一种基于扩散模型的卫星在轨部件数据压缩重构方法

    公开(公告)号:CN118132955B

    公开(公告)日:2024-11-22

    申请号:CN202410313198.2

    申请日:2024-03-19

    Inventor: 马坚伟 顾则宇

    Abstract: 本发明提出一种基于扩散模型的卫星在轨部件数据压缩重构方法,属于卫星机械数据处理技术领域。包括以下步骤:S1.获取卫星控制力矩陀螺转子系统中角接触球轴承的振动信号数据;S2.对S1中得到的信号数据进行滑窗处理,并将信号数据划分为训练集和测试集,训练集用于扩散模型预训练,测试模型用于测试重构算法;S3.设定扩散模型训练超参数,根据步骤S2得到的训练集进行扩散模型训练;S4.设定下采样率并设计测量矩阵,根据步骤S2得到的测试集进行压缩测量;S5.根据步骤S4得到下采样数据和步骤S3扩散模型训练的噪声匹配网络进行算法重构,得到最终重构的机械信号数据。解决现有技术中存在对信号高频数据重构效果较差的问题。

    一种基于扩散模型的卫星在轨部件数据压缩重构方法

    公开(公告)号:CN118132955A

    公开(公告)日:2024-06-04

    申请号:CN202410313198.2

    申请日:2024-03-19

    Inventor: 马坚伟 顾则宇

    Abstract: 本发明提出一种基于扩散模型的卫星在轨部件数据压缩重构方法,属于卫星机械数据处理技术领域。包括以下步骤:S1.获取卫星控制力矩陀螺转子系统中角接触球轴承的振动信号数据;S2.对S1中得到的信号数据进行滑窗处理,并将信号数据划分为训练集和测试集,训练集用于扩散模型预训练,测试模型用于测试重构算法;S3.设定扩散模型训练超参数,根据步骤S2得到的训练集进行扩散模型训练;S4.设定下采样率并设计测量矩阵,根据步骤S2得到的测试集进行压缩测量;S5.根据步骤S4得到下采样数据和步骤S3扩散模型训练的噪声匹配网络进行算法重构,得到最终重构的机械信号数据。解决现有技术中存在对信号高频数据重构效果较差的问题。

Patent Agency Ranking