共查询到20条相似文献,搜索用时 46 毫秒
1.
2.
3.
4.
为解决卫星姿态控制系统中自主故障检测和诊断的问题,提出一种改进的1D-CNN 卫星姿态控制系统故
障诊断方法。以卫星姿态控制系统的故障诊断为背景,构建航天器姿态动力学模型,将卷积神经网络(convolutional
neural network,CNN)与快速卷积算法相结合,对卷积神经网络的拓扑结构进行改进,根据BP 算法,将1 维原始数
据作为输入,结合反作用飞轮作为执行机构的技术特征,给出一种基于卷积神经网络的故障检测和隔离方法。仿真
结果验证了该方法对卫星姿态控制系统实时故障检测和分类的有效性。 相似文献
5.
6.
针对微小航天器集群的故障诊断问题,提出一种故障诊断(fault diagnosis,FD)新方法。依据小波神经网络(wavelet neural network,WNN)理论,结合航天器集群的领队航天器故障检测与系统重构问题,构建一种故障诊断框架,采用小波神经网络与神经网络相结合,得出航天器姿态故障诊断策略及卫星姿态故障重构技术,给出了领队航天器故障重构方案,并进行了仿真实验与验证。仿真结果表明,该故障诊断方法是有效性的、故障重构是可行性的。 相似文献
7.
8.
一种基于SNMPv1的分级网络管理策略及实现 总被引:1,自引:0,他引:1
目前,选择简单网络管理协议第一版本(SNMPv1)作为网络管理协议仍是很多用户的需要。但SNMPv1因为没有定义管理进程间通信,所以只能进行单级小规模网络管理。对于较复杂的树型组织机构目前还没有一种能够使各上级在管理本地局域网的同时可以有选择地管理下级局域网的网络管理平台和应用。本文介绍了一种基于SNMPv1的通过适当地生成数据库结构并对关键数据进行上下级局域网数据同步的机制来实现广域网分级管理的策略。该方法已经在某师通信网络管理仿真系统上得到了实现。 相似文献
9.
10.
基于层次Bayesian网络及后验风险准则的故障样本量确定方法 总被引:1,自引:0,他引:1
针对现有测试性验证方法对装备系统结构考虑不足,且在双方风险约束条件下所确定的故障样本量过大问题,提出一种基于层次Bayesian网络和后验风险准则的故障样本量确定方法。根据装备系统结构建立测试性验证方法的层次Bayesian网络模型,并以故障检测率作为Bayesian网络 的传递参数;提出Bayesian网络不确定性推理算法,充分融合各层次测试性先验信息,同时基于偏度-峰度检验的拟合分布选取方法推导出系统故障检测率联合先验分布;进一步结合系统成败型数据确定其后验分布,基于后验样本数据集和Bayes后验风险准则设计故障样本量确定算法,通过实例进行分析。结果表明,与经典验证方法、传统Bayesian方法相比,所提方法在相同双方指标约束下能有效降低样本量。 相似文献
11.
12.
13.
14.
浅析网络信息安全的综合保护 总被引:2,自引:1,他引:1
网络信息安全的特征包括机密性、完整性、可控性、可用性及非否认性几方面。网络信息安全保护的几个主要方面涉及网络隔离技术、身份认证、数据加密、安全监控、数据库安全管理、数据备份等。 相似文献
15.
16.
17.
18.
简要介绍了雷达电路故障模式和BP神经网络的算法,针对雷达故障诊断的复杂性,提出了采用神经网络技术实现雷达的故障诊断。并以典型故障为例,设计了一个基于BP网络的故障诊断系统,通过实际仿真和应用,取得了较好的效果。 相似文献
19.