● 摘要
本文以卫星动态模拟器为验证平台，以姿控系统的陀螺和太阳敏感器为诊断对象，设计和编写了基于支持向量机的卫星故障诊断仿真程序，并对支持向量机的参数寻优算法进行了研究，主要完成以下工作：首先，对支持向量机算法在数据分类问题方面的应用进行了研究。介绍了支持向量机的统计学思想，描述了三类支持向量分类模型和两类支持向量回归模型的优化原问题的求解方法及核函数的选择方法。以UCI机器学习数据库中的几种典型数据为诊断数据，以不平衡数据的精确度均方根和查全率、查准率为性能指标，设计了支持向量机与逻辑回归、多层感知机、决策树分类效果对比仿真试验。仿真结果显示，对比与其它几种典型的分类算法，支持向量机在精确度均方根和查全率、查准率性能上占据优势，为支持向量机应用于卫星姿控系统部件的故障诊断提供了可行性理论基础和基本思路。其次，构建了用于支持向量机训练模型参数寻优的退火遗传算法。描述了遗传算法和模拟退火算法的基本原理，总结两类寻优算法的优缺点。结合二者的优势，提出了退火遗传算法的基本思想和工作流程。在正交表的设计架构下，以四种典型的非线性函数为目标函数，设计了退火遗传算法较之遗传算法优化性能比较的仿真实验。仿真结果显示，退火遗传算法在寻优结果和程序运行时间上具有一定的优势，为支持向量机的参数寻优提供了基本思路。最后，利用故障注入时卫星动态模拟仿真程序生成的仿真故障数据，对姿控系统的陀螺和太阳敏感器的几种典型故障进行了故障诊断仿真。仿真结果和分析得到的结论与理论分析结果较为一致。支持向量机算法应用于陀螺和太阳敏感器故障诊断对姿控系统其它部件甚至整个卫星其它系统的故障诊断具有指导意义。