共查询到20条相似文献,搜索用时 31 毫秒
1.
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
2.
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.
导航卫星遥测数据趋势预测技术研究 总被引:1,自引:0,他引:1
《航天器工程》2017,(3):70-77
介绍了基于遥测数据的趋势预测方法、基于物理模型的趋势预测方法和基于知识的趋势预测方法的适用对象和特点。文章对导航卫星遥测数据进行了分类,重点研究了基于遥测数据的趋势预测方法,给出了各类算法的适用性;并针对传统SumSin模型、ARMA模型的局限,给出了改进措施和实现流程。最后搭建了验证系统,用于上述算法的验证和导航卫星参数的提前预警。 相似文献
5.
为解决卫星遥测数据异常检测面临的数据不平衡且缺乏有标签样本的问题,提出一种基于一维卷积神经网络(1dCNN)迁移学习的异常检测方法。首先利用源域卫星的遥测数据对1dCNN进行预训练,使得模型的卷积层具有卫星状态特征的提取能力;然后将训练好的模型迁移到缺乏标签数据的目标域卫星中;利用目标域有标签样本对预训练模型进行微调,从而实现了对目标域测试集样本的异常检测。为了使1dCNN能够适应遥测数据样本的不平衡性,引入了代价敏感训练策略,建立动态损失函数,从而提升代价敏感一维卷积神经网络(cs 1dCNN)对于异常样本的识别能力。以某两个卫星的电源分系统遥测数据进行了验证,实验结果表明该异常检测迁移方法具有较好的有效性和鲁棒性。 相似文献
6.
7.
针对航天器遥测数据异常检测时先验知识缺失、难以进行有监督条件下机器学习的问题,提出一种融合注意力机制的航天器信号智能异常检测算法。首先,通过注意力机制捕捉航天器遥测数据长距离特征,分析注意力关系矩阵为异常溯源提供指导。其次,采用堆叠自动编码器压缩数据维度并基于此重建输入信号,利用输入信号与重建信号间的残差获取误差重构序列。然后,基于窗口阈值法标记误差重构序列异常索引,实现航天器遥测信号异常检测。最后,通过多通道航天器遥测信号算例验证算法在提高航天器遥测信号异常检测性能与可解释能力的有效性。 相似文献
8.
9.
10.
由于不同型号飞行器的遥测数据帧格式复杂多变、形式各异,使得工作人员不得不频繁更动遥测数据仿真软件,尤其在面对新型号飞行器时,软件甚至需要重新开发。为此,提出了一种基于二态模型递归树的通用化遥测全帧数据仿真算法。首先,通过对遥测全帧数据的特点进行分析,提出了基于参数数据和结构数据的遥测全帧数据通用化二态表达模型,构建了描述遥测全帧数据的递归树,实现了遥测全帧数据通用化描述。其次,针对遥测全帧数据仿真问题,提出了基于多元函数递归运算的结构数据生成算法,并设计了参数反演算法,实现了遥测全帧数据的通用化仿真。最后,通过算例分析,验证了算法在遥测全帧数据仿真中的实用性和有效性。 相似文献
11.
12.
一种卫星遥测参数动态ARMA建模方法 总被引:2,自引:0,他引:2
《航天控制》2017,(2)
针对部分卫星遥测参数序列在长时间演变中其底层数据生成机制与相互关系存在变化的情况,对传统自回归移动平均(ARMA)模型进行改进,提出一种动态ARMA建模方法。该方法根据预测误差来衡量模型对后续数据的"适合度",并根据适合度对序列进行分割。在序列分割的基础上,不断更新模型,从而实现动态ARMA建模。最后,利用"天巡一号"(TX-1)卫星遥测数据进行验证,结果表明该方法能有效分割序列,提高建模与预测精度。 相似文献
13.
14.
针对自旋稳定卫星遥测数据异常时,故障类型和故障源难于辨识的问题,提出一种数据驱动的故障诊断新思路.该方法提出将卫星姿态与传感器之间固有冗余关系是否保持作为判断故障类型的依据,并利用主成分分析把这种关系通过测量空间的特征值进行量化,监测特征值之间相应比例的变化实施判定;借助正交子空间的结构分析,选择SPE统计量进行故障检测和故障源的定位.在遥测数据的基础上模拟风云某型气象卫星的不同故障模式,并应用本文方法进行分析,结果表明,该方法克服了传统贡献图方法无法判别故障类型的缺点,可以实现对故障的正确诊断. 相似文献
15.
16.
自适应遥测利用数控技术减少了取自信源的遥测数据的自然多余度,提高了遥测系统的有效性。本文试图对它的含意、范畴及有效性作一初步的说明和分析,并结合二个模型介绍这类遥测的大致工作过程。在文二和文三中将较详细地叙述有关变程序技术及数据压缩技术的工作原理和设计考虑。 相似文献
17.
18.
针对遥测系统作战适用性评估问题,构建了基于组合赋权和云模型的评估架构。采用AHP (Analytic Hierarchy Process,层次分析法)、改进变异系数法和最小鉴别信息原理确立指标综合权重;运用云模型理论,进行“黄金分割法”标准云设计和相似度匹配,确定指标等级差异,查找了装备作战适用性短板弱项所在,为遥测系统升级革新及新装备(软件定义遥测系统)研制开发提供依据遵循。评估方法可为遥测系统作战效能、体系适应性、在役适应性等类似评估提供参考借鉴,不断提高装备复杂环境下适应能力。 相似文献
19.
20.
应用HP滤波的卫星遥测数据预测方法 总被引:1,自引:0,他引:1
《航天器工程》2021,30(4)
卫星遥测数据预测分析在故障预警中发挥着重要作用。文章将用于时间序列分析的HP (Hodrick-Prescott)滤波引入到遥测数据分析领域中,提出了基于HP滤波分解的卫星遥测数据预测方法,并设计了在轨应用的系统方案。利用HP滤波将遥测数据的时间序列分解成趋势成分和波动成分,并根据各项特点分别使用多元自回归和季节型单整自回归移动平均(ARIMA)模型进行预测,然后叠加趋势成分和波动成分各自的预测值,得到最终组合预测结果。该预测方法可以有效降低由趋势性、波动性等因素相互影响产生的误差,提高预测精度,其系统方案可在卫星监视、故障诊断和预警中实际应用。利用预测方法对某卫星行波管阳压遥测数据进行分析,验证了预测方法的正确性和有效性,在半年时间内的预测结果的相对误差小于0.04%。 相似文献