(中國衛(wèi)星海上測控部，江蘇 江陰 214431)

船載外測數(shù)據(jù)的實時檢擇方法*

吳金美**，侯亞威，李永剛，凌曉冬

(中國衛(wèi)星海上測控部，江蘇 江陰 214431)

分析了航天測量船的任務(wù)特點和船載外測數(shù)據(jù)的野值特性，研究實時處理船載外測數(shù)據(jù)野值的檢擇方法。通過兩套設(shè)備的外測數(shù)據(jù)信息橫向比對消除船搖對數(shù)據(jù)檢擇的影響，建立了自適應(yīng)權(quán)值和閾值的模型，給出了基于坐標(biāo)轉(zhuǎn)換和加權(quán)融合的分步式船載外測數(shù)據(jù)實時檢擇方法。實例數(shù)據(jù)驗證結(jié)果表明所提方法可以實時有效地解決外測預(yù)處理階段的野值檢擇問題。

航天測量船；外測數(shù)據(jù)；野值實時檢擇；加權(quán)融合

1 引 言

航天測量船在對飛行器進行跟蹤測量的數(shù)據(jù)處理過程中，必須對采樣數(shù)據(jù)進行預(yù)處理，識別出其中的野值，這對改進后續(xù)數(shù)據(jù)處理的精度、提高數(shù)據(jù)處理質(zhì)量相當(dāng)重要。工程經(jīng)驗和統(tǒng)計理論告訴我們，即使是高精度的測量設(shè)備，由于多種偶然因素的綜合影響或作用，采樣數(shù)據(jù)集合往往包含1%～2%有時甚至10%～20%的數(shù)據(jù)嚴(yán)重偏離目標(biāo)真值[1]。測量船在海上執(zhí)行任務(wù)時，不可避免地受到風(fēng)、浪、涌等因素的影響，使得船的位置和姿態(tài)處于時刻變化的過程中，固連在甲板上的外測設(shè)備獲取的外測數(shù)據(jù)中除了含有與跟蹤測量設(shè)備本身有關(guān)的測量誤差外，還疊加了船體搖擺移動帶來的測量誤差，因此與陸基外測數(shù)據(jù)相比，船載外測數(shù)據(jù)的野值檢擇工作更為復(fù)雜和困難。

近年來，圍繞野值的辨識和剔除已經(jīng)有了相當(dāng)多的研究[1-9]，但基本都是針對常見的陸基外測數(shù)據(jù)和事后數(shù)據(jù)處理來開展的，比如，陸基外測數(shù)據(jù)事后處理過程中的剔野常選用差分法、多項式逼近的最小二乘法、外推擬合法、多項式回歸模型檢驗法、ARMA模型法檢驗法、穩(wěn)健濾波的M估計法等[2]。不少學(xué)者在此基礎(chǔ)上進一步改進，提出了等精度測量數(shù)據(jù)的逐點剔除法[3]、“穩(wěn)健-似然比”檢驗法[1]、改進的卡爾曼濾波方法[4]、中值穩(wěn)健估計法[5]、函數(shù)逼近和回歸分析法[6]等，這些方法考慮的重點是剔野的成功率，對適用條件有一定的要求：有的對孤立型野值點效果顯著，但對長時段的斑點數(shù)據(jù)就無能為力[7]；有的需要人工干預(yù)，不能實時快速處理；有的必須建立在新信息的基礎(chǔ)上，難以適用于各種跟蹤測量任務(wù)情況[8]；有的計算量比較大，不適合大容量數(shù)據(jù)的規(guī)?；幚?；等等。

事實上，對于船載外測數(shù)據(jù)的實時檢擇過程，一方面要充分考慮船搖對數(shù)據(jù)的誤差產(chǎn)生的影響，船載外測數(shù)據(jù)的野值與陸基測量數(shù)據(jù)的野值特性有所不同；另一方面與事后數(shù)據(jù)處理相比，實時數(shù)據(jù)處理強調(diào)算法簡單、計算量小，而且每一時刻數(shù)據(jù)的處理只能依賴于之前的積累數(shù)據(jù)，沒有辦法對整個弧段大容量的數(shù)據(jù)進行分析判斷，例如獲取新息或者其他關(guān)鍵的統(tǒng)計值等。這兩點就使得前面的野值辨識和處理方法無法在這一特定的環(huán)境中適用。

基于以上的背景，本文從分析航天測量船的任務(wù)特點和船載外測數(shù)據(jù)的野值特性入手，研究能夠?qū)崟r處理船載外測數(shù)據(jù)野值的檢擇方法。

2 船載外測數(shù)據(jù)的野值分析

飛行目標(biāo)的跟蹤測量中，設(shè)備狀態(tài)不穩(wěn)定甚至故障、人員操作失誤、環(huán)境干擾等原因都會導(dǎo)致測量數(shù)據(jù)中個別或者成片的異常出現(xiàn)，即孤立型野值和斑點型野值。對于海上測量來說，環(huán)境更為多變，干擾時刻存在，孤立型和斑點型野值都有可能出現(xiàn)，如圖1～2所示。

圖1 測距數(shù)據(jù)中的孤立型野值Fig.1 Isolated outliers in distance measurement data

圖2 測角數(shù)據(jù)中的斑點型野值Fig.2 Patchy outliers in angle measurement data

目前船載外測數(shù)據(jù)還是采用簡單差分設(shè)定門限值的辦法進行檢擇，對于圖1這種突變較大的孤立型野值，即使寬松的門限值都能將野值剔除；而對于圖2這種連續(xù)成片的野值，剔除的效果不好并且剔除后存在需要補點修復(fù)的問題。簡單差分設(shè)定門限值的檢擇方法最大的問題是門限值的選取，過于寬松的門限值必然會造成漏點的情況，起不到檢擇的效果。每次任務(wù)的實時數(shù)據(jù)精度是有差異的，固定門限值或者任務(wù)前設(shè)定的估計值不能降低船搖的影響，不能準(zhǔn)確體現(xiàn)出實時的數(shù)據(jù)精度。圖1中測距數(shù)據(jù)因量級大所以受船搖影響很小，而圖2就體現(xiàn)出船搖對俯仰角的影響了。

選取某次任務(wù)外測俯仰角數(shù)據(jù)并對它進行一階差分，如圖3～4，可以看出，隨著船搖影響，數(shù)據(jù)曲線來回擺動，而且數(shù)據(jù)變化率也呈現(xiàn)出一種非單調(diào)變化的趨勢。通過進一步分析可以得出[9-10]，船體不同方向的搖擺變化對方位俯仰距離的測量值的影響是不同的，距離受橫搖的影響最明顯，方位角受艏搖、橫搖、縱搖3個方向尤其是艏搖的影響，俯仰角主要受橫搖和縱搖的影響。但3個方向的船搖不完全是周期性的，難以用周期性的多項式來進行擬合和估計，因此在數(shù)據(jù)檢擇階段無法通過建立數(shù)學(xué)模型估計出船搖再進行去除。測量船外測數(shù)據(jù)處理在預(yù)處理之后有專門的船搖修正過程，能夠除去疊加在外測數(shù)據(jù)上的船搖的影響，但對原始數(shù)據(jù)的檢擇工作屬于預(yù)處理過程，在測量坐標(biāo)系就要進行，這就需要在獲得船搖數(shù)據(jù)之前就能夠充分利用已有的數(shù)據(jù)信息對存在的野值進行識別和剔除。

圖3 俯仰角數(shù)據(jù)Fig.3 Elevation angle measurement data

圖4 俯仰角數(shù)據(jù)的一階差分Fig.4 The first order difference of elevation angle measurement data

通過對原始數(shù)據(jù)野值的分析可以得出，在預(yù)處理階段，單一數(shù)據(jù)源的外測原始數(shù)據(jù)蘊含了船搖的信息無法用統(tǒng)計方法從外測數(shù)據(jù)中分離完成野值的檢擇。

測量船在執(zhí)行任務(wù)時，每條船的參試設(shè)備往往不止一套，一般有兩套或更多設(shè)備參與測量同一目標(biāo)，安裝在同一條船上的兩套設(shè)備沿著船縱軸線分布，受到的船體搖擺的影響是基本一致的，因此，充分利用測量船的任務(wù)特點，采用兩套設(shè)備的數(shù)據(jù)信息，進行橫向比對的方式是完成檢擇的可行途徑。

3 檢擇方法的數(shù)學(xué)模型

3.1 坐標(biāo)系轉(zhuǎn)換

如果設(shè)備1和設(shè)備2是位于同一條測量船上的兩套外測設(shè)備，則設(shè)備1和設(shè)備2均在船的艏艉線上。不妨假設(shè)設(shè)備1靠近船艏，任意t時刻，設(shè)備1和設(shè)備2所測的方位角、俯仰角和距離為Ai(t)、Ei(t)、Ri(t),i=1,2，對于跟蹤同一個目標(biāo)的這兩套設(shè)備來說，由于測量坐標(biāo)系并不重合，因此就算沒有任何測量誤差，它們測到的數(shù)據(jù)也絕不會相同，尤其是某些特殊的弧段特殊的角度，差距更大。因此，對數(shù)據(jù)進行比對前，必須進行坐標(biāo)系的轉(zhuǎn)換。

首先，對兩組測量數(shù)據(jù)從極坐標(biāo)轉(zhuǎn)換成直角坐標(biāo)。若設(shè)設(shè)備1和設(shè)備2的直角坐標(biāo)系下測量值為Xi(t)、Yi(t)、Zi(t)，i=1,2，則坐標(biāo)轉(zhuǎn)換公式為

(1)

其次，以設(shè)備1所在的測量系為基準(zhǔn)，將設(shè)備2的測量系轉(zhuǎn)化到基準(zhǔn)坐標(biāo)系。兩個測量坐標(biāo)系的原點為各自設(shè)備的方位軸與俯仰軸的焦點，X軸平行于船的艏艉線，并指向船艏，Y軸平行于方位軸方向，向上為正，z軸按右手法則確定。兩個設(shè)備的測量坐標(biāo)系的原點不重合所以需要進行坐標(biāo)系的平移，而且因為有船體的變形存在導(dǎo)致三軸方向不平行，需要進行坐標(biāo)系的旋轉(zhuǎn)：從變形測量設(shè)備可以獲得因船體變形引起的設(shè)備1和2之間存在的3個自由度變化角，設(shè)船體變形角歐拉矩陣為Bb。值得注意的是，雖然變形角是一個實測的變化值，如果引入測量值進行實時轉(zhuǎn)化，可能會因為存在時延讓數(shù)據(jù)預(yù)處理的實時性得不到滿足，另一方面測量值有誤差，反而會影響數(shù)據(jù)精度，考慮到變形數(shù)據(jù)的特殊性——平滑不會有突變，不會導(dǎo)致野值的增加或擴大，因此我們用固定變形角來參與計算，進行坐標(biāo)系的轉(zhuǎn)換。在后續(xù)的檢擇計算過程中，固定變形值不會影響數(shù)據(jù)檢擇的結(jié)果。

如果設(shè)備2的原點在基準(zhǔn)坐標(biāo)系里的坐標(biāo)為X0、Y0、Z0，則設(shè)備2的測量值轉(zhuǎn)換到基準(zhǔn)坐標(biāo)系中坐標(biāo)值為

(2)

3.2 加權(quán)融合

設(shè)通過坐標(biāo)轉(zhuǎn)換后的兩設(shè)備測量數(shù)據(jù)為Si(t)=(SXi(t),SYi(t),SZi(t))τ，i=1,2。若目標(biāo)在基準(zhǔn)坐標(biāo)系下的飛行軌跡為S0(t)=(SX0(t),SY0(t),SZ0(t))τ，則Si(t)=S0(t)+K(t)+ei(t)+εi(t)。其中，K(t)是t時刻船搖帶來的影響，ei(t)是設(shè)備本身的系統(tǒng)誤差，εi(t)是零均值的隨機誤差。測量設(shè)備的系統(tǒng)誤差大部分可以通過事前發(fā)現(xiàn)并消除，但如前所述，船搖的影響是無法消除的，兩組測量值中都含有相同的船搖影響，可以利用兩組數(shù)據(jù)中所體現(xiàn)的共同的主體“趨勢”對各組數(shù)據(jù)進行檢擇。

對于多傳感器的數(shù)據(jù)融合時的權(quán)值計算，文獻[11]已經(jīng)給出了最優(yōu)的分配原則，與陸基傳感器數(shù)據(jù)不同的是，船載外測數(shù)據(jù)包含了船搖影響，但注意到因為船搖對兩設(shè)備的影響是相同的，事實上不論權(quán)值怎么定，加權(quán)后的融合數(shù)據(jù)中的船搖影響還是與兩設(shè)備數(shù)據(jù)是一致的，并不會因為權(quán)值分配的不同而變化，因此船搖影響在加權(quán)融合時可以忽略，依據(jù)陸基傳感器的分配原則來計算權(quán)值。

(3)

可以證明[11-12]融合數(shù)據(jù)的方差

(4)

也就是說利用最優(yōu)的權(quán)值分配原則，即便加入了精度較差的設(shè)備數(shù)據(jù)源也有利于提高融合數(shù)據(jù)的精度，因為融合后的數(shù)據(jù)精度高于其中任何一個設(shè)備數(shù)據(jù)。

3.3 數(shù)據(jù)檢擇

(5)

設(shè)

則

(6)

根據(jù)前面的分析可得到具體的分步式檢擇算法：

Step1 初始檢擇，設(shè)定初始精度值和閾值，第一點無條件接受，從第二點起，用與前一點的絕對差小于閾值進行檢擇，剔除野值直到積累m點后進入正常檢擇。

Step2 正常檢擇，根據(jù)前面m個數(shù)據(jù)的精度利用式(3)計算融合數(shù)據(jù)，并進行多項式擬合，計算第m點的精度估計值并根據(jù)式(5)對第m點的數(shù)據(jù)進行檢擇。若判定為野值，則進入修正檢擇。

值得注意的是，在此檢擇算法當(dāng)中，實時計算加權(quán)融合的權(quán)值和檢擇的閾值，因此閾值和權(quán)值都是自適應(yīng)的。

4 實例驗證

例1：采用某次衛(wèi)星入軌段的船載外測測角數(shù)據(jù)，雷達1和雷達2同時進行測量得到圖5和圖6，兩設(shè)備受到相同的船搖影響，體現(xiàn)出大致相同的趨勢，局部放大可見雷達1的測角數(shù)據(jù)在1 166 s有一個孤立型野值(如圖7所示)，只是從整個任務(wù)段的數(shù)據(jù)量級中相形較小，隱藏在船搖的振蕩里。

圖5 雷達1全任務(wù)時段俯仰角數(shù)據(jù)Fig.5 Elevation angle measurement data from Radar 1 in the full task time

圖6 雷達2全任務(wù)時段俯仰角數(shù)據(jù)Fig.6 Elevation angle measurement data from Radar 2 in the full task time

圖7 雷達1俯仰角局部放大Fig.7 Partially zoomed figure of elevation angle measurement data from Radar 1

對雷達1測角數(shù)據(jù)進行簡單差分設(shè)定門限法進行處理。用任務(wù)前給出的測元變化率來確定門限值進行檢擇，從檢擇后的差分圖(圖8)可以看到，由于門限值過于寬松，造成了漏警的現(xiàn)象。事實上因為初始段設(shè)備跟蹤擺動較大加上船搖的影響，這在雷達2數(shù)據(jù)中也有體現(xiàn)，造成的第859 s數(shù)據(jù)差分也比較大，但這屬于正常值，所以即便門限值足夠小能夠濾去野值，則相應(yīng)地也會除去第859 s的正常值，造成虛警。

圖8 雷達1俯仰角差分Fig.8 The first order difference of elevation angle measurement data from Radar 1

采用基于坐標(biāo)轉(zhuǎn)換和加權(quán)融合的分步式船載外測數(shù)據(jù)實時檢擇方法進行處理，得到正常的雷達1測角數(shù)據(jù)，并且可以看到第859 s的合理的實時測角數(shù)據(jù)也得到了保留,如圖9所示。

圖9 檢擇后的雷達1俯仰角數(shù)據(jù)Fig.9 Elevation angle measurement data after detection from Radar 1

例2：采用某次衛(wèi)星入軌段的測角數(shù)據(jù)，從第4 500點開始選擇連續(xù)250點，在原始雷達2測量數(shù)據(jù)上加入固定常值進行模擬斑點型野值，對比同時段的雷達1測角數(shù)據(jù),如圖10～11所示。

圖10 雷達2俯仰角數(shù)據(jù)Fig.10 Elevation angle measurement data from Radar 2

圖11 雷達1俯仰角數(shù)據(jù)Fig.11 Elevation angle measurement data from Radar 1

對于這種斑點型野值，由于斑點長度較長而內(nèi)部數(shù)據(jù)穩(wěn)定差分比較小，簡單差分設(shè)定門限法在連續(xù)識別4點標(biāo)記為野值并處理數(shù)據(jù)后重新初始檢擇，默認接受第一點，這樣就導(dǎo)致檢擇后的數(shù)據(jù)與之前相比只處理了4點，并沒有對斑點做更多的處理，與原始數(shù)據(jù)并無明顯差異。檢擇后的差分圖如圖12所示，斑點仍然存在，兩端的差分值仍然很大。

圖12 雷達2俯仰角差分圖Fig.12 The first order difference of elevation angle measurement data from Radar 2

采用基于坐標(biāo)轉(zhuǎn)換和加權(quán)融合的分步式船載外測數(shù)據(jù)實時檢擇方法進行處理，結(jié)果如圖13～14所示。因為充分利用了對比的雷達1數(shù)據(jù)，從結(jié)果可以看出，基本上將雷達2數(shù)據(jù)的斑點進行了修復(fù)，補點的效果比較理想。

圖13 檢擇后雷達2俯仰角Fig.13 Elevation angle measurement data from Radar 2 after detection

圖14 檢擇后雷達2俯仰角差分圖Fig.14 The first order difference of elevation angle measurement data from Radar 2 after detection

5 結(jié) 論

外測設(shè)備數(shù)據(jù)檢擇對于提高后續(xù)的數(shù)據(jù)處理精度有著相當(dāng)重要的意義，本文提出的利用兩套設(shè)備的外測數(shù)據(jù)進行融合實現(xiàn)數(shù)據(jù)檢擇的方法能夠顯著提高剔野的精度，算法實時高效，并且可以從兩套設(shè)備推廣到多套設(shè)備。后續(xù)如果有3套或者更多設(shè)備參加，算法簡單改進就可直接應(yīng)用，而且參試的外測設(shè)備越多，融合的精度越高，檢擇的效果越好。

[1] 胡紹林，孫國基．靶場外測數(shù)據(jù)野值點的統(tǒng)計診斷技術(shù)[J]．宇航學(xué)報，1999，20(2)：68-74．

HU Shaolin,SUN Guoji. Statistical diagnosis method for outliers from spacecraft tracking data[J].Journal of Astronautics,1999,20(2):68-74.(in Chinese)

[2] 安振軍，王敏，胡紹林，等．外彈道測量數(shù)據(jù)采集與處理技術(shù)[J]．飛行器測控學(xué)報，2005，24(2)：56-60．

AN Zhengjun,WANG Min,HU Shaolin,et al.Tracking data collection and processing technologies[J].Journal of Spacecraft TT&C Technology,2005,24(2):56-60.(in Chinese)

[3] 王正明，王寶智．異常觀測數(shù)據(jù)的逐點剔除法[J]．?dāng)?shù)學(xué)的實踐與認識，1997，27(3)：266-274．

WANG Zhengming,WANG Baozhi. One by one-method of outliers rejection in linear regression model[J].Mathematics in Practice and Theory,1997,27(3):266-274. (in Chinese)

[4] 祝轉(zhuǎn)民，邱宏興，李濟生，等．動態(tài)測量數(shù)據(jù)野值的辨識與剔除[J]．系統(tǒng)工程與電子技術(shù)，2004，26(2)：147-190．

ZHU Zhuanming,QIU Hongxing,LI Jisheng,et al.Identification and elimination of outliers in dynamic measurement data[J].Systems Engineering and Electronics,2004,26(2):147-190. (in Chinese)

[5] 范順西，胡紹林，樓琳，等．雷達數(shù)據(jù)斑點診斷與修復(fù)新方法[J]．宇航動力學(xué)學(xué)報,2011，1(2)：117-120．

FAN Shunxi,HU Shaolin,LOU Lin,et al.New approaches to diagnose and repair patchy outliers in radar data[J].Journal of Astrodynamics,2011,1(2):117-120. (in Chinese)

[6] 童麗，周海銀．異常數(shù)據(jù)剔除的一種改進計算方法[J]．中國空間科學(xué)技術(shù),2001，8(4)：11-15．

TONG Li,ZHOU Haiyin. An improved algorithm for the rejection of outliers data[J].Chinese Space Science and Technology,2001,8(4):11-15. (in Chinese)

[7] 卓寧．靶場外彈道數(shù)據(jù)處理中野值點剔除方法[J]．測試技術(shù)學(xué)報,2008，22(4)：313-317．

ZHUO Ning. Study on outliers eliminating method for data processing of exterior trajectory[J].Journal of Test and Measurement Technology,2008,22(4):313-317. (in Chinese)

[8] 祝轉(zhuǎn)民，李濟生，黃永宣．外彈道測量數(shù)據(jù)野值的遞推辨識[J]．飛行器測控學(xué)報，2001，20(3)：55-60．

ZHU Zhuanming,LI Jisheng,HUANG Yongxuan. Identification and elimination of outliers in tracking data[J].Journal of Spacecraft TT&C Technology,2001,20(3):55-60. (in Chinese)

[9] 李輝芬，周錦標(biāo)，何劍偉，等．航天測量船外測數(shù)據(jù)異常值自適應(yīng)處理算法設(shè)計[J]．電訊技術(shù)，2011，51(4)：54-59．

LI Huifen,ZHOU Jinbiao,HE Jianwei,et al.Adaptive processing of abnormal value in measured data by space tracking ship[J].Telecommunication Engineering,2011,51(4):54-59. (in Chinese)

[10] 李輝芬，朱偉康，周朝猛，等．船載USB瞬時站址殘差異常情況分析[J]．電訊技術(shù),2010，50(2)：57-62．

LI Huifen,ZHU Weikang,ZHOU Chaomeng,et al.Exceptional phenomenon analysis of instrumentation ship’s USB residual error[J].Telecommunication Engineering,2010,50(2):57-62.(in Chinese)

[11] 凌林本，李滋剛，陳超英，等．多傳感器數(shù)據(jù)融合時權(quán)的最優(yōu)分配原則[J]．中國慣性技術(shù)學(xué)報,2000，8(2)：36-39．

LING Linben,LI Zigang,CHEN Chaoying,et al.Optimal weight distribution principle used in the fusion of multi sensor data[J].Journal of Chinese Inertial Technology,2000,8(2):36-39. (in Chinese)

[12] 王光新，王云江，吳翊,等．基于加權(quán)融合的多信源彈道數(shù)據(jù)實時野值檢測方法[J]．飛行器測控學(xué)報,2005，24(6)：44-48．WANG Guangxin,WANG Yunjiang,WU Yi,et al.Real-time outliers detection in multi-source trajectory data based on weighted fusion[J].Journal of Spacecraft TT&C Technology,2005,24(6):44-48. (in Chinese)

[13] 吳金美，胡上成，凌曉冬．多項式擬合法在船載外測數(shù)據(jù)實時壓縮算法中的應(yīng)用[J]．電訊技術(shù),2011，51(12)：68-72．

WU Jinmei,HU Shangcheng,LING Xiaodong. Application of polynomial fitting in real-time compressing algorithm for outer-trajectory measurement data of TT&C ship-borne equipment[J].Telecommunication Engineering,2011,51(12):68-72. (in Chinese)

Real-timeOutliersDetectionofShip-borneOuter-trajectoryMeasurementData

WU Jinmei,HOU Yawei,LI Yonggang,LING Xiaodong

(China Satellite Maritime Tracking and Control Department,Jiangyin 214431,China)

Characteristics of the missions for space TT&C ship and the outliers in the trajectory data are analyzed in order to study the method of real-time outliers detection. By cross-checking the trajectory data from two equipment,the influence of ship posture is removed. The models of adaptive weight and adaptive threshold value are built. The distributed real-time outliers detection method in ship-borne trajectory data is proposed based on coordinates transformation and weighted fusion. Computational results show that the algorithm can solve the detection problem in real time efficiently before the main data processing.

space TT&C ship;trajectory data;real-time outliers detection；weighted fusion

10.3969/j.issn.1001-893x.2017.12.019

吳金美，侯亞威，李永剛，等.船載外測數(shù)據(jù)的實時檢擇方法[J].電訊技術(shù)，2017,57(12):1457-1463.[WU Jinmei,HOU Yawei,LI Yonggang,et al.Real-time outliers detection of ship-borne outer-trajectory measurement data[J].Telecommunication Engineering,2017,57(12):1457-1463.]

2017-03-14；

2017-07-16

date:2017-03-14；Revised date：2017-07-16

wjm_83@aliyun.comCorrespondingauthorwjm_83@aliyun.com

TN957.52；V557

A

1001-893X(2017)12-1457-07

吳金美(1983—)，女，江蘇揚州人，2008年于國防科技大學(xué)獲碩士學(xué)位，現(xiàn)為工程師，主要從事數(shù)據(jù)處理、計算機軟件及其應(yīng)用方面的研究;

Email：wjm_83@aliyun.com

侯亞威(1986—),男，河南杞縣人，2012年于南開大學(xué)獲碩士學(xué)位，現(xiàn)為工程師，主要從事計算機軟件、測控總體等方面的研究;

李永剛(1975—),男，陜西西安人，2009年于南京理工大學(xué)獲碩士學(xué)位，現(xiàn)為高級工程師，主要從事計算機軟件、測控總體等方面的研究;

凌曉冬(1978—),男，江蘇寶應(yīng)人，2009年于國防科技大學(xué)獲博士學(xué)位，現(xiàn)為高級工程師，主要從事數(shù)據(jù)處理、資源調(diào)度、試驗評估等方面的研究。