共查询到17条相似文献,搜索用时 107 毫秒
1.
为解决在空中目标类型识别过程中,目标特征单一导致识别准确率低的问题,提出一种将雷达信噪比与目标航迹特征相结合的基于循环神经网络(Recurrent Neural Network,RNN)的目标识别方法。该方法利用RNN模型在处理时序数据上的优势,挖掘雷达数据隐藏在时间层面的特征;扩展目标特征属性维度,利用智能化模型有效地将雷达信噪比与目标航迹特征相结合,提高目标识别的准确率。应用真实检飞数据,对该方法进行检验,并与传统方法进行对比分析。仿真结果表明,基于RNN的目标智能化识别方法具有更高的准确率。 相似文献
2.
针对目前基于统计学方法对卫星及其关键部件进行剩余寿命预测时普遍存在的建模困难、预测精度不高等问题,为更快速、更精确地预测在轨运行卫星关键零部件的剩余使用寿命(RUL),选取时序数据特征提取能力较强的门控循环单元(GRU)网络构建RUL预测模型.在模型构建时,除了利用卫星遥测数据之外,还将反映卫星通信质量的统计类数据添加... 相似文献
3.
面向卫星电源高维周期性时序遥测数据,提出了一种新颖的代表性特征自编码器(RFAE)模型,并用于无监督的异常检测。RFAE采用改进的堆叠自编码器损失函数和训练算法,从而使模型可以学习到相位相同样本的代表性特征;然后根据代表性特征重构样本,根据重构误差来判断样本是否异常。在试验部分首先通过模拟数据校验了RFAE算法能够有效地检测出高维周期性时序数据的异常,然后又采用某卫星电源系统2014年1~12月真实遥测数据进行试验,RFAE异常检测准确率达到99%,检测效果明显优于目前的其他异常检测算法,具有较高应用价值。 相似文献
4.
目前,小卫星电源分系统大多采用太阳电池阵 蓄电池组的联合供电模式。三结砷化镓太阳电池凭借高转换率、高可靠性的优势,已广泛用作小卫星在光照区运行的唯一供电单元;锂离子蓄电池的长寿命、高能量密度特性,也使其逐步替代镉镍、氢镍电池作为小卫星的储能单元。文章通过分析某小卫星的三结砷化镓太阳电池、锂离子蓄电池组的数学模型和电源控制器的逻辑模型,结合在轨运行的温度、光照及衰减情况,建立电源分系统的SIMULINK仿真模型,得到仿真曲线,并将仿真数据与星上遥测数据对比。研究结果表明,在忽略入影、出影时太阳反照使得温度骤变的情况下,该小卫星的遥测值与模型的仿真结果相符,表明该仿真模型真实有效。 相似文献
5.
针对卫星陀螺仪故障检测中存在的冗余依赖、微小故障覆盖问题,提出一种基于长短时神经网络(LSTM)的故障检测方法。首先对卫星陀螺仪建模,考虑到卫星姿态控制回路对陀螺仪微小故障覆盖影响,利用半物理仿真平台采集陀螺仪正常与故障数据;然后使用部分正常数据训练LSTM神经网络,使得网络具有预测陀螺仪输出的能力,并将另一部分正常数据输入到训练好的网络模型,得到预测误差,进一步设定故障阈值;最后,将测试数据输入提出的故障检测模型,仿真验证其时效性和准确性。结果表明,在采样频率为10Hz时,对于陀螺仪的卡死、噪声以及偏差故障,基于LSTM神经网络的故障检测模型能在故障发生2s内检测出故障,并达到了98.9%的准确率。 相似文献
6.
根据ITU-R雨衰预测模型,给出了静止轨道卫星降雨衰减顸测模型和非静止轨道卫星降雨衰减长期统计值计算方法。结合我国典型地面站的降雨率数据进行的仿真结果表明:所用模型和方法正确。研究对我国卫星通信系统的研究与设计有一定的参考价值。 相似文献
7.
8.
针对因卫星入境数据延迟,无法快速判断太阳能电池阵温度遥测数据是否发生异常问题,提出一种SE-TCN网络模型。首先借鉴SENet中的通道注意力机制,对时间卷积网络(TCN)进行改进,提高模型的特征提取能力;其次使用SE-TCN做为特征提取网络,训练出网络模型;最后对温度遥测数据做中长期预测(约4轨)。以某在轨卫星实际太阳能电池阵温度遥测数据作为实验数据。结果表明:本文提出的SE-TCN网络模型在评价指标上与传统TCN网络模型相比,平均绝对误差(MAE)降低了7.7%,均方根误差(RMSE)降低了5.2%,相关系数(R)提高了0.4%。当卫星入境时,该检测方法可根据预测值快速判断实时遥测数据是否发生异常。 相似文献
9.
10.
11.
卫星能源平衡模型用于计算卫星预期的能源消耗,以判断卫星能源能否保证任务的顺利完成,指导电源系统设计或对规划任务进行能源约束。能源平衡计算需要先判别卫星工作模式,工作模式判别的准确性直接影响能源消耗计算的准确性。目前对于多任务且姿态需要相应机动的卫星缺少有效的模式判别方法,为此,提出了通过建立索引表及查询数据库的方式进行工作模式判别的方法。建立不同时间序列工作状态与卫星工作模式索引表,将轨道时间序列及规划任务时间序列注入数据库,查询数据库中不同时间序列工作状态,对照索引表可得卫星工作模式。为提高运行效率,利用加速算法能减少查询次数,缩短查询时间。通过仿真实验对加速参数选取进行了讨论。该方法适合于工作模式复杂且可用时间序列对工作模式进行约束的卫星。 相似文献
12.
针对于星-箭连接动态界面力无法通过力传感器直接测量,且典型时域动载反演方法难以准确计算界面力的时域变化等难点,提出了基于长短时记忆(LSTM)神经网络的星-箭界面力深度学习反演方法。首先通过卫星地面测试试验得到数据依据,以卫星主体结构的加速度测量数据为输入层,以星-箭界面力测量数据为输出层,利用LSTM神经网络建立输入和输出间的反演映射关系模型,实现卫星在发射过程中较高精度的界面力反演。进而,设计并开展了某典型卫星结构的正弦扫频和随机振动实验,测试LSTM界面力反演方法的可行性。结果分析可知,所提出的基于LSTM深度学习反演方法能够精确地获得动态界面力时程数据,两项性能指标均优于目前典型的载荷反演方法。 相似文献
13.
目前利用高分辨率卫星影像进行滑坡等地质灾害识别逐渐成为研究热点,滑坡目视解译依赖于解译人员的经验,耗时费力且提取精度低,而传统的滑坡自动识别方法易将滑坡和道路、裸地、建筑等多种具有相似光谱信息的地物混淆。针对以上问题,文章使用一种双时相高分辨率卫星影像差异信息的深度学习滑坡检测算法,获取时序影像各个波段和归一化植被指数(Normalized Difference Vegetation Index,NDVI)的差异影像作为深度学习的输入特征。为充分挖掘滑坡前后影像多种信息差异特征,采用了U-net网络模型耦合空洞空间金字塔池化和嵌入注意力机制模块相结合进行滑坡特征提取的方法,该方法增强了滑坡边界信息的保存,能够有效地提取滑坡边界信息和发生剧烈变化的区域。利用上述方法对恩施市和九寨沟进行了滑坡检测,实验结果显示,所取得的综合评价指标值(F1-Score)分别为88.4%和90.53%,误差较小、精度较高。表明该方法能够准确检测出高分卫星数据的滑坡边界,且能保持滑坡的完整性。 相似文献
14.
“珠海一号(OHS)”高光谱商业遥感卫星数据在国民经济建设中发挥着越来越重要的作用。当前,针对商业遥感卫星数据质量精度的验证和评价研究成果较少。本文基于地面实测数据,对OHS卫星高光谱数据的辐射精度进行了真实性检验和定量分析。结果表明:OHS卫星表观辐亮度与实测结果具有较好的线性相关关系,相关系数R2大于0.7。与实测结果相比,OHS卫星各通道表观辐亮度值整体偏低,但两者光谱曲线形态基本一致。随着时间的推移,OHS传感器性能可能存在衰减,不同通道的衰减程度不一;在31个通道中,与实测值之间的相对差异在20%以内的通道数为9个;在20%~30%之间为14个,30%~40%为8个。 相似文献
15.
16.
为解决卫星运输跑车试验耗时耗力的问题,采用仿真方法研究了卫星在公路运输过程中的动力学特性。先基于大量实测数据,建立仿真分析输入谱;再通过Patran/Nastran有限元软件建立包装箱–卫星的联合仿真模型,对经过组合体模态试验修正后的模型进行了模态分析和随机振动响应分析,得到了模型的前6阶模态振型以及关键部位的加速度和应力响应RMS值。结果表明:联合仿真模型各部位的应力RMS值远低于材料屈服极限,卫星结构具有足够的安全裕度。该仿真分析方法可以准确有效地分析卫星在运输过程中经受的力学环境,为卫星结构及包装箱设计提供依据。 相似文献