[发明专利]一种航天器监测大数据的信息表征系统

权利要求书

1.一种航天器监测大数据的信息表征系统，其特征在于，包括多源信息采集模块、数据改善模块、信号解析模块和信号表征模块，其中：多源信息采集模块采集监测信息，并输入至数据改善模块中；数据改善模块预设异类函数，根据监测信号的异类函数值与监测结果的差值绝对值确定监测信息的可靠性，并筛选可靠的数据，分别传输至信号解析模块和信号表征模块；信号解析模块接收可靠的数据，建立反褶积网络，提高数据的准确性；信号表征模块建立大数据稀疏网络，实现监测数据的快速归类。

2.根据权利要求1所述的信息表征系统，其特征在于，采集监测信息包括力、温度、光、电流、电压和电磁信号。

3.根据权利要求1所述的信息表征系统，其特征在于，多源信息采集模块还包括信号转换模块，将模拟信号转换为数字信号输出至数据改善模块。

4.根据权利要求1所述的信息表征系统，其特征在于，所述异类函数f(x)如式(1)所示：

式中，x是异类函数值与监测结果的差值绝对值，[0,x₀]是x取值密集的区间，X₀是x可能出现的最大值，ω∈(0，1)是总体系数，n＞1为根指数。

5.根据权利要求4所述的信息表征系统，其特征在于，ω≥0.6，n≤5。

6.根据权利要求1所述的信息表征系统，其特征在于，利用神经网络技术，根据子波自动给出期望输出，得到反子波和反褶积因子。

7.根据权利要求6所述的信息表征系统，其特征在于，反子波通过以下步骤得到：

(S11)将子波作为输入，尖脉冲为期望输出，反子波为网络权值，采用最小均方学习算法训练网络，得到实际输出结果；

(S12)根据实际输出结果给出新的期望输出，重新训练网络，得到反子波。

8.根据权利要求6所述的信息表征系统，其特征在于，神经网络反褶积通过以下步骤实现：

(S21)用多道超级平均估计子波振幅谱；

(S22)由常相位校正技术估计子波相位谱；

(S23)用反傅氏变换求取子波；

(S24)利用神经网络求取反子波；

(S25)反褶积。

9.根据权利要求1所述的信息表征系统，其特征在于，大数据稀疏网络依据DCT字典和稀疏分解算法的迭代计算得到。