学位论文 > 优秀研究生学位论文题录展示

基于RVM-PF的卫星关键部件寿命预测

作　者: 郝旭东
导　师: 金光
学　校: 国防科学技术大学
专　业: 军事装备学
关键词: 寿命预测相关向量机粒子滤波状态空间模型动量轮
分类号: V423.42
类　型: 硕士论文
年　份: 2011年
下　载: 21次
引　用: 0次
阅　读: 论文下载

内容摘要

卫星关键部件的寿命预测有助于保证卫星稳定、高效运行,是航天技术的核心之一。目前,基于数据的卫星部件寿命预测方法一般是通过地面试验,采集样本数据,建立退化模型进行寿命预测。而由于受到复杂太空环境的影响,卫星在轨数据通常具有不确定性与不完整性,传统的预测模型应用于在轨预测时往往无法有效消除噪声的影响,达到预测精度的要求。因此,本文提出一种基于相关向量机和粒子滤波的数据驱动预测算法,弱化物理特性的影响,从在轨实测性能数据中寻找规律、建立模型,解决在轨卫星关键部件寿命预测问题。论文主要内容如下:第一,提出基于状态空间模型的退化建模方法。介绍了相关向量机的原理,分析其参数影响及应用的局限性,针对粒子滤波算法需要给定系统状态空间模型的要求,通过RVM回归模型及再拟合模型,从数据中建立系统的观测方程和预测方程。第二,提出基于粒子滤波的寿命预测方法。介绍了粒子滤波的原理,在建立的状态空间模型基础上,给出完整的基于RVM-PF的预测算法流程,并结合实例样本数据对算法的特点进行分析。第三,以卫星动量轮为例,分析其失效机理,选取轴温为寿命特征值,结合轴温的在轨实测数据进行建模预测,校验算法性能。结果表明,预测结果精度较高,预测算法能够解决基于在轨数据的卫星关键部件寿命预测问题。论文最后对全文主要工作和创新点进行了总结,对进一步研究内容进行了展望。

全文目录

摘要  7-8
ABSTRACT  8-10
第一章绪论  10-18
  1.1 研究背景及意义  10
  1.2 国内外研究现状  10-16
    1.2.1 一般产品寿命预测方法  10-14
    1.2.2 卫星部件寿命预测现状  14-16
  1.3 论文的主要内容和结构  16-18
第二章基于状态空间模型的退化过程建模  18-37
  2.1 相关向量机原理  18-22
    2.1.1 模型描述  19-20
    2.1.2 模型推导  20-22
  2.2 相关向量机回归算法  22-30
    2.2.1 迭代算法  22-25
    2.2.2 算法参数选择  25-30
  2.3 状态空间模型  30-37
    2.3.1 模型构建方法  30-31
    2.3.2 实例建模  31-37
第三章基于粒子滤波的寿命预测方法  37-55
  3.1 粒子滤波原理  37-43
    3.1.1 基本思想  37-39
    3.1.2 序贯重要性抽样  39-41
    3.1.3 重采样  41-43
  3.2 标准粒子滤波算法  43-44
    3.2.1 蒙特卡洛滤波算法流程  43
    3.2.2 影响模型精度的因素  43-44
  3.3 基于RVM-PF 的寿命预测算法  44-49
    3.3.1 粒子滤波预测算法流程  44-46
    3.3.2 基于RVM-PF 预测算法流程  46-49
  3.4 预测结果分析  49-55
第四章实例分析  55-65
  4.1 动量轮失效分析  55-56
  4.2 测试方案  56
  4.3 测试步骤  56-59
  4.4 测试结果对比分析  59-65
    4.4.1 不同参数设置的结果对比  60-63
    4.4.2 与其他方法的结果对比  63-65
第五章结束语  65-67
  5.1 本文的主要工作与贡献  65
  5.2 进一步研究的展望  65-67
致谢  67-68
参考文献  68-72
作者在学期间取得的学术成果  72

基于RVM-PF的卫星关键部件寿命预测

内容摘要

全文目录

相似论文