基于相似度匹配的卫星在轨状态异变分类和识别算法

发布时间：2017-10-31 10:06

  本文关键词：基于相似度匹配的卫星在轨状态异变分类和识别算法

  更多相关文章： 相似度匹配 时频联合分析 小波变换 分形维数 分类和识别

【摘要】：当前,基于对卫星遥测数据的分析实现对人造卫星状态的分类和识别,是航天科技的研究热点和难点。现有的卫星遥测数据的分析技术大多是基于遥测数据的数学模型进行各项分析,或者是基于专家系统的分析。然而,这两种方法都有各自的局限性,如:无法使用一个统一的数学模型应对不同种类卫星的各个遥测数据,方法适用范围窄;专家系统要求知识库完备,而获得完备的知识库十分困难。针对这些不足,本文进行了基于数据驱动的,对模型不敏感的卫星在轨状态分类和识别的算法研究。首先,为了实现多类型的卫星遥测数据的特征参数提取,使得算法具有通用性,本文以数据本身的特性(包括时频域,统计域等各种变换域的特性)作为出发点,研究适用于卫星遥测数据的特征提取方法,揭示信号所隐含的特征信息,最终达到提取信号的有效特征参数的目的。其次,针对遥测数据的特性,把数据挖掘领域中的两种分类算法K-平均算法和模糊C均值算法应用到卫星状态的分类中,并基于数据特性做出相应的优化和改进。然后,利用相似度匹配的方法,对已分类的各个状态进行识别。最后,使用实测卫星数据对本文所设计的算法进行实验验证。本文的主要成果和贡献有:1.在缺少先验条件的情况下利用Wigner-Ville分布时频联合分析、小波变换进行时频联合分析提取信号的特征参数;2.把实测信号视为时间序列,引入分形维数,对信号的分形特性进行定量描述,并以此作为信号的特征向量,这是本文的一个创新点;3.根据实测信号的特性,设计了基于K-平均算法和基于模糊C均值算法的状态异变分类算法,并提出了一种基于改进的模糊C均值的状态异变分类算法;4.设计了基于相似度匹配的状态异变识别算法,对状态异变的分类结果进行识别;5.基于实测数据进行实验验证,按照本文所设计的算法进行实验,实现了对卫星状态异变的分类和识别,并分析了实验结果。6.整合本文所使用的各种算法,开发了卫星状态异变相似度计算和匹配验证软件,可以使用图形化的界面分析卫星实测数据。
【关键词】：相似度匹配 时频联合分析 小波变换 分形维数 分类和识别
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：V467;V557
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 绪论10-15
• 1.1 研究工作的背景与意义10-11
• 1.2 卫星遥测数据分析国内外研究现状11-12
• 1.3 本文的主要贡献与创新12-14
• 1.4 本论文的结构安排14-15
• 第二章 无模型卫星数据的状态异变特征提取关键技术研究15-34
• 2.1 卫星遥测数据的特性分析15-17
• 2.1.1 卫星遥测数据的特性15-16
• 2.1.2 卫星遥测数据状态异变的简介16-17
• 2.2 卫星遥测数据的特征提取方法选择17
• 2.3 卫星实测信号特征提取算法17-32
• 2.3.1 基于Wigner-Ville分布的卫星实测信号特征提取算法17-23
• 2.3.2 基于小波变换的卫星实测信号特征提取算法23-26
• 2.3.3 基于分形维数的特征参数提取算法26-32
• 2.4 本章小结32-34
• 第三章 状态异变的分类和识别算法设计34-52
• 3.1 分类算法的选择34-36
• 3.2 基于K-平均算法的状态异变分类算法36-44
• 3.2.1 利用支持向量机估计特征参数的非线性边界37-42
• 3.2.2 优化的K-平均算法42-44
• 3.3 基于改进的模糊C均值的异变状态分类算法44-48
• 3.3.1 模糊C均值算法44-46
• 3.3.2 改进的模糊C均值算法46-48
• 3.3.3 分类有效性检验指标48
• 3.4 基于相似度匹配的状态异变识别算法48-50
• 3.5 实测信号状态异变的分类和识别工具软件设计50-51
• 3.6 本章小结51-52
• 第四章 基于实测卫星数据的状态异变分类和识别算法实验验证与结果分析52-84
• 4.1 状态异变的特征参数提取实验52-59
• 4.1.1 基于WVD分布和小波分析的特征参数提取算法实验52-57
• 4.1.2 基于分形维数的特征提取算法实验57-59
• 4.2 状态异变的分类和识别算法验证59-78
• 4.2.1 基于实测数据的K-平均的异变状态分类算法实验59-73
• 4.2.2 基于实测数据的普通模糊C均值的状态异变分类算法实验73-76
• 4.2.3 基于实测数据的改进型模糊C均值的状态异变分类算法实验76-78
• 4.3 实验结果分析78-81
• 4.4 实测信号状态异变分类和识别软件运行效果81-83
• 4.5 本章小结83-84
• 第五章 全文总结与展望84-86
• 5.1 全文总结84-85
• 5.2 后续工作展望85-86
• 致谢86-87
• 参考文献87-90

【相似文献】

中国期刊全文数据库 前4条

1 韩凤仪;;框架式全钢承载车体架异变矫正工艺——东风4型0001号机车主车架烘调小结[J];机车车辆工艺;1980年06期

2 陈晓进;;2007,全球能源秩序面临异变[J];世界知识;2008年02期

3 吴再丰;;冲撞地球论:由巨大彗星引起的异变[J];飞碟探索;2012年06期

4 ;[J];;年期

中国重要报纸全文数据库 前5条

1 本报评论员 郭振纲;警惕“市场化”异变为金融腐败的隐形通道[N];工人日报;2014年

2 本报记者 张勤峰;机构内控不严致代持“异变”[N];中国证券报;2013年

3 记者 章文贡;融资结构大异变[N];第一财经日报;2012年

4 本报记者 黄俊溢;“空城”蔓延 新城缘何异变[N];中国经济时报;2014年

5 本报记者 梅俊彦;股权众筹模式异变 平台“一人演多角”暗藏隐忧[N];中国证券报;2014年

中国硕士学位论文全文数据库 前10条

1 史帅;甘肃省普通高校体育课程实施的异变问题研究[D];西北师范大学;2015年

2 柯骏培;基于相似度匹配的卫星在轨状态异变分类和识别算法[D];电子科技大学;2016年

3 谢滢春;新体制导航下行信号异变检测与分析[D];电子科技大学;2016年

4 彭惠芳;课程实施中的异变及对策研究[D];湖南师范大学;2003年

5 邹伟;课堂层面的课程实施异变研究[D];重庆师范大学;2012年

6 胡蓉;高中英语课程实施中的异变问题研究[D];湖南大学;2014年

7 刘琼;教学内容的异变及其控制[D];湖南科技大学;2011年

8 王建亭;农村中学课程实施中的异变问题研究[D];东北师范大学;2006年

9 杨硕;颅内组织异变的电特性分析及计算机仿真[D];河北工业大学;2004年

10 王帆;网络拓扑结构数据异变感知技术研究[D];长安大学;2014年

，

本文编号：1121871