题目：探测器电特性识别与健康状态判读方法研究

航天探测器电子负载系统是开放的非线性时变系统，系统结构复杂且不确定，内部负载之间时常产生大量信号。航天探测器系统内电特性信号的突变时常发生，航天探测器电特性自动分类识别系统的建立有很大的必要。

本文针对航天探测器电特性监测系统识别过程中存在测试数据量大，特征维数高,样本少,计算速度慢和识别率低等问题，提出基于PCA主成分分析，小波分析的特征提取和Bayes分类方法，WPSVM加权近似支持向量机等的故障诊断方法。实现了对信号故障特征的主成分分析、选择和提取，并对高维特征数据实现了降维，提高了航天器电特性在线故障诊断的准确性和速度。针对PCA中的结果选取问题，提出运用数据贡献度阈值进行数据截取的方法，有效的保证了数据的有效性与一致性。结果表明:该方法充分利用了航天器电特性监测系统的有用数据特征,有效提高了识别的精度,且计算时间较短，效率较高。

本文的创新点主要有：（1）结合探测器电特性的特点确定探测器电特性识别的解决方法，引入关键的特征提取与分类聚类算法完成探测器电特性的动态分析和识别判定；（2）结合采用k-means与FCM聚类算法完成探测器电特性模型创建，为探测器故障的建模引进一种新方法；（3）结合探测器电特性获取特点设计了多个分类器并行使用的识别方法，有效实现较高的识别率；（4）设计了多算法结果投票，提高了系统可靠性；（5）根据LabVIEW的先进特性，采用基于模型设计方法完成探测器电特性识别系统的设计，为系统的快速开发提供一种全新方式，完成探测器电特性识别系统全系统仿真测试，实现了系统的快速验证。

本文详细对探测器电特性识别系统进行了详细分析、设计和建模，其研究成果为探测器电特性识别系统的快速设计与验证提供了一种全新思路。