文章详情
| 稿件标题： | 基于残差网络的航天器测控系统诊断 |
| 稿件作者： | 魏轩1，慕晓冬1，曾昭菊1，刘伟强1，李思凡2 |
| DOI： | 10.11809/bqzbgcxb2023.03.036 |
| 科学编辑： | 高正明 博士（荆楚理工学院 副教授） |
| 栏目名称： | 机械制造与检测技术 |
| 关键词： | 航天器；故障诊断；深度学习；主成分分析；残差网络 |
| 文章摘要： | 针对由于空间环境复杂，航天器遥测信号伴随大量噪声，直接利用原始遥测信号进行故障诊断导致准确率不高的问题，提出了一种基于主成分分析（principal component analysis，PCA）和残差网络（pesidualnetwork，ResNet）的航天器测控系统故障诊断方法。将航天器测控系统遥测信号通过PCA降噪后生成灰度图；将图像输入残差网络提取深层次的特征；利用分类器实现航天器测控系统的故障诊断。结果表明，该方法的诊断准确率达到95.34%，高于其他诊断模型，可用于航天器测控系统的实际故障分类。 |
| 引用本文格式： | 魏轩，慕晓冬，曾昭菊，等.基于残差网络的航天器测控系统诊断［J］.兵器装备工程学报，2023，44(03)：254-260. WEI Xuan, MU Xiaodong, ZENG Zhaoju, et al.Fault diagnosis of spacecraft tracking telemetry and control systems based on residual network［J］.Journal of Ordnance Equipment Engineering，2023，44(03)：254-260. |
| 刊期名称： | 2023年03期 |
| 出版时间： | 2023年3月 |
| 上线时间： | 2023年3月28日 |
| 浏览次数： | 1811 |
| 下载次数： | 31 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |