[0001] 本实用新型涉及一种测控站天线角度数据处理装置，属于遥测技术领域。

[0002] 遥测技术在航空飞行试验领域有着重要的作用和地位,是确保试飞安全、缩短试飞周期必不可少的重要手段，而测控站是实现航空飞行器机载数据采集、记录、实时监控和数据处理的重要设备。

[0003] 现阶段，飞行试验中使用遥测定位数据引导测控站天线跟踪测试已成常态。由于遥测数据的质量易受飞行器姿态、空间电磁环境以及地形地貌变化等因素的影响，遥测数据中往往会出现误码或丢失的情况，此时解析出的遥测定位数据与飞行器实际值必然会有很大的偏差，因此由遥测定位数据解算而得的天线角度数据会引导天线指向错误的方向，影响后续数据的正常接收。

[0004] 为解决上述问题，需要对解算而得的天线角度数据进行实时判断，并在遥测信号丢失的情况下，利用预测得的角度数据来控制天线的指向，保持对飞行器位置的跟踪变化。实用新型内容

[0005] 本实用新型的目的是提供一种测控站天线角度数据处理装置，能够保持对飞行器位置的跟踪。

[0006] 为了实现上述目的，本实用新型采用如下技术方案：一种测控站天线角度数据处理装置，配合现有测控站系统使用，其包括电源、工控机、电源转换模块和NTP模块；电源用于给工控机供电；电源转换模块用于将电源输入的220V电压转换成12V直流电压，为NTP模块供电；NTP模块输出网络授时信息到工控机，工控机将时间同步信息传递给现有测控站系统。

[0007] 优选的，所述处理装置通过网络接口与测控站系统的计算机设备进行数据交换。

[0008] 优选的，所述处理装置通过LSTM算法对角度数据序列进行准确预测，以预测结果为依据对天线的角度数据进行判断。

[0009] 优选的，所述处理装置与现有测控站系统之间利用UDP协议进行数据交换。

[0010] 与现有技术相比，本实用新型具有如下优点：

[0011] 1、在依托而不更改现有测控站系统的情况下，通过LSTM算法对角度数据序列进行准确预测，以预测结果为依据对天线的角度数据进行判断，避免天线指向错误的方向，同时在遥测信号丢失的情况下，向天控计算机发送预测的角度数据来控制天线指向，保持对飞行器位置的跟踪，等待信号恢复；

[0012] 2、灵活的人机交互，可对通信速率、角度误差的判定区间、训练数据长度、本地坐标及网络端口等参数进行灵活设置或调整；

[0013] 3、通过网络接口与测控站系统现有的计算机设备进行数据交换，可实现“即插即用”,具有很大的通用性，可适用于各型测控站。

[0017] 下面结合附图1‑2对本实用新型做进一步详述：一种测控站天线角度数据处理装置，配合现有测控站系统使用，如图1所示，其包括220V电源2、工控机3、电源转换模块4和NTP模块5；所述处理装置1由220V电源2供电，220V电源2可直接供给工控机3，经过电源转换模块4以后输出12V直流电压，作为NTP模块5的电源。

[0018] 本处理装置1与现有测控站系统6通过网线连接，在接入现有的测控站系统时，首先需要完成本地IP地址及端口号的配置，利用UDP协议进行数据交换。为保证数据传输的实时性，需要保证本装置与现有测控站计算机系统之间的时间同步，由NTP模块5输出网络授时信息给工控机3，工控机3再将时间同步信息传递给现有测控站系统6。

[0019] 在本处理装置开始工作前，首先由现有测控站系统6对遥测数据进行接收处理：天控计算机7控制遥测天线8的方位角和俯仰角，实现遥测天线实时跟踪，遥测天线接收到的信号经过接收计算机进行恢复处理，并提取出数据中的经纬高信息，并结合本地坐标完成方位角θ和俯仰角 的计算。

[0020] 计算得出的方位角θ和俯仰角 信息通过UDP协议发送给本处理装置1进行处理。

[0021] 在本实施例中，

[0022] 工控机3：GPU服务器主板，6通道内存架构，1.5T系统内存；

[0023] 电源转换模块4：输入200～260VAC，输出12V，0～8.3A，漏电流小于1mA/249VAC；

[0024] NTP模块5：12V供电，具有1路网络授时接口，1路1PPS输出，1路10MHz输出。

[0025] 如图2所示，本实用新型的数据处理流程如下：

[0026] 1)接收并存储角度数据

[0027] 结合测控站接收遥测数据的码速率，完成本装置1通信速率的配置。工控机3对接收计算机发送的角度数据进行接收并存储(也可使用以往飞行试验的角度数据)，即可得到角度序列：

[0028]

[0029] 并将其作为训练序列，其中对于序列的长度T，通过软件开放，使用者通过输入不同的T值进行更改即可，对于存储方式选择堆栈的方式，实时更新的角度数据序列长度永远为T。

[0030] 2)数据准备

[0031] 数据准备过程包含两个方面，首先是数据预处理，为降低训练难度，对该角度序列进行归一化处理，归一化后的序列 具有零均值和方差。将该序列的80％用于预测训练，后20％用以测试验证。

[0032] 第二个方面是准备预测变量和响应，由于需要预测的是序列在将来时间步的值，将响应指定为原序列移位了一个时间步的训练序列。此时可得到一维的训练数据集对应的响应集

[0033] 3)网络训练

[0034] 在数据准备工作完成后，即可进行LSTM网络的训练，训练LSTM网络首先是进行初始参数装订，定义LSTM网络架构，训练过程中给网络输入和输出是一个时刻的方位角和俯仰角，所以将网络的输入节点和输出节点分别设为2个。

[0035] 而后初始化8个权重值和4个偏置值，均生成为一个随机矩阵。对于隐藏节点和迭代次数的选择，由于这两个参数关系到整个网络训练的时间和准确度，参数选取不好会造成训练时间过长或者准确性较差等问题，为此，这两个参数需要在试验开始前即完成确定及装订。结合飞行试验数据，利用现有测控站进行数据回放，测控站系统与本装置联机工作，以此模拟训练过程，根据预测结果对隐藏节点和迭代次数进行调整并确定，在实际训练前完成确定。

[0036] 为避免过拟合，利用节点丢弃的方法，分别设置影藏层和输入层节点的丢弃率为25％和25％，即设置节点激活函数为Sigmoid，用Dropout函数实现节点修正；为防止梯度爆炸，将梯度阈值设置为1，指定初始学习率0.005，在100轮训练后通过乘以因子0.2来降低学习率。

[0037] 依据训练数据集和响应集对LSTM网络架构进行训练，训练过程中首先完成各单元t，t∈(0,T)时刻的误差δf,t，δi,t，δg,t，δo,t的求解，根据各单元误差求得网络在t时刻的误差。

[0038] 根据对LSTM各单元误差的计算结果，训练反复调节各单元的权重及偏置，进而将预测输出与目标输出误差控制在可接受的范围内。

[0039] 4)数据预测

[0040] 在LSTM网络训练好以后，接收到的数据输入到LSTM网络即可实现对下一时刻数据的预测，使用先前数据预处理的规则对预测数据去标准化，即可得到预测的角度数据。

[0041] 5)数据判决

[0042] 完成角度数据的预测产生以后，即可利用该数据进行数据判决。数据判决分为两个步骤，首先是判断遥测信号的有无，若遥测信号失锁，此时测控站不会生成角度数据，即本装置不会收到遥测接收机传来的角度数据，为保证对遥测天线的角度调整，必须将预测生成的角度数据发送给天控计算机，以此持续控制遥测天线，等待遥测信号的稳定接收。

[0043] 若此时遥测信号处于接收状态，则对此时解算出的角度数据进行判断。结合设置的误差区间(使用前综合飞行试验、站点布置位置进行综合考虑完成设置)，若解算出的角度数据与预测的角度数据相差小于误差区间，则认为数据处于正常范围内，以该数据发送给天控计算机；若大于误差区间，则认为是由于遥测跳点造成的，进行剔除，并以预测生成的角度数据发送给天控计算机，以此持续控制遥测天线。

[0044] 6)重复步骤5)，直至试验结束。