【技术实现步骤摘要】
本专利技术涉及惯性导航系统健康管理领域，特别是涉及一种惯性导航系统健康状态预测方法、系统、设备及介质。
技术介绍
1、惯性导航系统作为控制系统的关键部件，在复杂动态系统中起到精确定位和定姿的作用，是系统组成的高精密器件之一。在航天飞机、运载火箭等领域发挥着至关重要的作用。对惯性导航系统的健康状态进行预测的目的在于综合运用历史信息和测试数据，评价系统的整体性能和状态。这种评估具有重要意义，可以有效评估系统的性能和态势，识别系统的潜在风险，并以低成本实现故障诊断和预防性维护。
2、然而，在惯性导航系统的实际应用中，受限于测试次数，惯性导航系统可获取的高价值健康状态样本缺乏。同时，由于测试时间间隔非周期性，无法得到周期性连续的惯性导航系统健康状态数据。在数据量小、缺乏连续检测数据的情况下，评估误差会随时间推移而不断积累，可能会导致对设备的健康状态和潜在问题评估准确度下降或者不足的情况出现。以上问题的存在可能对设备的可靠性、性能和维护策略产生负面影响。
3、在对惯性导航系统进行健康状态预测时，等间隔检测的数据具有更好的连...
【技术保护点】
1.一种惯性导航系统健康状态预测方法，其特征在于，包括：
2.根据权利要求1所述的惯性导航系统健康状态预测方法，其特征在于，所述健康状态预测模型的确定方法，包括：
3.根据权利要求1所述的惯性导航系统健康状态预测方法，其特征在于，采用梅特罗波利斯－黑斯廷斯算法和估计潜在规模缩减因子的方法对当前时段的测试数据中的任一特征插补缺失值，得到当前时段各个特征的周期性数据，具体包括：
4.根据权利要求1所述的惯性导航系统健康状态预测方法，其特征在于，对当前时段的周期性数据进行降维，得到当前时段的周期性降维数据，具体包括：
5.根据...
【技术特征摘要】
1.一种惯性导航系统健康状态预测方法，其特征在于，包括：
2.根据权利要求1所述的惯性导航系统健康状态预测方法，其特征在于，所述健康状态预测模型的确定方法，包括：
3.根据权利要求1所述的惯性导航系统健康状态预测方法，其特征在于，采用梅特罗波利斯－黑斯廷斯算法和估计潜在规模缩减因子的方法对当前时段的测试数据中的任一特征插补缺失值，得到当前时段各个特征的周期性数据，具体包括：
4.根据权利要求1所述的惯性导航系统健康状态预测方法，其特征在于，对当前时段的周期性数据进行降维，得到当前时段的周期性降维数据，具体包括：
5.根据权利要求1所述的惯性导航系统健康状态预测方法，其特征在于，所述测试数据包括...
【专利技术属性】
技术研发人员：周志杰，王子文，冯志超，孔祥玉，胡昌华，宁鹏云，
申请(专利权)人：中国人民解放军火箭军工程大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。