龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中国空间技术研究院
摘要：本发明提出一种基于自监督学习的轻量化卫星故障诊断方法，将正常的卫星遥测数据制成训练数据集，并对其进行数据预处理；建立高斯混合模型，利用期望最大算法对高斯混合模型参数进行估计：每次循环迭代中计算每个数据样本对于每个高斯分量的后验概率，更新高斯混合模型的参数，计算每次迭代的训练数据对数似然并比较其在本次和上次迭代的差异，若差异小于阈值则模型收敛，本次迭代中的参数为最终参数估计值，估计训练数据的对数似然的一元高斯分布；对于任意新的遥测数据，结合最终的高斯混合模型计算其异常得分，大于预设阈值时该遥测数据为故障数据。本发明可有效检测各种未知故障模式，解决了传统方法需要预设故障类型的问题。
主权项：1.一种基于自监督学习的轻量化卫星故障诊断方法，其特征在于包括：将正常的卫星遥测数据制成包含N个样本的数据表，作为模型的训练数据集；对训练数据集进行数据预处理，包括野值剔除和缺失值补全；建立高斯混合模型，将高斯混合模型参数的初始状态赋值为随机数，之后进入循环迭代利用期望最大算法对高斯混合模型参数进行估计，期望最大算法每次迭代包括：计算每个数据样本对于每个子高斯模型的后验概率，更新高斯混合模型的参数；计算本次迭代的训练数据的对数似然，并比较本次和上次迭代的训练数据的对数似然值，若差异大于预设阈值，则高斯混合模型还未收敛，继续迭代；若差异小于预设阈值，则高斯混合模型收敛，本次迭代中的高斯混合模型参数为最终的高斯混合模型参数估计值；当完成高斯混合模型的参数估计后，使用最终的高斯混合模型参数估计值生成训练数据的对数似然，利用最大似然估计法来估计训练数据的对数似然的一元高斯分布；使用完成参数估计的高斯混合模型对任意新的遥测数据xrandom进行故障判断，使用最终的高斯混合模型参数估计值计算遥测数据的对数似然，结合估计的一元高斯分布的参数，计算该遥测数据xrandom的异常得分，当异常得分大于预设阈值时，判定该遥测数据为故障数据。
全文数据：
权利要求：
百度查询： 中国空间技术研究院 一种基于自监督学习的轻量化卫星故障诊断方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号