排序方式: 共有57条查询结果,搜索用时 15 毫秒
51.
52.
53.
54.
55.
自动化测试系统在环境减灾-1A、1B卫星中的应用 总被引:1,自引:1,他引:0
在环境减灾-1A、1B(HJ-1A、1B)卫星的研制中,双星并行电性能综合测试是一个非常复杂和细致的过程,为此应用了卫星自动化测试系统,实现了测试信息的集中管理、测试数据的综合利用和测试流程的自动化,提高了测试工作的效率和质量。文章介绍HJ-1A、1B双星并行自动化综合测试系统,主要阐述测试实时数据库、自动化测试控制台、参数自动化监视软件等。 相似文献
56.
为解决当前卫星故障检测面临的依赖规则库、多元特征融合不足以及数据正负样本分布不均衡等问题,从卫星数据的时序特性出发,提出基于时序建模的卫星故障检测方法与半监督模型,实现卫星数据规律的有效挖掘与数据驱动的故障检测。考虑卫星数据间的时序关联,提出基于长短期记忆神经网络的卫星故障检测方法,并引入滑动窗口机制实现卫星数据的有效预测与故障检测。考虑卫星数据多元特征参数间的关联关系,引入时间卷积和自编码器神经网络,同时建模不同时刻、多元特征参数间的依赖关系,实现融合多元特征参数进行卫星故障的有效检测。以某型号卫星电源分系统为实验对象,仿真结果表明,所提算法和模型在关键指标方面优于BP神经网络等传统故障检测方法和模型。 相似文献
57.
基于EMD与LS-SVM的刀具磨损识别方法 总被引:1,自引:0,他引:1
针对刀具磨损声发射信号的非平稳特征和BP神经网络学习算法收敛速度慢、易陷入局部极小值等问题,提出了基于经验模态分解和最小二乘支持向量机的刀具磨损状态识别方法.首先对声发射信号进行经验模态分解,将其分解为若干个固有模态函数之和,然后分别对每一个固有模态函数进行自回归建模,最后提取每一个自回归模型的系数组成特征向量,特征向量被分为两组,一组用于对最小二乘支持向量机训练,另一组用于识别刀具磨损状态.试验结果表明:该方法能很好地识别刀具磨损状态,与BP神经网络相比具有更高的识别率. 相似文献