基于多尺度残差对抗网络的卫星ACS变工况故障诊断方法.pdfVIP

2024年航天质量与可靠性学术交流会专刊

基于多尺度残差对抗网络的卫星ACS变工况

故障诊断方法

马淑君，段欣欣，霍卫杰，朱迪，朱蕾

（上海航天电子技术研究所，上海201109)

摘要针对卫星姿态控制系统（ACS）变工况下的故障诊断问题，提出一种基于多尺度残差对抗网

络的故障诊断方法。该方法以领域对抗学习策略为基础，设计了多尺度自适应特征提取模块，可实现对不

同信号的自适应特征提取并将其映射到同一特征空间；该方法还引入了梯度反转层对领域分类代价进行反

向传播，在保证域不变性的同时实现对故障的标签分类。最后，利用某卫星ACS地面半物理仿真平台数据

进行试验验证，证明了所提方法具有良好效果，为提高卫星ACS的可靠性提供了有效途径。

关键词故障诊断；姿态控制系统可靠性；人工智能；深度学习

Multi-ScaleResidualAdversarialNetwork-BasedFaultDiagnosisMethod

forSatelliteACSunderVariableOperatingConditions

MaShujun,DuanXinxin,HuoWeijie,ZhuDi,ZhuLei

(ShanghaiAerospaceElectronicTechnologyInstitute,Shanghai201109,China)

AbstractToaddresstheissueoffaultdiagnosisundervariableoperatingconditionsofsatellite

attitudecontrolsystems(ACS),thispaperproposesafaultdiagnosismethodbasedonamulti-scaleresidual

adversarialnetwork,Buildinguponthedomainadversariallearningstrategy,amulti-scaleadaptivefeature

extractionmoduleisdesignedtoperformadaptivefeatureextractionfromdifferentsignalsandmapthemin

aunifiedfeaturespace.Agradientreversallayerisintroducedtobackpropagatethelossofdomain

classification,achievingfaultlabelclassificationwhileensuringdomaininvariance.Experimentalvalidationis

conductedusingdatafromagroundsemi-physicalsimulationplatform,demonstratingtheeffectivenessofthe

proposedmethod,whichprovidesaneffectiveapproachforimprovingthereliabilityofsatelliteACS.

Keywordsfaultdiagnosis;attitudecontrolsystem(ACS)reliability;artificialintelligence;deeplearning

QUALITYANDRELIABILITY51

2025年第2期→总第236期

2024年航天质量与可靠性学术交流会专刊