基于推演式聚类学习算法的卫星健康状态监视系统

发布时间：2017-10-11 21:24

  本文关键词：基于推演式聚类学习算法的卫星健康状态监视系统

  更多相关文章： 卫星 健康状态监视 机器学习 聚类学习算法

【摘要】：提出一种基于推演式聚类学习算法的卫星通用健康状态监视系统,应用卫星运行数据构建多维空间向量集,通过聚类生成健康状态知识库,可以实时监视卫星遥测状态。使用某卫星热控分系统的测试数据对该系统的有效性进行了验证,结果表明:该系统具有较好的卫星异常健康状态识别与评估的能力和准确度,可为卫星健康状态监视手段的选择提供参考。
【作者单位】： 北京空间飞行器总体设计部;
【关键词】： 卫星 健康状态监视 机器学习 聚类学习算法
【分类号】：V467
【正文快照】： 1引言卫星健康状态监视软件的目标是及时发现卫星可能存在的异常问题,提升异常问题的识别率对保障卫星在轨正常运行具有重要意义[1]。随着卫星系统复杂性的快速增长,对健康状态监视软件的功能提出了更高的要求,主要表现在:1表征卫星状态的参数越来越多,由单一的参数判读向多参

【参考文献】

中国期刊全文数据库 前2条

1 雷小锋;谢昆青;林帆;夏征义;;一种基于K-Means局部最优性的高效聚类算法[J];软件学报;2008年07期

2 刘洪刚;魏鹏飞;谢廷峰;黄强;吴建军;;液体火箭发动机地面试车过程的实时故障检测方法研究[J];宇航学报;2007年06期

中国硕士学位论文全文数据库 前1条

1 龚学兵;基于聚类分析的卫星姿态控制系统故障诊断方法研究[D];哈尔滨工业大学;2011年

【共引文献】

中国期刊全文数据库 前10条

1 刘宝龙;苏金;;双MapReduce改进的Canopy-Kmeans算法[J];西安工业大学学报;2016年09期

2 高克寒;张素明;王晓林;安雪岩;;基于改进归纳式监控算法的液体火箭发动机实时故障检测[J];航空动力学报;2016年10期

3 张明微;吴海涛;;一种优化初始聚类中心的k-means算法[J];上海师范大学学报(自然科学版);2016年05期

4 余晟;张海祥;宋宏江;何晓宇;闫金栋;;基于推演式聚类学习算法的卫星健康状态监视系统[J];航天器工程;2016年05期

5 周旺;张晨麟;吴建鑫;;一种基于Hartigan-Wong和Lloyd的定性平衡聚类算法[J];山东大学学报(工学版);2016年05期

6 宋欣霞;金卫;;基于医疗数据的K-means算法优化研究[J];中国数字医学;2016年08期

7 钱景辉;窦立阳;李荣雨;;一种基于多示例学习的局部离群点检测算法[J];信息与控制;2016年04期

8 邢晓燕;李骁天;;北京市居民体育服务的使用与需求特征[J];首都体育学院学报;2016年04期

9 周鹿扬;程文杰;徐建鹏;徐祥;;一种基于聚类中心的快速聚类算法[J];计算机科学;2016年S1期

10 原s，

本文编号：1014826