基于CBR和XGBOOST的卫星地面站接收系统故障诊断

发布时间：2020-04-19 04:12

【摘要】：卫星地面站接收系统负责接收来自卫星的无线射频信号,是卫星通信系统的重要组成部分,其安全可靠稳定的运行至关重要。地面站设备一旦出现故障,若不能及时有效排除,不仅会影响地面站系统的正常安全稳定的工作,还可能导致整个地面站系统瘫痪,因此,对卫星地面站设备进行故障诊断和定位具有非常重要的意义。由于地面站接收设备结构复杂,难以建立精确、完备的模型,一旦系统发生故障,故障诊断和定位比较困难。传统的故障诊断方法诊断周期长,效率低下,难以满足卫星地面站装备快速故障诊断和定位需求,本文紧紧围绕地面站接收系统的故障诊断与定位开展了相关研究,主要工作如下:1.针对如何有效提取故障信号特征问题,采用了基于小波包变换的特征提取技术,解决了傅里叶变换中存在的不能对突变的、非周期的、非稳态信号进行有效特征提取的问题,并利用仿真信号对基于小波包变换的故障特征提取方法进行验证。2.针对传统的单一设备级故障诊断方法准确率低的问题,提出了联合案例推理(Case-Based Reasoning,CBR)和故障树分析(Fault Tree Analysis,FTA)的地面站接收系统故障诊断方法。针对案例推理效率低下的问题,提出了二次检索索引策略,并建立了卫星地面站故障的多级案例库组织结构。针对案例推理中案例库不完整和故障树分析计算量大等问题,提出先采用案例推理取检索故障,再利用故障树诊断的思想。以某卫星通信地面站出现载波失锁故障现象为例,对本文提出方法步骤进行详细展示,并准确诊断出案例库中不存在的故障。检索结束后新的案例被添加至案例库中,检索的效率得到明显提升,验证了本文方法的有效性。3.针对元器件级故障诊断效率低的问题,提出了基于小波包变换和XGBOOST算法的故障诊断方法。针对地面站的低噪声放大器软故障特征难以提取的问题,利用‘db4’小波对电路输出响应的电压信号提取8维的故障特征向量。本文将XGBOOST算法应用到模拟电路的故障诊断中,集成多个弱分类器构成较强的分类器,自动利用CPU进行多线程进行分布式计算。通过仿真软件模拟低噪声放大电路的11种不同故障状态,进行实验验证。实验结果表明采用基于小波包变换和XGBOOST算法在测试集精度、召回率、F1值上达到98%以上,明显优于传统的故障特征提取方法和故障诊断方法。4.开发了联合CBR和FTA的故障诊断软件系统,以案例推理和故障树分析为基础,构建了系统应用层、业务逻辑层和知识数据层,实现了卫星地面站接收系统的智能故障诊断。
【图文】：

故障特征,相似度,案例,旧案

第三章联合 CBR 和 FTA 的地面站接收系统设备级的故障诊断根据式(3.8)可得出当前案例 C 与旧案例 A 的相似度 SIM（C，A）=0.538，同理前案例与案例库中其它案例的相似度，分别为 SIM(C，FD00008)=0.50，SI010)=0.23，SIM(C，FD00011)=0.33，SIM(C，FD00012)=0.13，SIM(C，FD00013据相似度进行排序，如图 3.11 所示。

案例,相似度,阈值,阈值设置

第 31 页图 3.11 相似案例的查询结果骤三：选择最佳案例考文献[68]中阈值设置的方法，，设置阈值为 α=0.6，系统只保留相似度大于阈选案例。系统推理过程如图 3.11 所示。如果查询结果中存在高于相似度阈值的相似度最高的案例解决方案对当前案例进行故障处理，若故障成功解决，则
【学位授予单位】：战略支援部队信息工程大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TN927.2

【参考文献】