基于重叠信号的航天继电器多余物检测与材质识别方法

专利主权项内容

1.基于重叠信号的航天继电器多余物检测与材质识别方法，其特征在于，包括以下步骤：将待测航天继电器进行PIND检测，获取一段待测信号；对待测信号进行分帧处理与脉冲提取，得到多个有用脉冲，所述有用脉冲为去除无话帧信号的脉冲，即携带有用信息的脉冲；从每个帧信号上计算多余物检测信号特征库中每个特征的特征数值，形成一个特征向量；这些特征向量被视为未标注的数据，用来构建待测信号数据集；以有用脉冲为单位，将待测信号数据集分为多个小集合；利用组件识别模型在每个小集合上进行预测，计算每个小集合的预测置信度，所述预测置信度为每个有用脉冲中预测为源纯的组件信号的数据个数占总数据个数的比值；依次比较每个预测置信度与多余物置信度与组件置信度；如果所有的预测置信度均大于组件置信度，说明待测信号是纯的组件信号，表明待测航天继电器内部不存在多余物，多余物检测结束；如果有预测置信度小于组件置信度，再判断预测置信度是否都小于多余物置信度，如果判断结果为真，则利用材质识模型在待测信号数据集上进行预测；对预测结果进行多数表决处理，得到待测信号数据集的共同标签，其对应的多余物的材质就是识别的待测航天继电器内部多余物的材质，多余物检测结束；如果判断结果为假，则将来源纯的多余物信号的有用脉冲构建的特征向量筛选出来，合并组成一个新的待测材质数据集；利用材质识别模型在待测材质数据集上进行预测，对预测结果进行多数表决处理，得到待测材质数据集的共同标签，其对应的多余物的材质就是识别的待测航天继电器内部多余物的材质，多余物检测结束；所述的组件识别模型、材质识别模型，以及多余物置信度与组件置信度通过以下步骤获得：步骤一：制作航天继电器样本集一，包括：不含有多余物但包含松动组件的样本、不含有松动组件但含有第一种材质的多余物的样本、不含有松动组件但含有第二种材质的多余物的样本、……、不含有松动组件但含有第M种材质的多余物的样本；分别对这些样本进行编号；根据编号依次将样本进行PIND检测，分别获取一段纯的组件信号或纯的多余物信号；在最后一个样本完成PIND检测后，一轮完整的检测任务结束，得到一段纯的组件信号和多段对应不同材质的纯的多余物信号；重复多轮检测任务，得到多段纯的组件信号和多段对应不同材质的纯的多余物信号；步骤二：从时域和频域提取信号特征，建立多余物检测信号特征库；依次对步骤一中得到的多段纯的信号进行分帧处理与脉冲提取，从每个帧信号上计算多余物检测信号特征库中每个特征的特征数值，形成一个特征向量；将来源纯的组件信号的帧信号得到的特征向量的标签设置为“0”，将来源所有纯的多余物信号的帧信号得到的特征向量的标签设置为“1”，由这些数据构建组件识别数据集；将来源所有纯的多余物信号的帧信号得到的特征向量单独复制一份，重新设置标签；将来源第一种材质的纯的多余物信号的帧信号得到的特征向量的标签设置为“1”，将来源第二种材质的纯的多余物信号的帧信号得到的特征向量的标签设置为“2”，……，以此类推；由这些数据构建材质识别数据集；步骤三：在组件识别数据集上训练多个分类器，并在材质识别数据集上训练多个分类器；对分别在两个数据集上表现最好的两个分类器的参数进行优化，使它们的分类性能达到最优，得到最优组件识别模型与最优材质识别模型，即所要的组件识别模型、材质识别模型；步骤四：制作航天继电器样本集二，包括：同时含有松动组件和第一种材质的多余物的样本、同时含有松动组件和第二种材质的多余物的样本、……、同时含有松动组件和第N种材质的多余物的样本，分别对这些样本进行编号；根据编号依次将样本进行PIND检测，分别获取一段重叠信号；在最后一个样本完成PIND检测后，一轮完整的检测任务结束，得到多段对应不同材质的多余物与松动组件形成的重叠信号；重复多轮检测任务，得到多段重叠信号；步骤五：依次对步骤四中得到的多段重叠信号进行分帧处理与脉冲提取，从每个帧信号上计算多余物检测信号特征库中每个特征的特征数值，形成一个特征向量；这些特征向量被视为未标注的数据，用来构建重叠信号数据集；重叠信号数据集包含多个重叠信号数据子集；其中，重叠信号数据子集一中的特征向量是由来源样本一的重叠信号的帧信号得到的，重叠信号数据子集二中的特征向量是由来源样本二的重叠信号的帧信号得到的，……，以此类推；步骤六：使用最优组件识别模型对重叠信号数据集进行预测，即依次对重叠信号数据子集进行预测；统计每个重叠信号数据子集包含的有用脉冲中标签被预测为“0”的数据个数占总数据个数的比值，称为置信度；计算多个分别来源纯的组件信号、纯的多余物信号与混合信号的有用脉冲的置信度，分别求取来源纯的组件信号、纯的多余物信号与混合信号的有用脉冲的置信度的上限和/或下限，进而确定组件置信度与多余物置信度。