神經(jīng)網(wǎng)絡(luò)技術(shù)在衛(wèi)星故障預(yù)測中的應(yīng)用研究.pdf

1、數(shù)據(jù)預(yù)測技術(shù)通過對(duì)航天器的關(guān)鍵狀態(tài)參數(shù)的變化進(jìn)行趨勢分析，并對(duì)其未來行為進(jìn)行推斷，可以在故障發(fā)生之前給出警報(bào)信息，以便采取相應(yīng)的對(duì)策，從而將事故消滅在萌芽狀態(tài)。因此，非常有必要發(fā)展數(shù)據(jù)預(yù)測技術(shù)。本文以國家武器裝備“十五”預(yù)研“衛(wèi)星長壽命高可靠技術(shù)”研究項(xiàng)目為背景，結(jié)合“風(fēng)云一號(hào)”衛(wèi)星大量待處理遙測數(shù)據(jù)，開展神經(jīng)網(wǎng)絡(luò)預(yù)測技術(shù)的研究，并取得了一定成功。
　　神經(jīng)網(wǎng)絡(luò)預(yù)測技術(shù)在國內(nèi)的發(fā)展比較緩慢，在航天系統(tǒng)的應(yīng)用方面開展的較少。本文的第

2、二章對(duì)神經(jīng)網(wǎng)絡(luò)及神經(jīng)網(wǎng)絡(luò)預(yù)測技術(shù)進(jìn)行了全面、詳細(xì)的研究，為將神經(jīng)網(wǎng)絡(luò)預(yù)測技術(shù)應(yīng)用于衛(wèi)星非平穩(wěn)遙測數(shù)據(jù)的預(yù)測做好了鋪墊。
　　在第三章，對(duì)PRNN神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)、PRNN神經(jīng)網(wǎng)絡(luò)訓(xùn)練和學(xué)習(xí)及PRNN神經(jīng)網(wǎng)絡(luò)預(yù)測算法進(jìn)行了深入的研究，并利用FY-1C衛(wèi)星在軌運(yùn)行的遙測數(shù)據(jù)進(jìn)行應(yīng)用研究。PRNN神經(jīng)網(wǎng)絡(luò)能夠很好的跟蹤非平穩(wěn)數(shù)據(jù)的趨勢，能夠提前預(yù)測到故障的發(fā)生，在衛(wèi)星遙測數(shù)據(jù)的處理中具有一定的可行性。
　　由于復(fù)雜的空間環(huán)境影響，在

3、衛(wèi)星遙測數(shù)據(jù)中，通常含有大量的噪聲、空缺值、無效值等壞信息，必然會(huì)給數(shù)據(jù)分析工作帶來不便，甚至?xí)?yán)重影響分析結(jié)論。因此，在建立時(shí)間序列模型之前必須先對(duì)動(dòng)態(tài)數(shù)據(jù)進(jìn)行必要的預(yù)處理。在本文的“數(shù)據(jù)預(yù)測系統(tǒng)”中，我們利用LMS自適應(yīng)算法對(duì)數(shù)據(jù)進(jìn)行預(yù)處理。
　　在第四章，在研究神經(jīng)網(wǎng)絡(luò)預(yù)測方法的基礎(chǔ)上，利用MATLAB編程語言，開發(fā)了包括ARMA、神經(jīng)網(wǎng)絡(luò)在內(nèi)的多種預(yù)測模型。并用VB編程語言開發(fā)了的數(shù)據(jù)預(yù)測系統(tǒng)，在該系統(tǒng)中，所有預(yù)測模型全部