[發明專利]基于人工智能的在軌飛行器自組網故障診斷方法及裝置

在審

• 申請號: 201811387631.8
• 申請日: 2018-11-20
• 公開（公告）號: CN109547248A
• 公開（公告）日: 2019-03-29
• 發明（設計）人: 章躍躍;石云墀;武文權;謝曄;高磊
• 申請（專利權）人: 上海航天測控通信研究所
• 主分類號: H04L12/24
• 分類號: H04L12/24;H04L12/26;H04B17/309;H04B17/327;H04B17/336;G06K9/62;G06F16/2455
• 代理公司: 上海漢聲知識產權代理有限公司 31236
• 代理人: 胡晶

1.基于人工智能的在軌飛行器自組網故障診斷方法，其特征在于，包括以下步驟：

S1：采集關鍵性能指標的原始信息向量；

S2：對所述原始信息向量進行歸一化預處理；

S3：對歸一化預處理后的信息向量與關鍵性能指標數據庫中的關鍵性能指標記錄進行匹配決策，以判斷所述信息向量表征的是已知關鍵性能指標還是未知關鍵性能指標，若所述信息向量表征的是未知關鍵性能指標，則對所述信息向量依次進行無監督聚類和標簽設定，生成新的關鍵性能指標記錄并存入關鍵性能指標數據庫；

S4：根據所述信息向量所對應的關鍵性指標記錄確定網絡故障狀態診斷結果。

2.根據權利要求1所述的方法，其特征在于，所述步驟S3中，判斷所述信息向量表征的是已知關鍵性能指標還是未知關鍵性能指標的具體步驟如下：

如果關鍵性能指標數據庫中存在唯一一個與所述信息向量的距離小于閾值的關鍵性能指標記錄，則所述信息向量表征已知關鍵性能指標；否則，所述信息向量表征未知關鍵性能指標。

3.根據權利要求1所述的方法，其特征在于，確定網絡故障狀態診斷結果的方法具體為：如果所述信息向量所對應的關鍵性能指標記錄只有一條，則直接根據該關鍵性能指標記錄確定網絡故障狀態診斷結果；

如果所述信息向量所對應的關鍵性能指標記錄超過一條，則結合最鄰近法和分位數法確定網絡故障狀態診斷結果。

4.根據權利要求3所述的方法，其特征在于，結合最鄰近法和分位數法確定網絡故障狀態診斷結果的方法具體為：如果最鄰近法確定的第一診斷結果與分位數法確定的第二診斷結果不相等且所述第一診斷結果的平均輪廓系數小于所述第二診斷結果的平均輪廓系數，則最終診斷結果為所述第二診斷結果；否則，最終診斷結果為所述第一診斷結果。

5.根據權利要求2所述的方法，其特征在于，所述無監督聚類采用自組織映射算法進行粗分類，并基于Ward層次法將類間距離最小的類進行逐次合并，從而實現精聚類。

6.根據權利要求1所述的方法，其特征在于，所述歸一化預處理采用區間歸一化法或標準差化法。

7.根據權利要求1所述的方法，其特征在于，所述關鍵性能指標包括鏈路保持性、切換成功率、接收參考信號功率、接收參考信號質量、信干噪比、用戶平均吞吐量和距離。

8.基于人工智能的在軌飛行器自組網故障診斷裝置，其特征在于，包括

歸一化預處理單元，所述歸一化預處理單元對所述原始信息向量進行歸一化預處理；

學習單元，對歸一化預處理后的信息向量與關鍵性能指標數據庫中的關鍵性能指標記錄進行匹配決策，以判斷所述信息向量表征的是已知關鍵性能指標還是未知關鍵性能指標，若所述信息向量表征的是未知關鍵性能指標，則對所述信息向量依次進行無監督聚類和標簽設定，生成新的關鍵性能指標記錄并存入關鍵性能指標數據庫；

診斷單元，根據所述信息向量所對應的關鍵性指標記錄確定網絡故障狀態診斷結果。