基于残差网络的航天器测控系统诊断
Journal of Ordnance Equipment Engineering(2023)
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.
更多AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要