Методы и модели восстановления структуры группового телеметрического сигнала
Диссертация
Существует определенный задел в литературе, представленный работами Балтрашевича В. Э., Васильева А. В., Кукушкина С. С. и опытно-конструкторскими работами, проводимыми в научно-исследовательском центре представления и контроля информации по космодрому Плесецк, однако, большинство из существующих решений находятся на этапе развития, когда большая часть действий выполняется непосредственно… Читать ещё >
Содержание
- Глава 1. Анализ задачи восстановления структуры группового телеметрического сигнала
- 1. 1. Понятие телеметрии
- 1. 2. Телеметрические параметры и телеметрические сообщения
- 1. 3. Групповой телеметрический сигнал. Анализ особенностей формирования
- 1. 4. Обобщенный процесс анализа телеметрической информации
- 1. 5. Анализ задачи восстановления структуры группового телеметрического сигнала
- 1. 6. Анализ существующих решений
- 1. 7. Выводы
- Глава 2. Трехэтапная процедура восстановления структуры группового телеметрического сигнала. Модель формата кадра и графовая модель ГТС
- 2. 1. Трехэтапная процедура восстановления структуры группового телеметрического сигнала
- 2. 2. Модель формата кадра группового телеметрического сигнала
- 2. 3. Символьное представление медленноменяющихся телеметрических параметров
- 2. 4. Графовая модель группового телеметрического сигнала
- 2. 5. Выводы
- Глава 3. Методы восстановления структуры группового телеметрического сигнала
- 3. 1. Метод экспресс-поиска структуры группового телеметрического сигнала
- 3. 2. Метод последовательного восстановления структуры группового телеметрического сигнала
- 3. 3. Метод комплексного поиска структуры группового телеметрического сигнала
- 3. 4. Выводы
- Глава 4. Экспериментальные исследования
- 4. 1. Описание реализации комплекса программ восстановления структуры ГТС
- 4. 2. Экспериментальные исследования на модельных данных
- 4. 3. Экспериментальные исследования на реальных данных
Список литературы
- ГОСТ 19 619–74. Оборудование радиотелеметрическое. Термины и определения. Введ. 2005−08−1. М.: Стандартинформ, 2005. С. 20.
- Телеметрия // Википедия. Свободная энциклопедия. URL: http: //ru. wikipedia. org/wiki/7"D07oA20/"D00/"B50/oD00/, BB0/"D00/"B50/oD07oBC0/" DO°/oB5°/oD 10/o82°/oDl0/o800/oDOyoB80/oD 1%8 °F (дата обращения: 24.03.2012).
- Колесник К. В., Пискорж В. В. Особенности построения бортовых телеметрических систем малых спутников // Технология и конструирование в электронной аппаратуре. 2003. Т. 1. С. 3−4.
- Хаусли Т. Системы передачи и телеобработки данных / Под ред. Ю. М. Мартынов. М.: Радио и связь, 1994. С. 454.
- Телеметрия // Энциклопедия Кругосвет. Универсальная научно-популярная онлайн-энциклопедия. URL: http://www.krugosvet.ru/print/39 800 (дата обращения: 24.03.2012).
- Хоружевский А. И. Математические методы представления и обработки измерительной информации. М.: Юбилейный, 2006. С. 286.
- Назаров А. В. Современная телеметрия в теории и на практике. Учебный курс. СПб.: Наука и техника, 2007. С. 672.
- Солонина А. И. Основы цифровой обработки сигналов. Курс лекций: изд. 2-е исп. и пераб. СПб.: БХВ-Петербург, 2005. С. 768.
- Балтрашевич В. Э., Витол А. Д., Жукова Н. А., Соколов И. С. Интеллектуальный подход к анализу структуры и семантики ГТС // Труды 12-й нац. конф. по искусственному интеллекту с междунар. участием (КИИ-2010). М.: Физматлит, 2010. С. 1−4.
- Document 106−11 Part I: Telemetry standards / Telemetry Group. New Mexico: White Sands Missile Range, 2011. URL: http://www.irigl06.org/docs/ 106−11/ (дата обращения: 24.03.2012).
- Дубовик E. А., Дубовик A. E. Основы и методы многоканального измерения. СПб.: Синтег, 2007. С. 192.
- Орешко Н. И., Князева Т. Н. Адаптивное заполнение разрывов при обработке многомерных телеметрических данных // Нейрокомпьютеры: разработка, применение. 2007. Т. 1. С. 58−64.
- Геппенер В. В., Жукова Н. А. Обработка телеметрической информации на основе алгоритмов сегментации и секвенциального анализа // Нейрокомпьютеры: разработка, применение. 2007. Т. 2. С. 37−41.
- Балтрашевич В. Э., Онкин С. А. Инструментальные АОС на базе экспертной системы для анализа и обработки телеметрической информации с неизвестными характеристиками // Известия СПбГЭТУ «ЛЭТИ». 2010. С. 122−127.
- Зенкин А. А., Поспелов Д. А. Когнитивная компьютерная графика. М.: Наука, 1991. С. 192.
- Кукушкин С. С., Клименко И. В., Сувернев А. А. Методы определения углового движения ракеты, использующей четырёхосную гиростабилизи-рованную платформу // Двойные технологии. 2007. Т. 3. С. 53−59.
- Кукушкин С. С., Матусов В. Г. Применение ранговой статистики к решению задачи идентификации телеметрической информации // Двойные технологии. 2008. Т. 3. С. 39−45.
- Балтрашевич В., Жукова Н., Ильина И. Система идентификации телеметрических параметров на основе технологии WEB-сервисов // Вестник компьютерных и информационных технологий. 2008. Т. 3. С. 30−34.
- Жукова Н. А., Тристанов А. Б. Методы контроля состояния сложных динамических объектов // Вестник компьютерных и информационных технологий. 2007. Т. 9. С. 2−10.
- Васильев А. В., Геппенер В. В., Горбачева И. В. и др. Идентификация сложных динамических объектов с использованием шаблонов телеметрических параметров // Нейрокомпьютеры: разработка, применение. 2009. Т. 3. С. 44−49.
- Колмогоров А. Н., Фомин С. В. Элементы теории функций и функционального анализа: 7-е изд.). М.: Наука, 2004. С. 544.
- Жукова Н. А., Соколов И. С. Метод восстановления структуры группового телеметрического сигнала на основе графовой модели // Труды СПИИРАН. 2010. № 13. С. 45−66.
- Самарский А. А. Теория разностных схем. М.: Наука, 1977. С. 656.
- Самарский А. А., Гулин А. В. Устойчивость разностных схем. М.: Наука, 2005. С. 384.
- Andre-Jonsson H., Badal D. Z. Using Signature Files for Querying Time-Series Data // PKDD '97: Proceedings of the First European Symposium on Principles of Data Mining and Knowledge Discovery. Springer-Verlag, 1997. P. 211−220.
- Chan K., Fu A. W.-C. Efficient Time Series Matching by Wavelets // Proceedings of the 15th International Conference on Data Engineering, 23−26 March 1999, Sydney, Austrialia. IEEE Computer Society, 1999. P. 126−133.
- Faloutsos C., Ranganathan M., Manolopoulos Y. Fast subsequence matching in time-series databases // SIGMOD Ree. 1994. Vol. 23, no. 2. P. 419−429.
- Huang Y.-w., Yu P. S. Adaptive query processing for time-series data // In proceedings of the 5 th Int’l Conference on Knowledge Discovery and Data Mining. ACM Press, 1999. P. 282−286.
- Chakrabarti K., Keogh E., Mehrotra S., Pazzani M. Locally Adaptive Dimensionality Reduction for Indexing Large Time Series Databases // In proceedings of ACM SIGMOD Conference on Management of Data. 2002. P. 151−162.
- Yi B.-K., Faloutsos C. Fast Time Sequence Indexing for Arbitrary Lp Norms // In proceedings of the 26st Int’l Conference on Very Large Databases. Sep 10−14, Cairo, Egypt. 2000. P. 385−394.
- Kawahara Y., Sugiyama M. Change-Point Detection in Time-Series Data by Direct Density-Ratio Estimation. // In Proceedings of the SIAM International Conference on Data Mining, SDM 2009, April 30^-May 2. SIAM, 2009. P. 389−400.
- Turner R., Saatci Y., Rasmussen C. Adaptive Sequential Bayesian Change Point Detection // Temporal Segmentation Workshop at NIPS 2009, Whistler, ВС, Canada, December. 2009. P. 1−4.
- Гасфилд Д. Строки, деревья и последовательности в алгоритмах: Информатика и вычислительная биология. Пер. с анг. И. В. Романовского. СПб.: Невский Диалект, БХВ-Петербург, 2003. С. 654.
- Lin J., Keogh Е., Lonardi S., Chiu В. A Symbolic Representation of Time Series with Implications for Streaming Algorithms // In proceedings of the 8th
- ACM SIGMOD Workshop on Research Issues in Data Mining and Knowledge Discovery. ACM Press, 2003. P. 2−11.
- Lin J., Keogh E., Wei L., Lonardi S. Experiencing SAX: a novel symbolic representation of time series // Data Mining and knowledge discovery. 2007. Vol. 15, no. 2. P. 107−144.
- Keogh E., Lin J., Fu A. Hot sax: efficiently finding the most unusual time series subsequence // Proceedings of the 5th IEEE Conference on Data Mining. 2005. P. 226−233.
- Keogh E., Chakrabarti K., Mehrotra S., Pazzani M. Locally Adaptive Dimensionality Reduction for Indexing Large Time Series Databases // In proceedings of ACM SIGMOD Conference on Management of Data. 2001. P. 151−162.
- Keogh E., Chakrabarti K., Pazzani M., Mehrotra S. Dimensionality Reduction for Fast Similarity Search in Large Time Series Databases // Journal of Knowledge and Information Systems. 2001. Vol. 3. P. 263−286.
- Bunke H., Allermann G. Inexact graph matching for structural pattern recognition // Pattern Recognition Letters. 1983. no. 1. P. 245−253.
- Sanfeliu A., Fu K. A Distance Measure Between Attributed Relational Graphs for Pattern Recognition // IEEE Transactions on Systems, Man, and Cybernetics. 1983. Vol. 13. P. 353−362.
- Blake R. E. Partitioning Graph Matching with Constraints, // Pattern Recognition. 1994. Vol. 27, no. 3. P. 439−446.
- Blake R. E., Boros P. The extraction of structural features for use in computer vision // Proceedings of the Second Asian Conference on Computer Vision. 1995. P. 355−366.
- Tsai W., Fu K. Error-correcting isomorphisms of attributed relational graphs for pattern analysis // Systems, Man and Cybernetics. 1979. Vol. 9, no. 12. P. 757−768.
- Харари Ф. Теория графов. M.: Едиториал УРСС, 2003. С. 296.
- Cheng J., Huang Т. Image recognition by matching relational structures // IEEE Computer Society Conference on Pattern Recognition and Image Processing. 1981. P. 542−547.
- Балтрашевич В. Э., Жукова Н. А., Соколов И. С. Графовая модель группового телеметрического сигнала со сменой кадра // Известия СПбГЭТУ «ЛЭТИ». 2010. № 10. С. 12−17.
- Miller G. A., Newman Е. В. Tests of a statistical explanation of the rank-frequency relation for words in written English // American Journal of Psychology. 1958. Vol. 71. P. 209−218.
- Mandelbrot В. В. An informational theory of the statistical structure of languages // Communication Theory. 1953. P. 486−502.
- Li W. Random Texts Exhibit Zipf’s-Law-Like Word Frequency Distribution // IEEE Transactions on Information Theory. 1992. Vol. 38, no. 6. P. 1842−1845.
- Волков E. А. Численные методы. M.: Физматлит, 2003. С. 248.
- Гилл Ф., Мюррей У., Райт М. Практическая оптимизация. М.: Мир, 1985. С. 509.
- Айзерман М. А., Браверман Э. М., Розоноэр JI. И. Метод потенциальных функций в теории обучения машин. М.: Наука, 1970. С. 384.
- Растригин JI. А., Эренштейн P. X. Коллективные правила распознавания. М.: Энергия, 1981. С. 244.
- Колемаев В. А., Калинина В. Н. Теория вероятностей и математическая статистика. / Под ред. А. А. Грицанов. М.: ИНФРА-М, 1997. С. 302.
- Ноаге С. A. R. Quicksort // The Computer Journal. 1962. Vol. 5, no. 1. P. 10−16. http://comjnl.oxfordjournals.Org/content/5/l/10. fiill. pdf+html.
- Кнут Д. Э. Искусство программирования. Том 3. Сортировка и поиск. М.: Вильяме, 2007. С. 824.
- Левенштейн В. И. Двоичные коды с исправлением выпадений, вставок и замещений символов // Доклады Академий Наук СССР. 1965. С. 845−848.
- Wagner R. A., Fischer М. J. The string-to-string correction problem // Journal of the ACM. 1974. Vol. 21, no. 1. P. 168−173.
- Corneil D. G., Gotlieb С. C. An Efficient Algorithm for Graph Isomorphism. // J. ACM. 1970. Vol. 17, no. 1. P. 51−64.
- Hart P. E., Nilsson N. J.,, Raphael B. A formal basis for the heuristic determination of minimum cost paths // IEEE Transactions on Systems, Science, and Cybernetics. 1968. Vol. SSC-4, no. 2. P. 100−107.
- Eshera M., Fu K. A graph distance measure for image analysis // IEEE Transactions on Systems, Man, and Cybernetics (Part B). 1984. Vol. 14, no. 3. P. 398−408.
- Eshera M., Fu K. A similarity measure between attributed relational graphs for image analysis // Proceedings of 7th International Conference on Pattern Recognition. Springer, 1984. P. 75−77.
- Riesen K., Neuhaus M., Bunke H. Bipartite graph matching for computing the edit distance of graphs // Proceedings of 6th International Workshop on Graph Based Representations in Pattern Recognition. LNCS 2726. Springer, 2007. P. 1−12.
- Riesen K., Bunke H. Approximate graph edit distance computation by means ofbipartite graph matching // Image and Vision Computing. 2009. Vol. 27, no. 7. P. 950−959.
- Burkard R. E., Dell’Amico M., Martello S. Assignment Problems. SIAM, 2009. P. 382. ISBN: 978−0-89 871−663−4.
- Романовский И. В. Дискретный анализ: Учебное пособие для студентов, специализирующихся по прикладной математике и информатике. 3-е изд., перераб. и доп. СПб.: Невский Диалект- БХВ Петербург, 2003. Р. 320.
- Kuhn H. W. The Hungarian Method for the assignment problem // Naval Research Logistics Quarterly. 1955. no. 2. P. 83−97.
- Геппенер В. В., Горбачева И. В., Жукова Н. А., Соколов И. С. Идентификация телеметрических параметров с использованием нейронных сетей // Нейрокомпьютеры: разработка, применение. 2009. Т. 11. С. 39−44.
- Жукова Н. А., Соколов И. С. Метод определения типов медленно меняющихся телеметрических параметров с использованием редакционного расстояния и символьного представления // Сборник научных трудов НГТУ. 2012. № 1 (55). С. 25−32.
- Sanghera P. SCJP Exam for J2SE 5: A Concise and Comprehensive Study Guide for The Sun Certified Java Programmer Exam. Berkeley, USA: Apress, 2006. P. 424.
- Raposa R. F. SCJP: Sun Certified Programmer for Java Platform, SE6® Study Guide. Indianapolis, Indiana, USA: Wiley, 2009. P. 531.
- Java // Википедия. Свободная энциклопедия. URL: http: //ru. wikipedia. org/wiki/Java (дата обращения: 24.03.2012).
- Соколов И. С. Свидетельство о государственной регистрации программы для ЭВМ № 2 011 616 384 «Комплекс анализа структур данных (КАСД)», 2011.