目前基于TDOA的定位算法——最小二乘法(Least Square,LS)不管在室内还是室外在定位精度要求不高的情况下具有较好的适用性,但该算法受噪声影响较大,容易导致定位结果发散。基于此发展的加权最小二乘算法(Weighted Least Squares,WLS)...目前基于TDOA的定位算法——最小二乘法(Least Square,LS)不管在室内还是室外在定位精度要求不高的情况下具有较好的适用性,但该算法受噪声影响较大,容易导致定位结果发散。基于此发展的加权最小二乘算法(Weighted Least Squares,WLS)可以有效对抗噪声的影响,但定位结果容易陷入局部最优值。基于此,提出一种基于TDOA二次加权的QWLS定位算法,该算法可以大大降低噪声对定位的影响,并获取定位全局最优值,有较好的定位效果。同时探索了不同基站几何布局对不同算法定位精度的影响,通过改善基站几何布局使得QWLS算法有更高的定位精度。展开更多
为了提高空间电源系统故障检测准确度,将卷积神经网络(Convolutional Neural Networks,CNN)与长短期记忆(Long Short Term Memory,LSTM)相结合,提出了一种自适应选择的空间电源系统故障检测模型,从而实现空间电源系统的故障检测。通过...为了提高空间电源系统故障检测准确度,将卷积神经网络(Convolutional Neural Networks,CNN)与长短期记忆(Long Short Term Memory,LSTM)相结合,提出了一种自适应选择的空间电源系统故障检测模型,从而实现空间电源系统的故障检测。通过建立数字孪生虚拟模型引入典型故障,增加故障数据种类和数量,作为训练模型的数据集;采用CNN LSTM算法对样本数据集进行机器学习和训练,从而构建故障检测模型。通过实验验证了CNN LSTM模型故障检测准确度可达98%且损失函数值较少;在对各类型故障检测上,平衡F分数最低为96%,最高可达100%,更进一步说明提出方案的有效性和可行性,具有一定的实用价值。展开更多
文摘目前基于TDOA的定位算法——最小二乘法(Least Square,LS)不管在室内还是室外在定位精度要求不高的情况下具有较好的适用性,但该算法受噪声影响较大,容易导致定位结果发散。基于此发展的加权最小二乘算法(Weighted Least Squares,WLS)可以有效对抗噪声的影响,但定位结果容易陷入局部最优值。基于此,提出一种基于TDOA二次加权的QWLS定位算法,该算法可以大大降低噪声对定位的影响,并获取定位全局最优值,有较好的定位效果。同时探索了不同基站几何布局对不同算法定位精度的影响,通过改善基站几何布局使得QWLS算法有更高的定位精度。
文摘为了提高空间电源系统故障检测准确度,将卷积神经网络(Convolutional Neural Networks,CNN)与长短期记忆(Long Short Term Memory,LSTM)相结合,提出了一种自适应选择的空间电源系统故障检测模型,从而实现空间电源系统的故障检测。通过建立数字孪生虚拟模型引入典型故障,增加故障数据种类和数量,作为训练模型的数据集;采用CNN LSTM算法对样本数据集进行机器学习和训练,从而构建故障检测模型。通过实验验证了CNN LSTM模型故障检测准确度可达98%且损失函数值较少;在对各类型故障检测上,平衡F分数最低为96%,最高可达100%,更进一步说明提出方案的有效性和可行性,具有一定的实用价值。