針對航天器的健康管理問題,采用預(yù)測技術(shù)可提前預(yù)知航天器故障,為航天器的故障排除贏得了寶貴時間,從而提高了航天器運行安全性和可靠性。針對遙測數(shù)據(jù)的非平穩(wěn)性和周期性特點,引入Mallat算法的時間序列短期預(yù)測模型。通過推理機(jī)進(jìn)程負(fù)載均衡軟件的實際運行結(jié)果分析,預(yù)測結(jié)果邊界和實際數(shù)據(jù)突變的趨勢基本一致,預(yù)測數(shù)據(jù)與實際數(shù)據(jù)相似度在95%以上。 

【文章來源】：電子設(shè)計工程. 2020,28(12)

【文章頁數(shù)】：5 頁

【部分圖文】：

dbN小波基N=1,2,3,4時的比較結(jié)果

鑒于遙測數(shù)據(jù)復(fù)雜性，其變化周期通常是緩變和快變結(jié)合在一起。為了反映這一特點，本文把不同的頻率分量分開，每個頻率分量變化規(guī)律相對直觀，同時改善了遙測數(shù)據(jù)的非平穩(wěn)性[4]。圖2是在不同尺度下小波分解a1、a2、a3、a4與原序列a0的比較結(jié)果�？梢钥闯霎�(dāng)分解尺度為2時，曲線a2已經(jīng)足夠光滑了，同原曲線比較接近，但a3、a4則由于分解次數(shù)的增加，遙測數(shù)據(jù)采樣點減少，導(dǎo)致曲線過分平滑，數(shù)據(jù)的變化趨勢已經(jīng)失真，所以本文采用分解尺度為2。

經(jīng)過分析真實遙測數(shù)據(jù)變化趨勢和預(yù)測值的比對結(jié)果，顯然，預(yù)測結(jié)果邊界和突變的趨勢不太理想。本文采用周期延拓[10-12]對序列的邊界進(jìn)行延拓，其延拓過程[13-16]如下：其中，M為序列的長度。剔除邊界誤差后的預(yù)測曲線與實際曲線對比結(jié)果如圖4所示。

【參考文獻(xiàn)】：
期刊論文
[1]小衛(wèi)星電源系統(tǒng)遙測數(shù)據(jù)的區(qū)間預(yù)測技術(shù)[J]. 唐建,欒家輝,呂琛.  華中科技大學(xué)學(xué)報(自然科學(xué)版). 2009(S1)
[2]自適應(yīng)指數(shù)平滑法預(yù)測遙測數(shù)據(jù)實時趨勢研究[J]. 余國浩,蔡遠(yuǎn)文.  裝備指揮技術(shù)學(xué)院學(xué)報. 2007(02)
[3]航天器數(shù)據(jù)預(yù)測中的因果關(guān)系調(diào)整技術(shù)應(yīng)用研究[J]. 孫振明,安偉光,張輝.  宇航學(xué)報. 2006(06)



本文編號：3436792