[发明专利]一种基于神经网络的卫星小站故障判断方法

说明书

本发明提供了一种基于神经网络的卫星小站故障判断方法，涉及卫星系统技术领域；该方法包括步骤：开始、参数初始化、隐含层单元输出结果、输出层单元输出结果、计算输出层与隐含层之间的偏差、根据权值对偏差进行修正、判断偏差是否达到故障阀值、输出相应的故障结果、对结果按照默认规则进行展示；本发明的有益效果是：通过该方法对卫星小站的故障进行分析判断，以评估卫星小站的安全性以及存在的问题。

技术领域

本发明涉及卫星系统技术领域，更具体的说，本发明涉及一种基于神经网络的卫星小站故障判断方法。

背景技术

卫星小站的安全状态与卫星小站下面其它系统的运行状态及变化密切相关。卫星小站的运行特性和状态直接关系到整个卫星小站的运行和安全状态。虽然可以通过各种手段获取卫星小站的各种信息,但这些有限的时时监测数据所能提供的信息是不完全的,且受多方面因素的影响。因此,卫星小站是个复杂的，受多种影响因素制约的系统,对其进行故障判断是一个涉及面广、综合性强的工作,需选取一种非常理想的评价模型和评价方法,才能提高故障判断精度。

人工神经网络,是指利用工程技术手段模拟人脑神经网络的结构与功能的一种技术系统,是一种大规模并行的非线性动力学系统。它并不是人脑神经系统的真实写照,而只是对其结构进行了大量简化后保留其主要特性的某种抽象和模拟。目前,在人工神经网络的实际应用中,使用最广泛的网络是径向基神经网络模型,它是多层映射网络,采用最小均方差的学习方式。由于人工神经网络试图以模仿人脑神经系统的组织方式来构成新型的信息处理系统,因此具有自适应性、自学习性、并行性、非线性、容错性和知识处理集约性的特点,为解决非结构性问题提供了一条潜力无限的新途径。

我国卫星小站目前的安全局势,需要对卫星小站的故障系统进行故障判断,按照科学的程序和方法,对卫星小站中的危险因素、发生事故的可能性及损失与伤害程度进行调查与分析论证,从而来评估系统总体的安全性以及针对存在的问题,提出有效的安全措施。

发明内容

为了克服现有技术的不足，本发明提供一种基于神经网络的卫星小站故障判断方法，通过该方法对卫星小站的故障进行分析判断，以评估卫星小站的安全性以及存在的问题。

本发明解决其技术问题所采用的技术方案是：一种基于神经网络的卫星小站故障判断方法，其改进之处在于，该方法包括以下的步骤：

S10、参数初始化，建立由输入层、隐含层和输出层所组成的三层径向基神经网络故障判断模型，将神经网络初始化；

S20、采用实例样本对神经网络进行训练，并用另外的样本进行实例校验，样本作用于输入层，并由输入层输入到隐含层，实现隐含层的结果输出；所述输入层的每一个输入节点对应样本的一个特征；

S30、所述隐含层各单元的输出输入到输出层，实现输出层的结果输出；所述输出层的输出节点等于对应安全级别；

S40、检查输出层各单元的输出误差，并按此误差进行权值修正，判断误差是否小于规定值，当误差小于规定值，则输出响应的故障结果，当误差不小于规定值，则返回至步骤S20；

当校验样本的安全级别与实际相符，则说明网络训练成功。

进一步的，步骤S10中，三层径向基神经网络故障判断模型是根据对卫星小站原始数据分析和整理，并结合卫星小站的指标体系建立的。

进一步的，步骤S20中，所述输入层的输入节点对应的样本特征包括：卫星小站抖动、延迟、吞吐量、丢包率、单个载波的C/N动态范围、最低效率、波束号、终端天线尺寸、信息速率、符号速率、调制方式、带宽、余量、效率、功放以及故障系统图绘制。

进一步的，步骤S30中，所述隐含层的隐含层节点数目为一个。

进一步的，步骤S30中，所述输出层的每个输出节点对应于一个安全级别。