雷達作為現(xiàn)代科技的產(chǎn)物,已廣泛應(yīng)用于多個領(lǐng)域。當雷達在復(fù)雜的環(huán)境中一直運行時,我們需要加強對雷達的監(jiān)控以及健康狀態(tài)評估,從而保證雷達系統(tǒng)的穩(wěn)定工作。但是當雷達進行工作,接收到目標數(shù)據(jù)的同時也產(chǎn)生了海量的健康信息數(shù)據(jù),這些數(shù)據(jù)將對存儲和歸檔造成巨大的壓力。因此,如何對這些數(shù)據(jù)進行合理的存儲和對雷達健康狀態(tài)的預(yù)測評估成為了研究重點。本文以雷達組件的健康數(shù)據(jù)為研究對象,實現(xiàn)一個開放式雷達時間序列分析與預(yù)測平臺。該平臺主要通過搭建Hadoop分布式集群,包括HDFS文件存儲系統(tǒng)和Spark分布式計算框架,利用計算機集群性能優(yōu)勢實現(xiàn)雷達數(shù)據(jù)高效安全的存儲和管理。雷達健康數(shù)據(jù)存儲以平臺為基礎(chǔ)搭建基于Hive的數(shù)據(jù)倉庫,用于提供數(shù)據(jù)查詢與分析挖掘。該平臺通過報文解碼、數(shù)據(jù)預(yù)處理,把不同來源的雷達數(shù)據(jù)存儲到數(shù)據(jù)倉庫中進行統(tǒng)一管理。雷達健康數(shù)據(jù)預(yù)測按照變量個數(shù)主要分為單變量和多變量時間序列預(yù)測。對于單變量時間序列預(yù)測,本文主要采用傳統(tǒng)的自回歸滑動平均模型(ARMA)進行預(yù)測。它常用于擬合平穩(wěn)的時間序列,對于非平穩(wěn)時間序列則需要進行差分轉(zhuǎn)換。由于ARMA模型建模過程中較多的未知參數(shù)和較強的參數(shù)估計主觀性會影...

【文章頁數(shù)】：83 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2-1Hadoop集群架構(gòu)圖

第二章相關(guān)技術(shù)基礎(chǔ)11MapReduce程序在Hadoop平臺上進行分布式處理，適合離線數(shù)據(jù)分析。Zookeeper[32]：一個分布式協(xié)調(diào)服務(wù)框架，在集群中扮演管理者角色，提供命名空間服務(wù)，具有配置管理、集群監(jiān)控等功能。Sqoop[33]：一種數(shù)據(jù)遷移工具，常用于Hadoop平....

圖2-2HDFS數(shù)據(jù)交互圖

電子科技大學(xué)碩士學(xué)位論文12圖2-2HDFS數(shù)據(jù)交互圖HDFS的數(shù)據(jù)交互主要分為以下四個部分：NameNode：負責命名空間管理、集群信息管理、塊信息映射管理等，是任務(wù)的調(diào)度中心。DataNode：用于存儲實際數(shù)據(jù)的節(jié)點，主要負責數(shù)據(jù)的讀寫請求，為保證數(shù)據(jù)安全，每個大文件會被分片....

圖2-3Spark體系結(jié)構(gòu)圖

第二章相關(guān)技術(shù)基礎(chǔ)13執(zhí)行機制和多種運行模式，可以通過Yarn、Mesos等調(diào)度引擎運行在Hadoop上。生態(tài)圈包含了SparkCore（包含內(nèi)存計算、存儲管理等基本功能）、MLib（包含常見的機器學(xué)習(xí)算法）、SparkSQL（可以直接使用SQL操作RDD進行數(shù)據(jù)分析）、Spar....

圖3-1雷達時間序列分析與預(yù)測平臺用例圖

電子科技大學(xué)碩士學(xué)位論文14第三章平臺需求分析3.1平臺概述雷達時間序列分析與預(yù)測平臺主要是開發(fā)一個能實時接收關(guān)于雷達健康的報文數(shù)據(jù)，并可以對其進行分布式解碼，然后存儲于基于大數(shù)據(jù)平臺的數(shù)據(jù)倉庫中，通過對雷達數(shù)據(jù)的分析挖掘判斷雷達的健康狀態(tài)以及預(yù)測未來結(jié)果的平臺。本章通過用例圖對....

本文編號：4030827