-
题名基于神经网络的卫星姿控系统故障预测(英文)
被引量:5
- 1
-
-
作者
孟小凡
宋华
-
机构
北京航空航天大学自动化科学与电气工程学院
空间智能控制技术实验室
-
出处
《系统仿真学报》
CAS
CSCD
北大核心
2019年第11期2499-2508,共10页
-
基金
Science and Technology on Space Intelligent Control Laboratory(HTKJ2019KL502010)
-
文摘
针对卫星姿控系统时间序列故障预测问题,给出了BP神经网络和小波神经网络、小波分解-LSTM网络相结合的故障预测方法。利用卫星正常运行时的数据训练BP神经网络,将其作为系统的标准模型,对卫星实时输出和标准模型输出之间的残差建立小波神经网络和小波分解-LSTM故障预测模型,并进行仿真对比分析。结果表明,2种方法均能准确的对故障进行预测,由于基于小波分解-LSTM的方法对残差序列进行了多级小波分解,还利用了LSTM网络能选择性保留输入数据的特点,因此预测更准确,性能更优。
-
关键词
故障预测
卫星姿态控制系统
BP神经网络
小波神经网络
小波分解-LSTM网络
-
Keywords
fault prediction
satellite attitude control system
BPNN
WNN
wlstm
-
分类号
V249.32
[航空宇航科学与技术—飞行器设计]
-