论文部分内容阅读
卫星地面站接收系统负责接收来自卫星的无线射频信号,是卫星通信系统的重要组成部分,其安全可靠稳定的运行至关重要。地面站设备一旦出现故障,若不能及时有效排除,不仅会影响地面站系统的正常安全稳定的工作,还可能导致整个地面站系统瘫痪,因此,对卫星地面站设备进行故障诊断和定位具有非常重要的意义。由于地面站接收设备结构复杂,难以建立精确、完备的模型,一旦系统发生故障,故障诊断和定位比较困难。传统的故障诊断方法诊断周期长,效率低下,难以满足卫星地面站装备快速故障诊断和定位需求,本文紧紧围绕地面站接收系统的故障诊断与定位开展了相关研究,主要工作如下:1.针对如何有效提取故障信号特征问题,采用了基于小波包变换的特征提取技术,解决了傅里叶变换中存在的不能对突变的、非周期的、非稳态信号进行有效特征提取的问题,并利用仿真信号对基于小波包变换的故障特征提取方法进行验证。2.针对传统的单一设备级故障诊断方法准确率低的问题,提出了联合案例推理(Case-Based Reasoning,CBR)和故障树分析(Fault Tree Analysis,FTA)的地面站接收系统故障诊断方法。针对案例推理效率低下的问题,提出了二次检索索引策略,并建立了卫星地面站故障的多级案例库组织结构。针对案例推理中案例库不完整和故障树分析计算量大等问题,提出先采用案例推理取检索故障,再利用故障树诊断的思想。以某卫星通信地面站出现载波失锁故障现象为例,对本文提出方法步骤进行详细展示,并准确诊断出案例库中不存在的故障。检索结束后新的案例被添加至案例库中,检索的效率得到明显提升,验证了本文方法的有效性。3.针对元器件级故障诊断效率低的问题,提出了基于小波包变换和XGBOOST算法的故障诊断方法。针对地面站的低噪声放大器软故障特征难以提取的问题,利用‘db4’小波对电路输出响应的电压信号提取8维的故障特征向量。本文将XGBOOST算法应用到模拟电路的故障诊断中,集成多个弱分类器构成较强的分类器,自动利用CPU进行多线程进行分布式计算。通过仿真软件模拟低噪声放大电路的11种不同故障状态,进行实验验证。实验结果表明采用基于小波包变换和XGBOOST算法在测试集精度、召回率、F1值上达到98%以上,明显优于传统的故障特征提取方法和故障诊断方法。4.开发了联合CBR和FTA的故障诊断软件系统,以案例推理和故障树分析为基础,构建了系统应用层、业务逻辑层和知识数据层,实现了卫星地面站接收系统的智能故障诊断。