基于关联规则模型的导航卫星故障诊断方法

基于关联规则模型的导航卫星故障诊断方法

ID:10153800

大小:32.00 KB

页数:9页

时间:2018-06-11

基于关联规则模型的导航卫星故障诊断方法_第1页
基于关联规则模型的导航卫星故障诊断方法_第2页
基于关联规则模型的导航卫星故障诊断方法_第3页
基于关联规则模型的导航卫星故障诊断方法_第4页
基于关联规则模型的导航卫星故障诊断方法_第5页
资源描述:

《基于关联规则模型的导航卫星故障诊断方法》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于关联规则模型的导航卫星故障诊断方法摘要:针对导航卫星故障诊断的特点,提出一种基于关联规则的导航卫星故障诊断方法,设计并实现了以Apriori算法为核心的导航卫星故障诊断系统,对导航卫星故障诊断的仿真实验结果表明,该系统能够有效挖掘异常模式数据与故障设备的之间的关联关系,具有较高的诊断精度。关键词:关联规则;故障诊断;数据挖掘中图分类号:TP2779近年来卫星导航系统进入快速发展阶段,2012年12月27日我国的北斗卫星导航系统也开始提供区域性服务,民用市场前景广阔,发展迅速。为了保证定位系统的完好性以及定位精度,在

2、卫星发生故障时地面控制系统必须具备快速检测故障并定位故障设备的能力,因此对于导航卫星故障诊断的研究至关重要。早期的研究集中于对卫星的故障检测策略,能够及时检测出故障。例如陈灿辉等人提出利用随机搜索法,通过搜索最多无故障的卫星星座,实现故障排除功能[1],冀捐灶等人对RAIM算法,解分离算法,残差外推法三种故障检测方法进行了对比研究与仿真[2],房红征等人提出了基于粒子群优化神经网络的卫星故障预测方法[3],然而虽然十多年前科研人员就开始研究导航卫星的故障检测、故障排除、故障预测等技术,但是却很少有人致力于对星上设备的故

3、障定位的研究。本文基于对导航卫星故障诊断现状的分析,进行故障诊断与数据挖掘技术的结合研究,提出了一种基于关联规则模型的导航卫星故障定位方法,设计并实现了关联规则挖掘软件,并且对导航卫星故障定位过程进行了仿真实验。1基于关联规则模型的导航卫星故障诊断方法导航系统主要由三部分构成,分别是:空间区段,地面控制区段,用户区段[4]。其中地面控制区段的主要任务包括监测卫星和载荷的日常状态,定时对卫星的星历等数据进行上行加载,维护卫星的正常运行,快速检测并解决故障等[4]。地面对导航系统中的各类业务数据进行实时监测,产生各类数据的

4、状态,这些状态由正常和多类异常组成。通过对各类数据当前状态的分析,专业技术人员确认导航卫星业务设备状态,并做出相应操作。导航卫星主要业务部件包括导航任务处理单元和扩频测距接收机。本文主要将这两个部件作为研究对象,挖掘这两类星载设备与监测数据之间的关系。9针对导航卫星故障诊断需要能够根据实时数据状态快速诊断的要求,采用基于关联规则模型的故障诊断方法具有其优势,首先在系统中关联规则能够充分挖掘内部状态之间的潜在关系,在故障发生时可以利用关联规则及时地进行故障诊断;其次随着系统运行时间的增长,采集的数据增多,关联规则模型的定

5、位准确率也能得到提升。基于关联规则的导航卫星故障诊断过程如下。1.1建立知识集知识集主要利用在线运行过程中的各类业务状态以及设备故障状态进行构建。对于同一类数据的不同异常模式,我们将它们作为不同的项进行处理,这样使得对于一类异常模式只有发生与未发生两种取值。在任一个时刻,将发生的异常模式与发生的设备故障作为描述当前时刻卫星状态的项集。1.2挖掘频繁项集本文基于Apriori算法挖掘频繁项集,Apriori算法是1994年,R.Agrawal和R.Srikant提出的为布尔关联规则挖掘频繁项集的算法[5]。Apriori

6、是一种采用迭代搜索思想的算法,用频繁k项集产生候选k项集进而搜索频繁k+1项集。首先,扫描知识集,计算每个项在整个知识集中出现的概率即支持度,判断该项的支持度是否大于最小支持度条件,若大于则将其加入频繁1项集集合L1。然后用L1搜索频繁2项集L2,L2找L3,Lk-1找Lk,直至频繁k项集为空则结束迭代。Apriori算法主要由连接步和剪枝�9构成。连接步产生候选项集,剪枝步产生频繁项集。为了搜索出频繁k项集集合Lk,使用频繁k-1项集集合Lk-1与自身连接产生候选k项集集合Ck。在搜索频繁项集时,保证Lk-1中的各项

7、集li中的项按找属性编号li[j]升序排列,对于Lk-1中的不同的两个项集la和lb,如果la和lb中的前k-2个元素一样,则称la和lb是可连接的,即当la[k-1]B)=P(B

8、A)=support(AUB)/support(A)其中support_count(AUB)表示所有时刻状态项集合D中同时出现A与B的状态项个数,support_count(A)表示D中出现A的状态项个数。因此根据频繁项集产生关联规则的方法为对于每个频繁项集f的每个非空真子集s,confident(s=>(f-s))=support(f)/

9、support(s),如果其大于最小置信度min_conf,则规则s=>(l-s)是强关联规则。  导航卫星故障诊断,主要研究数据异常模式与故障设备之间的关系,因此l-s应为设备故障项。另外还需对强关联规则两端的项作卡方检验,确保s与l-s之间具有较强的正相关性。1.4在线故障诊断将产生的关联规则应用于导航卫星的在线故障诊断。流程

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。