高精密航天器多余物检测算法研究

发布时间：2021-02-22 21:03

　　高精密航天器中内部活动多余物的存在是降低航天器可靠性的重要因素。针对现有多余物检测算法在较强环境噪声下难以有效检测出多余物信号脉冲并排除可动组件干扰的问题,提出了一种基于谱减法去噪、两级脉冲提取和脉冲发生序列周期性分析的高精密航天器多余物检测算法。利用谱减法实现对环境噪声的有效抑制;采用两级脉冲提取法对多余物信号与可动组件信号进行脉冲提取;通过对脉冲发生序列进行周期性分析,以周期信号相似度作为区分多余物信号和可动组件信号的判别依据,从而实现对多余物有无的检测。试验验证表明,该算法能有效检测航天器内多余物与可动组件的存在情况,识别准确率可达96%。 

【文章来源】：同济大学学报(自然科学版). 2020,48(05)北大核心

【文章页数】：9 页

【部分图文】：

多余物自动检测系统构成图

在去噪后的信号中，脉冲信号主要包括多余物信号、可动组件信号和干扰信号，其中干扰信号主要为谱减法处理后残留的音乐噪声或其他意外引入的高能量窄频宽脉冲，可根据噪声能量幅值将干扰信号分为低幅值干扰信号和高幅值干扰信号，脉冲信号耦合模型如图2所示。因此准确提取并识别各类脉冲信号即可实现多余物检测。在脉冲提取方面，由于多余物信号和可动组件信号两者在时域上呈现窄带式震荡衰减特性，如图3a，图4a所示，可采用短时能量作为第一级识别标准提取出多余物脉冲信号、可动组件信号与高幅值干扰信号；由于多余物信号和可动组件信号在频域上是宽频带分布，如图3b，图4b所示，在采样频率48KHz下，二者在2.4～15 kHz均有较强分布；而高幅值干扰信号呈现窄频带高幅值特性，如图5b所示的典型干扰信号在大于2.4 k Hz后信号强度衰减明显，依据该特点，可利用信号在频域上的能量分布来识别并去除高幅值干扰信号。

多余物检测算法首先利用谱减法对试验信号进行环境噪声抑制处理；在完成去噪后，算法利用两级脉冲提取法提取多余物与可动组件脉冲；对所提取脉冲的发生时间进行周期性分析实现对多余物与可动组件的区分；最后自动给出航天器内是否存在多余物与可动组件的检测结果。图4 可动组件信号

【参考文献】：
期刊论文
[1]基于PIND多余物检测设备的脉冲提取方法设计[J]. 郜雷阵,燕会臻,王国涛,王强.  电器与能效管理技术. 2019(10)
[2]星载电子设备多余物自动检测系统[J]. 邢通,陈金豹,翟国富,王洪元,刘泳.  电子测量与仪器学报. 2013(04)
[3]基于小波包能量特征的滚动轴承故障监测方法[J]. 李世玲,李治,李合生.  系统仿真学报. 2003(01)

博士论文
[1]密封电子设备多余物检测的信号特征识别与置信度评价[D]. 陈金豹.哈尔滨工业大学 2015

硕士论文
[1]密封电子元器件多余物检测信号调理优化与组件信号识别[D]. 王强.哈尔滨工业大学 2018
[2]多通道多余物微弱信号检测方法研究[D]. 李超.哈尔滨工业大学 2016
[3]航天发动机多余物检测系统的研究[D]. 戚乐.哈尔滨工业大学 2014
[4]小波分析在岩样破裂声发射检测中的应用[D]. 马锐.西安科技大学 2013
[5]星载电子设备活动多余物识别方法研究[D]. 乌英嘎.哈尔滨工业大学 2011



本文编号：3046557