斑点诊断与容错计算技术研究及应用

由于实际工程采样与测量过程或系统运行环境的复杂性，测量数据集或采样时间序列中不可避免地会出现部分"杂质"数据或异常数据。异常数据的存在会极大威胁到工程控制与工程信号处理的质量、可信性和系统控制过程安全运行。如何在测量数据中包含有异常数据的情况下，保证计算结果正常或保证算法不发生崩溃，安全可靠地实现系统辨识和系统控制，这是工程信号处理和工程控制领域亟待解决的技术难题。围绕上述难题，本项目将开展被动容错算法、主动容错算法和算法容错能力评价等三个方面的系统研究，拟解决包括安全管道设计、斑点诊断、斑点容错辨识、斑点容错滤波、经典算法容错改进、容错能力评价体系的设计等5项关键技术，研究工作的技术路线设计合理，预期的研究结果将在斑点处理、容错算法设计、容错能力评价和工程算法改进方面取得突破。研究工作具有显著的学术技术价值和重大的工程应用价值。

由于工程采样或系统运行环境的复杂性,测量数据集合或采样时间序列中难免会出现部分“杂质”或称异常数据, 如野值或斑点。理论和实际工程实践都证实，异常数据的存在会给系统状态辨识、过程监控、安全控制与信号处理带来不利影响。本项目围绕测控工程中很棘手的采样数据斑点型野值（Outlier）的检测、诊断和容错处理等三个方面问题，进行方法与处理技术层面的探索研究，完成的主要工作和取得的主要成果：一是对最小二乘（LS）与RLS估计、Kalman滤波算法等算法进行容错改进，克服了上述算法容易受斑点影响而导致处理结果失真或算法崩溃的缺陷；二是围绕测控工程实际需求，自主研制了数值容错滤波、状态容错预报、参数容错辨识、模型容错拟合、信息容错融合、形态容错挖掘等一系列对野值/斑点的不利影响具强抗扰能力的新型容错处理方法；三是建立了不同类型Outliers诊断与修复“一揽子”处理方案与算法；四是初步构建了不同类型Outliers对算法影响的灵敏度、面向采样序列Outliers的算法小样本崩溃点、残差图分析和基于残差的斑点形态分析等一系列评估算法容错能力的技术途径与评价指标；五是面向海量遥测数据建模、分析处理与知识挖掘，自主研制了斑点诊断与容错处理软件系统，初步建立了实测数据处理与仿真验证环境共享和数据诊断、容错处理与算法容错性能评估等多功能集成的软件环境，做到了方法研究与工程应用的无缝衔接，实现了技术集成与技术创新。六是结合在轨服务与深空探测技术研究，将容错的思想合理地融入构建在轨服务技术体系框架；并在VLBI数据处理中引入容错技术，改进了FX相关、DOR和DOD计算、干涉条纹的拟合与搜索等算法的容错能力，为容错技术研究与应用开拓了新的空间。本项目大部分技术成果已实现边研制边转化用于航天测控数据分析与处理，发挥了重要作用，取得了显著的工程效益，斑点修复和容错处理算法被写入“*****数据快速处理方法”国家行业标准。结合项目研究工作，在学术期刊和重要会议上发表46篇、编写国防科技报告5份、研制数据处理软件系统1套、获得部委级科技成果奖2项、受理国防专利1项、制订国家行业标准2项，圆满完成预定各项研究内容，顺利实现了预期研究目标。