一种基于盲源分离技术的卫星微振动源定量识别方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109409338A(43)申请公布日2019.03.01(21)申请号201811466743.2(22)申请日2018.12.03(71)申请人西安交通大学地址710049陕西省西安市碑林区咸宁西路28号(72)发明人张周锁宫腾王欢罗欣(74)专利代理机构西安通大专利代理有限责任公司61200代理人徐文权(51)Int.Cl.G06K9/00(2006.01)G06N3/04(2006.01)权利要求书2页说明书7页附图4页(54)发明名称一种基于盲源分离技术的卫星微振动源定量识别方法(57)摘要本发明公开了一种基于盲源分离技术的卫星微振动源定量识别方法，首先，卫星舱段结构模型各振动源正常运行，获得其敏感载荷处及模型表面不同位置处的振动响应信号，确保观测信号数目大于源的数目；然后，利用高阶累积量构造盲源分离算法的参考峭度对照函数，根据振动源的先验知识构造参考信号，利用最优步长梯度法寻找参考峭度对照函数最大化所对应的分离信号的最优解，实现单振源信号的提取；其次，通过维纳滤波器分别求得各个振源在敏感载荷点处的响应；最后，利用基于向量投影的贡献量表征方法计算各微振动源的贡献量。贡献量指标反映各个振源对敏感载荷点振动贡献和影响的相对比重，为振动抑制提供基础和依据。CN109409338ACN109409338A权利要求书1/2页1.一种基于盲源分离技术的卫星微振动源定量识别方法，其特征在于，包括以下步骤：(1)振动响应信号的获取卫星舱段结构模型各振动源正常运行，采集敏感载荷处及模型表面不同位置处的振动响应信号x(t)，即观测信号：Tx(t)＝[x1(t),x2(t),…,xq(t)]其中，q为观测信号数目，xj(t)为t时刻在第j个观测点采集到的振动响应信号，j＝1～q；且确保观测信号数目大于振动源的数目p；(2)基于参考峭度最大化盲解卷积算法的单振源信号的提取利用高阶累积量构造盲解卷积算法的参考峭度对照函数，根据振动源的先验知识构造参考信号，利用最优步长梯度法寻找参考峭度对照函数最大化所对应的分离信号的最优解，实现单振源信号的提取；(3)通过维纳滤波器分别求得各振源在敏感载荷点处的响应；(4)利用基于向量投影的贡献量表征方法计算各振源的贡献量。2.根据权利要求1所述的一种基于盲源分离技术的卫星微振动源定量识别方法，其特征在于，步骤(2)具体包括：(2.1)利用高阶累积量构造盲源分离算法的参考峭度对照函数，用Cr{y}表示分离信号y和参考信号r的互累积量：Cr{y}＝Cum{y,y,r,r}对互累积量进行归一化处理，即得到参考峭度对照函数J(y,r)，优化目标为该参考峭度对照函数的最大化：其中，E{·}为变量的数学期望；(2.2)根据设备振动源的先验知识构造参考信号r；(2.3)设置分离滤波器长度D，将步骤(1)中得到的x(t)表达为时滞形式x(t)：x(t)＝[xT(t),xT(t-1),…,xT(t-D+1)]T则解卷积即转化为标准的线性ICA模型：y(t)＝wx(t)其中，w为1×qD维的分离滤波器；(2.4)利用最优步长梯度法寻找参考峭度对照函数最大化所对应的分离信号y的最优解，通过对分离向量w进行迭代更新，其更新过程为：w(k+1)＝w(k)+μoptg其中，k代表第k次更新，g的搜索方向是对照函数J(y,r)对w的偏梯度，μopt表示算法的最优步长，即在每步迭代中使得对照函数达到最大的μopt；迭代至收敛得到分离向量w最优解，则分离信号y(t)＝wx(t)，实现单振源信号的提取。3.根据权利要求2所述的一种基于盲源分离技术的卫星微振动源定量识别方法，其特2CN109409338A权利要求书2/2页征在于，步骤(3)具体为：设yj(t)为提取出的第j个分离信号，即单振源信号，根据分离信号yj(t)估计第j个振源在第i个敏感载荷点的观测信号xi(t)中的成分其中，m为维纳滤波器的序号，hij(m)为待估计滤波器的系数，N为滤波器的阶数；记eij(t)为xi(t)与之间的差值：当观测信号xi中不包含yj的任何成分时，均方误差最小；对上式右边求导等于0时，均方误差最小，即可求得最佳滤波器的系数：式中，是互相关向量，是自相关矩阵；根据上式求解出维纳滤波器系数后，则可求得第j个振源在第i个敏感载荷点处的单源响应4.根据权利要求3所述的一种基于盲源分离技术的卫星微振动源定量识别方法，其特征在于，步骤(4)具体为：以单源响应在观测信号xi上的投影作为第j个振源在第i个敏感载荷点处的真实贡献在xi中所占的比重即为贡献量指标Cij：贡献量指标即为卫星微振动源定量识别的指标，以反映各个振源对敏感载荷点振动贡献和影响的相对比重。3CN109409338A说明书1/7