大数据技术在卫星设备实时监测软件中的研究与应用

摘要

在实时监测卫星系统运行状态的过程中，数据量非常之大，人工监测反应过慢。面对已经出现异常数据的卫星，或者即将进入异常运行状态的卫星，难以提前采取措施。采用自适应指数平滑法进行遥测值的预测，提前预测出未来时刻的遥测信息值，便于地面卫星监测人员迅速针对卫星即将出现的问题采取措施确保卫星准确运行。实验结果表明，运用三次自适应指数平滑法可以比较精准地预测未来时刻的遥测信息值，为地面监控人员提前决策提供支持。
　　针对卫星运行产生大量的数据信息，无法判断卫星上面哪些部件数据值的改变可能会对其它的数据值产生相关影响的情况，本文研究了FP-Tree算法在卫星群组数据分析领域的应用，通过实现关联规则挖掘算法，发现卫星数据中的频繁模式，分析产生的深层次原因，利用其分析结果，提高对卫星各个不同部件中相关设备之间的内部联系判断。经过真实数据的分析验证，挖掘效果良好。

目录

声明

摘要

第一章 绪论

1．1 卫星监控软件研究背景

1．2 国内外研究现状

1．3 本文研究内容

1．4 课题的研究目的与意义

1．5 论文的结构安排

1．6 论文创新点

1．7 本章小结

第二章 理论基础与关键技术

2．1 三层架构设计

2．2 关联规则挖掘算法

2．3 可视化界面开发技术

2．4 监控软件所需数据类型

2．5 本章小结

第三章 指数平滑算法及其改进

3．1 一次指数平滑法

3．2 二次指数平滑法

3．3 三次指数平滑法

3．4 自适应指数平滑算法

3．5 实验结果及对比

3．6 本章小结

第四章 关联关系分析工具与实验结果

4．1 关联规则挖掘算法

4．2 功能需求

4．3 算法的设计过程

4．4 算法的理论分析

4．5 挖掘结果分析

4．6 本章小结

第五章 结论与展望

5．1 工作总结

5．2 未来展望

参考文献

发表论文和参加科研情况

致谢