多源信息融合卫星组合导航系统的可观度分析

针对基于GNSS卫星、地标矢量和星光矢量的多源信息融合的高轨卫星组合导航系统,分别利用系统可观度分析方法和状态可观度分析方法对其进行分析。仿真结果表明:在GNSS导航卫星不可见时,地标矢量和星光矢量可以有效地提供测量信息,并保证滤波器的稳定。可观度分析结果表明:系统可观度主要受GNSS导航星的可见星数目影响较大,地标矢量和星光矢量的引入有助于提高可观度;基于状态的可观度可以大致反映出滤波器每个状态的误差大小。

基于自监督学习的动力设备异常检测方法

高效且准确的对动力设备进行异常检测对于航空航天安全至关重要,科学的检测和维护可以及时发现潜在故障,保障系统的安全性与可靠性.传感器采集到的动力设备数据蕴含着关键价值信息,处理这些数据时通常先要进行特征提取.虽然深度学习方法由于大量的数据学习而获得了很好的结果,但对于传感器的数据处理却陷入了微调现有网络或从头设计模型的两难境地.提出基于自监督学习的时序数据时空特征提取网络.引入了自监督学习的方法来预训练网络.提出一种新的网络模型结构,该结构可以有效提取时序数据的时空表征.最后在相关数据集上对所提出的方法进行验证,实验结果证明所提方法的有效性.