and basic properties of time series are presented, the definition of the physical meaning of the characteristic quantities for the spacecraft flight control process is given. The use of the mathematical apparatus for the analysis of time radars is substantiated in solving problems of telemetry support in the process of controlling the flight of spacecraft. A mathematical apparatus for analyzing time series is proposed to identify the actual trend. An approach to solving the problem of predicting the state of a spacecraft based on a comparative version is presented. Requirements for the intelligent analysis algorithm are presented and an integrated algorithm is proposed, a method based on time series.

Keywords: Spacecraft; Flight control; Telemetric information; Time series analysis; State control; Forecasting.

Рус

С. В. Соловьев (Ракетно-космическая корпорация «Энергия» имени С. П. Королёва, Королев, Россия) E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript  

Eng

S. V. Soloviev (Rocket and Space Corporation Energia named S. P. Korolev, Korolev, Russia) E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript  

Рус

1. Соловьев В. А., Лысенко Л. Н., Любинский В. E. Управление космическими полетами: учеб. пособие: в 2 ч. Ч. 2. М.: Изд-во МГТУ имени Н. Э. Баумана, 2010.
2. Ахметханов Р. С., Дубинин Е. Ф., Куксова В. И. Анализ временны́х рядов в диагностике технических систем // Машиностроение и инженерное образование. 2013. № 2.
3. Аверкин А. Н., Гаазе-Рапопорт М. Г., Поспелов Д. А. Толковый словарь по искусственному интеллекту. М.: Радио и связь, 1992. 256 с.
4. Лукашин Ю. П. Адаптивные методы краткосрочного прогнозирования временны́х рядов. М.: Финансы и статистика, 2003. 415 с.
5. Shasha D., Zhu Yu. High Performance Discovery in Time Series: Techniques and Case Studes Springer, 2004. 190 p.
6. Cowpertwait P. S. P., Metcalfe A. V. Introductory Time Series with R. Springer, 2009.
7. Woodward W. A., Gray H. L., Elliott A. C. Applied Time Series Analysis // CRC Press. 2012. P. 197 – 230.
8. Griewank, Andreas, Walther A. Principles and Techniques of Algorithmic Differentiation. 2nd ed. // SIAM. 2008. P. 31 – 59.
9. Вентцель Е. С. Теория вероятностей. М.: Наука, 1969.

Eng

1. Solov'ev V. A., Lysenko L. N., Lyubinskiy V. E. (2010). Space flight control: textbook: in 2 parts. Part 2. Moscow: Izdatel'stvo MGTU imeni N. E. Baumana. [in Russian language]
2. Ahmethanov R. S., Dubinin E. F., Kuksova V. I. (2013). Analysis of time series in the diagnosis of technical systems. Mashinostroenie i inzhenernoe obrazovanie, (2). [in Russian language]
3. Averkin A. N., Gaaze-Rapoport M. G., Pospelov D. A. (1992). Explanatory dictionary of artificial intelligence. Moscow: Radio i svyaz'. [in Russian language]
4. Lukashin Yu. P. (2003). Adaptive methods for short-term forecasting of time series. Moscow: Finansy i statistika. [in Russian language]
5. Shasha D., Zhu Yu. (2004). High Performance Discovery in Time Series: Techniques and Case Studies. Springer.
6. Cowpertwait P. S. P., Metcalfe A. V. (2009). Introductory Time Series with R. Springer.
7. Woodward W. A., Gray H. L., Elliott A. C. (2012). Applied Time Series Analysis, pp. 197 – 230. CRC Press.
8. Griewank, Andreas, Walther A. (2008). Principles and Techniques of Algorithmic Differentiation. 2nd ed., pp. 31 – 59. SIAM.
9. Venttsel' E. S. (1969). Probability theory. Moscow: Nauka. [in Russian language]

Рус

Статью можно приобрести в электронном виде (PDF формат).

Стоимость статьи 450 руб. (в том числе НДС 18%). После оформления заказа, в течение нескольких дней, на указанный вами e-mail придут счет и квитанция для оплаты в банке.

После поступления денег на счет издательства, вам будет выслан электронный вариант статьи.

Для заказа скопируйте doi статьи:

10.14489/vkit.2021.03.pp.012-017

и заполните  форму 

Отправляя форму вы даете согласие на обработку персональных данных.

.

 

Eng

This article  is available in electronic format (PDF).

The cost of a single article is 450 rubles. (including VAT 18%). After you place an order within a few days, you will receive following documents to your specified e-mail: account on payment and receipt to pay in the bank.

After depositing your payment on our bank account we send you file of the article by e-mail.

To order articles please copy the article doi:

10.14489/vkit.2021.03.pp.012-017

and fill out the  form  

 

.

 

 

 
Поиск
Rambler's Top100 Яндекс цитирования