有效载荷的故障决策方法技术

本发明专利技术公开了有效载荷的故障决策方法，涉及航天器领域。该方法包括：获取有效载荷的运行参数；建立决策模型，根据运行参数和马尔科夫模型对决策模型进行训练，其中，决策模型为深度增强网络模型；根据训练后的决策模型对有效载荷的故障进行决策。本发明专利技术提供的故障决策方法，通过运行参数和马尔科夫模型对深度增强网络模型进行训练，将故障诊断、推理与决策相结合，实现航天器有效载荷从故障发现直到故障决策的全周期过程，解决了多重因素影响下复杂跳变参数关联性和误检率高的问题，实现了上下文逻辑关系的概率模糊诊断和动态更新，提高了故障诊断与决策的准确性和时效性。

Fault Decision Method for Payload

The invention discloses a fault decision method for payload, which relates to the field of spacecraft. The method includes: obtaining the operation parameters of payload; establishing decision model, training the decision model according to the operation parameters and Markov model, in which the decision model is a deep enhanced network model; and making decision on the failure of payload according to the decision model after training. The fault decision-making method provided by the invention combines fault diagnosis, reasoning and decision-making by training the operation parameters and Markov model to enhance the network model in depth, realizes the whole cycle process of spacecraft payload from fault discovery to fault decision-making, solves the problem of high correlation and false detection rate of complex jump parameters under the influence of multiple factors, and realizes the context. The probabilistic fuzzy diagnosis and dynamic updating of logic relations improve the accuracy and timeliness of fault diagnosis and decision-making.

【技术实现步骤摘要】
有效载荷的故障决策方法
本专利技术涉及航天器领域，尤其涉及一种有效载荷的故障决策方法。
技术介绍
目前，航天器有效载荷故障诊断方法主要分为：基于专家系统的故障诊断方法、基于支持向量机的诊断方法、基于人工神经网络的诊断方法、基于故障树分析的诊断方法等。航天器是有效探索、开发和合理利用空间资源的设备，实时高效的故障诊断与决策技术对航天器的可靠稳定运行具有重要意义。然而，由于系统复杂性、运行环境的特殊性以及不确定性等因素，传统的故障诊断方法仅仅诊断原因而缺少决策辅助，且对多重因素影响下的复杂跳变参数具有较高的误检率，无法满足智能性、准确性和时效性的要求。
技术实现思路
本专利技术所要解决的技术问题是针对现有技术的不足，提供一种有效载荷的故障决策方法及一种存储介质。本专利技术解决上述技术问题的技术方案如下：一种有效载荷的故障决策方法，包括：获取有效载荷的运行参数；建立决策模型，根据所述运行参数和马尔科夫模型对所述决策模型进行训练，其中，所述决策模型为深度增强网络模型；根据训练后的所述决策模型对所述有效载荷的故障进行决策。本专利技术的有益效果是：本专利技术提供的故障决策方法，通过运行参数和马尔科夫本文档来自技高网...

【技术保护点】
1.一种有效载荷的故障决策方法，其特征在于，包括：获取有效载荷的运行参数；建立决策模型，根据所述运行参数和马尔科夫模型对所述决策模型进行训练，其中，所述决策模型为深度增强网络模型；根据训练后的所述决策模型对所述有效载荷的故障进行决策。

【技术特征摘要】
1.一种有效载荷的故障决策方法，其特征在于，包括：获取有效载荷的运行参数；建立决策模型，根据所述运行参数和马尔科夫模型对所述决策模型进行训练，其中，所述决策模型为深度增强网络模型；根据训练后的所述决策模型对所述有效载荷的故障进行决策。2.根据权利要求1所述的故障决策方法，其特征在于，根据所述运行参数和马尔科夫模型对所述决策模型进行训练之前，还包括：初始化所述决策模型，设定所述决策模型参数的初始值，所述参数包括：深度网络参数、价值函数参数、最大时间步数、时间步数变量和有效载荷状态。3.根据权利要求1或2所述的故障决策方法，其特征在于，根据所述运行参数和马尔科夫模型对所述决策模型进行训练，具体包括：将所述运行参数输入到所述决策模型的多个子线程中，每个所述子线程分别根据所述运行参数和马尔科夫模型对所述决策模型进行训练；将训练结果输出给总线程，总线程对所述决策模型的深度网络参数和价值函数参数进行更新。4.根据权利要求3所述的故障决策方法，其特征在于，每个所述子线程分别根据所述运行参数和马尔科夫模型对所述决策模型进行训练，具体包括：每个所述子线程根据所述运行参数执行策略中的动作，得到动作回报，所述策略中包含动作、状态和深度网络参数；根据所述动作回报和马尔科夫模型计算得到新状态，将所述状态更新为所述新状态；更新时间步数，重复计算新状态，直到所述运行参数的时间步数执行完或达到最大时间步数；根据所述新状态计算得到优势函数，根据所述优势函数得到新深度网络参数和新价值函数参数。5.根据权利要求4所述的故障决策方法，其特征在于，根据所述动作回报和马尔科夫模型计算得到新状态，具体包括：获取全局累计动作回报，根据所述全局累计动作回报、所述动作回报和马尔科夫状态转移概率按时间步数的倒序计算新动作回报；根据所述新动作回报计算所述新状态。6.根据权利要求5所述的故障决策方法，其特征在于，根据以下公式计算新动作回报：R′＝ρi(ri+γR)其中，R′为新动作回报，i为时间步...

【专利技术属性】
技术研发人员：樊中华，宋磊，郭丽丽，王红飞，孙冬柏，张卫冬，尹怡欣，
申请(专利权)人：中国科学院空间应用工程与技术中心，
类型：发明
国别省市：北京,11