基于深度森林的卫星ACS执行机构与传感器故障识别
针对卫星姿态控制系统(ACS)闭环回路的故障难以辨识的问题,引入深度森林算法,实现执行机构与传感器故障识别.首先针对可获取的少量卫星姿态控制系统遥测数据,结合系统动力学特性,研究合适的特征选择和特征提取方法,再结合深度森林算法进行故障信息学习与辨识,建立故障预测模型,实现执行机构故障与传感器故障的识别.半物理仿真结果表明:在存在气浮台干扰力矩、卫星转动惯量未知、飞轮非线性特性、闭环故障传播等多种不利因素情况下,深度森林算法对于执行机构和传感器故障具有高效的识别能力.
深度森林算法、卫星姿态控制系统、执行机构、传感器、故障识别
41
V474(航天器及其运载工具)
国家重点研发计划;装备预研国防科技重点实验室基金
2020-10-10(万方平台首次上网日期,不代表论文的发表时间)
共11页
192-202