-
公开(公告)号：CN119066628A
公开(公告)日：2024-12-03
申请号：CN202411555794.8
申请日：2024-11-04
Applicant: 中国西安卫星测控中心
Abstract: 本发明涉及一种基于构建姿态回归模型的航天器定姿状态的检测方法。该方法包括：确定航天器的姿控执行机构和姿控测量单机，并获取对应的待检测参数和历史参数；通过归一化处理生成集合数据；拆分集合数据为训练集并依据决策树模型进行训练，测试集对训练结果进行验证，将训练好的决策树模型作为航天器对应的姿态回归模型；通过归一化处理生成待检测数据；将待检测数据代入姿态回归模型并检测航天器定姿状态。本发明通过对航天器的参数进行预处理并针对性构建适配的姿态回归模型，从而使定姿状态的检测能够对采用不同姿控执行机构和姿控测量单机的航天器均能够适用；使定姿状态的检测在准确度高的基础上提高了通用性。
-
公开(公告)号：CN116202558B
公开(公告)日：2023-08-01
申请号：CN202310490399.5
申请日：2023-05-04
Applicant: 中国西安卫星测控中心
Abstract: 本发明是关于一种基于增量式数据统计的CMG转动部件工况检测方法，包括以下步骤：获取CMG转动部件的待检测参数在待检测时刻的实际测量值；计算所述待检测时刻的所述实际测量值与指令值之间的误差；将所述误差与误差阈值进行比较；根据比较结果得到所述CMG转动部件工况检测结果。本发明计算待检测时刻的实际测量值与指令值之间的误差，然后将误差与误差阈值进行比较，以确定检测结果。此过程中，不需要对全部历史数据进行重复计算，降低数据计算的时间消耗。
-
公开(公告)号：CN116202558A
公开(公告)日：2023-06-02
申请号：CN202310490399.5
申请日：2023-05-04
Applicant: 中国西安卫星测控中心
Abstract: 本发明是关于一种基于增量式数据统计的CMG转动部件工况检测方法，包括以下步骤：获取CMG转动部件的待检测参数在待检测时刻的实际测量值；计算所述待检测时刻的所述实际测量值与指令值之间的误差；将所述误差与误差阈值进行比较；根据比较结果得到所述CMG转动部件工况检测结果。本发明计算待检测时刻的实际测量值与指令值之间的误差，然后将误差与误差阈值进行比较，以确定检测结果。此过程中，不需要对全部历史数据进行重复计算，降低数据计算的时间消耗。
-
Patent Agency Ranking
公开(公告)号：CN115563571B
公开(公告)日：2023-04-07
申请号：CN202211562458.7
申请日：2022-12-07
Applicant: 中国西安卫星测控中心
IPC: G06F18/2433 , G06N3/0464 , G06N3/084 , G06F17/18 , G01C21/20 , G01C21/24
Abstract: 本公开实施例是关于一种基于深度神经网络的定姿回归模型的构建方法。该方法包括：根据航天器的定姿模式和姿控单机数据，确定初始定姿回归模型的输入参数和输出参数并对其进行预处理，得到训练数据、验证数据和测试数据；构建初始定姿回归模型，利用训练数据对初始定姿回归模型进行训练、验证，得到第一损失函数和待定定姿回归模型；若第一损失函数的值小于第一预设阈值，则利用测试数据对待定定姿回归模型进行测试，并得到第二损失函数和定姿回归模型；若第二损失函数的值小于第二预设阈值，则输出定姿回归模型。本公开实施例通过数据模型拟合复杂的机理模型，方法具有通用性，检测准确度高，可以为航天器定姿异常检测提供技术支持。
-
公开(公告)号：CN118070003B
公开(公告)日：2024-07-23
申请号：CN202410474467.3
申请日：2024-04-19
Applicant: 中国西安卫星测控中心
IPC: G06F18/15 , G06N3/084 , G06N3/0499
Abstract: 本申请是关于一种基于神经网络的航天器遥测数据插值方法，包括：获取航天器遥测数据中的高采样帧率参数集，并预测航天器遥测数据中的低采样帧率参数集；根据模糊机理关系，建立高采样帧率参数集和低采样帧率参数集之间的映射关系；确定神经网络，基于映射关系，将高采样帧率参数集作为神经网络的输入，将低采样帧率参数集作为神经网络的输出，对神经网络进行迭代优化，得到优化神经网络；利用待检测输入数据集和真实输出数据集，对优化神经网络进行评估；若评估结果达到优化神经网络的预期效果，则利用优化神经网络对航天器遥测数据进行插值，并对插值精度进行验证。本申请能够提高航天器遥测数据插值结果的精度。
-
公开(公告)号：CN118070003A
公开(公告)日：2024-05-24
申请号：CN202410474467.3
申请日：2024-04-19
Applicant: 中国西安卫星测控中心
IPC: G06F18/15 , G06N3/084 , G06N3/0499
Abstract: 本申请是关于一种基于神经网络的航天器遥测数据插值方法，包括：获取航天器遥测数据中的高采样帧率参数集，并预测航天器遥测数据中的低采样帧率参数集；根据模糊机理关系，建立高采样帧率参数集和低采样帧率参数集之间的映射关系；确定神经网络，基于映射关系，将高采样帧率参数集作为神经网络的输入，将低采样帧率参数集作为神经网络的输出，对神经网络进行迭代优化，得到优化神经网络；利用待检测输入数据集和真实输出数据集，对优化神经网络进行评估；若评估结果达到优化神经网络的预期效果，则利用优化神经网络对航天器遥测数据进行插值，并对插值精度进行验证。本申请能够提高航天器遥测数据插值结果的精度。
-
公开(公告)号：CN117807274A
公开(公告)日：2024-04-02
申请号：CN202311853369.2
申请日：2023-12-29
Applicant: 中国西安卫星测控中心
IPC: G06F16/901 , G06T11/20 , G06N5/01 , G06Q10/20
Abstract: 本公开实施例是关于一种基于动态树的航天器多遥测数据曲线交互输出方法。该方法包括：任意选择或者根据用户需求选择航天器，并确定选择后的航天器的遥测参数，根据选择的所述航天器及所述遥测参数构建成输出参数合集，将输出参数合集的每一个参数生成动态树的节点，交互操作多个节点形成与所述节点相关联的多个子节点，通过运算将节点和子节点的遥测参数分别输出为曲线图形，对动态树节点和子节点的曲线图形分别进行输出参数配置，生成动态树曲线图。本公开实施例对大数量遥测参数通过构建动态树结构高效关联配置输出曲线图，使运维分析人员能够便捷的对多遥测参数进行定制化配置，提高了在轨航天器的遥测数据异常分析效率。
-
公开(公告)号：CN115563571A
公开(公告)日：2023-01-03
申请号：CN202211562458.7
申请日：2022-12-07
Applicant: 中国西安卫星测控中心
IPC: G06F18/2433 , G06F18/241 , G06F18/27 , G06N3/04 , G06N3/084 , G06F17/18 , G01C21/20 , G01C21/24
Abstract: 本公开实施例是关于一种基于深度神经网络的定姿回归模型的构建方法。该方法包括：根据航天器的定姿模式和姿控单机数据，确定初始定姿回归模型的输入参数和输出参数并对其进行预处理，得到训练数据、验证数据和测试数据；构建初始定姿回归模型，利用训练数据对初始定姿回归模型进行训练、验证，得到第一损失函数和待定定姿回归模型；若第一损失函数的值小于第一预设阈值，则利用测试数据对待定定姿回归模型进行测试，并得到第二损失函数和定姿回归模型；若第二损失函数的值小于第二预设阈值，则输出定姿回归模型。本公开实施例通过数据模型拟合复杂的机理模型，方法具有通用性，检测准确度高，可以为航天器定姿异常检测提供技术支持。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.026 seconds)
