← 返回列表
面向故障诊断的星间交互信息优选方法
申请人信息
- 申请人:天津大学
- 申请人地址:300072 天津市南开区卫津路92号
- 发明人: 天津大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 面向故障诊断的星间交互信息优选方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311259350.5 |
| 申请日 | 2023/9/27 |
| 公告号 | CN117332229A |
| 公开日 | 2024/1/2 |
| IPC主分类号 | G06F18/20 |
| 权利人 | 天津大学 |
| 发明人 | 张秀云; 冷嘉俊; 宗群; 刘文静; 刘达 |
| 地址 | 天津市南开区卫津路92号 |
摘要文本
本发明公开了面向故障诊断的星间交互信息优选方法，包括首先考虑“主星‑从星”的编队构型，确定每颗卫星的邻居信息，建立卫星真实动力学模型，从而构建卫星故障模型；然后搭建基于Pointer网络的星间交互信息优选网络和基于强化学习的故障诊断模型，以故障诊断网络的诊断率最大为目标，迭代更新pointer网络，确定最优交互对象及交互内容选择，即“向哪个邻居要哪些数据”；最后，在在线应用阶段，基于Pointer网络获得的星间最优交互信息，仅采用故障诊断网络即可保证诊断效率最高。本发明采用上述面向故障诊断的星间交互信息优选方法，用于减轻星间信息交互的通信压力，同时使故障诊断结果最优。。来源：百度马 克 数据网
专利主权项内容
1.面向故障诊断的星间交互信息优选方法，其特征在于，具体步骤如下：S1、建立卫星运动学模型和姿态模型，确定故障类型；S2、建立卫星故障信息优选模型，设计基于Actor-Critic的智能求解框架，即确定星间交互信息优选网络模型的状态集、动作集、立即收益值以及折扣因子各个要素，并进行对优选算法的在线训练；S3、建立卫星故障诊断模型，设计基于深度强化学习的故障诊断算法，确定故障诊断算法的状态集、动作集、立即收益值以及折扣因子各个要素，并进行离线训练。