预览加载中,请您耐心等待几秒...
1/9
2/9
3/9
4/9
5/9
6/9
7/9
8/9
9/9

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115033984A(43)申请公布日2022.09.09(21)申请号202210590621.4(22)申请日2022.05.26(71)申请人西北工业大学地址710072陕西省西安市友谊西路127号(72)发明人陈杰郭英超申驰赵宇洋钟亦晨范靖雯(74)专利代理机构西北工业大学专利中心61204专利代理师金凤(51)Int.Cl.G06F30/15(2020.01)G06F30/27(2020.01)权利要求书2页说明书4页附图2页(54)发明名称一种基于LSTM的综合模块化航电系统健康评估方法(57)摘要本发明提供了一种基于LSTM的综合模块化航电系统健康评估方法,从IMA驻留功能的内存需求出发,分析IMA运行管理机制,选择功能完成所需内存大小作为健康特征参数;收集IMA功能完成所涉及的各种内存大小信号,对收集到的信号进行数据预处理,定义健康状态,将预处理后的数据划分到各个健康等级中,构建LSTM健康评估模型,利用预处理后的数据训练健康评估模型。本发明从IMA驻留功能的内存需求出发,分析IMA运行管理机制,确定了健康特征参数;根据健康特征参数收集数据,并针对原始数据特点进行数据预处理,提取敏感特征;利用LSTM网络构建健康评估模型,辨识IMA当前健康状态,有效提高了IMA系统健康管理效率。CN115033984ACN115033984A权利要求书1/2页1.一种基于LSTM的综合模块化航电系统健康评估方法,其特征在于包括下述步骤:步骤1:从IMA驻留功能的内存需求出发,分析IMA运行管理机制,选择功能完成所需内存大小作为健康特征参数;步骤2:收集IMA功能完成所涉及的各种内存大小信号;根据所选择的健康特征参数收集有关IMA运行的内存信号,将其整理为excel文件;步骤3:对收集到的信号进行数据预处理,得到敏感特征;对步骤2收集到的信号进行数据预处理,数据预处理包括缺失数据补充、异常数据剔除、敏感特征提取;步骤4:定义健康状态,将预处理后的数据划分到各个健康等级中;将功能完成所占内存≤5x104KB的数据划分到功能完好等级,将功能完成所占内存≥8x104KB的数据划分到功能丧失等级,将功能完成所占内存在5x104KB和8x104KB之间的数据划分到性能退化等级;步骤5:构建LSTM健康评估模型,利用预处理后的数据训练健康评估模型。2.根据权利要求1所述的基于LSTM的综合模块化航电系统健康评估方法,其特征在于:所述缺失数据补充的步骤为:设缺失值比率的阈值为20%,根据r=n/N计算原始数据各变量的缺失值比率,其中n指某一变量中缺失值的个数,N指某一变量中取值的总个数;如果缺失值比率大于等于阈值,说明其缺失的数据量信息较多,无法较好地还原正常的采集数据,应予剔除;如果缺失值比率小于阈值,利用拉格朗日插值法实现数据的补充:对于原函数f(x)分别有给定的n+1个取值点,分别为(x0,y0),(x1,y1),…,(xn,yn),其中,x对应自变量的位置,y为原函数f(x)在该点的取值,任意两个不同的xj都互不相同,首先,求已知n+1个点对的拉格朗日基本多项式lj(c),或称插值基函数,其表达式为:该基本多项式lj(x)的特点是在xj上取值为1,在其他的点xi(i≠j)上取值为0;然后,求已知n+1个点对的拉格朗日插值多项式L(x),其表达式为:即可完成缺失数据的补充。3.根据权利要求1所述的基于LSTM的综合模块化航电系统健康评估方法,其特征在于:所述异常数据剔除的步骤为:采用3σ准则剔除异常值,设某一变量的值分别为x1,x2,…,xi,...,xn,算出该变量的算术平均值及剩余误差Δi=xi‑x0,利用贝塞尔公式计算标准误差σ,计算公式如下:当则xi为正常值,予以保留,当则xi为异常值,应予剔除,用某一变量所有正常值的均值代替。4.根据权利要求1所述的基于LSTM的综合模块化航电系统健康评估方法,其特征在于:2CN115033984A权利要求书2/2页所述敏感特征提取步骤为:以健康特征参数对应的变量作为目标变量,利用散点图观察各变量与目标变量之间的相关性,将无相关性的变量剔除;然后利用随机森林算法得到剩余变量对目标变量的重要度排名,选择排名前n位的目标变量,n取15,又考虑到自变量之间具有高耦合性的特征,利用斯皮尔曼相关系数对自变量进行滤波,从滤波后的互相高度相关的变量中仅保留重要度最大的变量,认为重要度最大的变量能代表所在高耦合变量组合的全部信息,并保留重要度最大的变量,剔除滤波后数据中其余ρ值所对应的变量,进而完成敏感特征提取。5.根据权利要求1所述的基于LSTM的综合模块化航电系统健康评估方法,其特征在于:所述斯皮尔曼相关系数的计算公式如下:其中,xi,yi分