一种基于盲源分离技术的卫星微振动源定量识别方法技术

本发明专利技术公开了一种基于盲源分离技术的卫星微振动源定量识别方法，首先，卫星舱段结构模型各振动源正常运行，获得其敏感载荷处及模型表面不同位置处的振动响应信号，确保观测信号数目大于源的数目；然后，利用高阶累积量构造盲源分离算法的参考峭度对照函数，根据振动源的先验知识构造参考信号，利用最优步长梯度法寻找参考峭度对照函数最大化所对应的分离信号的最优解，实现单振源信号的提取；其次，通过维纳滤波器分别求得各个振源在敏感载荷点处的响应；最后，利用基于向量投影的贡献量表征方法计算各微振动源的贡献量。贡献量指标反映各个振源对敏感载荷点振动贡献和影响的相对比重，为振动抑制提供基础和依据。

【技术实现步骤摘要】
一种基于盲源分离技术的卫星微振动源定量识别方法
本专利技术涉及机械设备振动源定量识别方法，具体涉及一种基于盲源分离技术的卫星微振动源定量识别方法。
技术介绍
卫星作为应用广泛的关键航天装备，在对地观测、太空探测、导航定位、通讯、气象预测、国防等领域发挥着愈发重要的作用，光学遥感卫星未来将朝着“更高”成像分辨率的方向发展。微振动是影响和制约卫星定位精度、分辨率等性能提高的关键因素之一。定量识别和评估主要振源及其对敏感载荷处的贡献量，可为卫星减振设计和在轨运行卫星的振动抑制提供基础和依据，具有显著的工程应用价值。由于主要振源分布在卫星的不同位置，使得其以不同路径传递和耦合到敏感载荷区，因而振源信号的振动幅度，无法反映其对敏感载荷区振动的影响和贡献。且实际卫星机械结构复杂，含有大量蜂窝夹层板结构和螺纹、铆钉等方式固定的结合面，这都增加了建立模型的难度，制约了模型求解传递函数的准确率以及效率。此外，由于卫星振动源信号谐波成分多以及各源信号频带存在交叠，会导致各振源分部运转时在观测点各响应信号的能量之和，与各振源同时运转时在观测点混合响应信号的能量不相等，使得以能量表征的贡献量难以准确反映振源在观测处的真实贡献。
技术实现思路
本专利技术的目的在于提供一种基于盲源分离技术的卫星微振动源定量识别方法，以克服现有技术的缺点，本专利技术方法效率高、成本低、简单可靠，可为卫星减振设计和在轨运行卫星的振动抑制提供基础和依据，便于应用在工程实际中。为达到上述目的，本专利技术采用如下技术方案：一种基于盲源分离技术的卫星微振动源定量识别方法，包括以下步骤：(1)振动响应信号的获取卫星舱段结构模型各振动源正常运行，采集敏感载荷处及模型表面不同位置处的振动响应信号x(t)，即观测信号：x(t)＝[x1(t),x2(t),…,xq(t)]T其中，q为观测信号数目，xj(t)为t时刻在第j个观测点采集到的振动响应信号，j＝1～q；且确保观测信号数目大于振动源的数目p；(2)基于参考峭度最大化盲解卷积算法的单振源信号的提取利用高阶累积量构造盲解卷积算法的参考峭度对照函数，根据振动源的先验知识构造参考信号，利用最优步长梯度法寻找参考峭度对照函数最大化所对应的分离信号的最优解，实现单振源信号的提取；(3)通过维纳滤波器分别求得各振源在敏感载荷点处的响应；(4)利用基于向量投影的贡献量表征方法计算各振源的贡献量。进一步地，步骤(2)具体包括：(2.1)利用高阶累积量构造盲源分离算法的参考峭度对照函数，用Cr{y}表示分离信号y和参考信号r的互累积量：Cr{y}＝Cum{y,y,r,r}对互累积量进行归一化处理，即得到参考峭度对照函数J(y,r)，优化目标为该参考峭度对照函数的最大化：其中，E{·}为变量的数学期望；(2.2)根据设备振动源的先验知识构造参考信号r；(2.3)设置分离滤波器长度D，将步骤(1)中得到的x(t)表达为时滞形式x(t)：x(t)＝[xT(t),xT(t-1),…,xT(t-D+1)]T则解卷积即转化为标准的线性ICA模型：y(t)＝wx(t)其中，w为1×qD维的分离滤波器；(2.4)利用最优步长梯度法寻找参考峭度对照函数最大化所对应的分离信号y的最优解，通过对分离向量w进行迭代更新，其更新过程为：w(k+1)＝w(k)+μoptg其中，k代表第k次更新，g的搜索方向是对照函数J(y,r)对w的偏梯度，μopt表示算法的最优步长，即在每步迭代中使得对照函数达到最大的μopt；迭代至收敛得到分离向量w最优解，则分离信号y(t)＝wx(t)，实现单振源信号的提取。进一步地，步骤(3)具体为：设yj(t)为提取出的第j个分离信号，即单振源信号，根据分离信号yj(t)估计第j个振源在第i个敏感载荷点的观测信号xi(t)中的成分其中，m为维纳滤波器的序号，hij(m)为待估计滤波器的系数，N为滤波器的阶数；记eij(t)为xi(t)与之间的差值：当观测信号xi中不包含yj的任何成分时，均方误差最小；对上式右边求导等于0时，均方误差最小，即可求得最佳滤波器的系数：式中，是互相关向量，是自相关矩阵；根据上式求解出维纳滤波器系数后，则可求得第j个振源在第i个敏感载荷点处的单源响应进一步地，步骤(4)具体为：以单源响应在观测信号xi上的投影作为第j个振源在第i个敏感载荷点处的真实贡献在xi中所占的比重即为贡献量指标Cij：贡献量指标即为卫星微振动源定量识别的指标，以反映各个振源对敏感载荷点振动贡献和影响的相对比重。与现有技术相比，本专利技术具有以下有益的技术效果：本专利技术利用参考峭度最大化盲解卷积算法实现对单振源信号的提取，通过维纳滤波器求得单个振源在敏感载荷点处的响应，构造贡献量指标，实现了卫星微振动源的定量识别，为振动抑制提供基础和依据。其优点是，在单振源信号的提取方面，选择卷积混合模型较接近于机械振动信号的混合特性，参考信号的加入也可有效提高精度；在单源响应求解方面，利用维纳滤波器求解取代对卫星复杂结构传递特性的建模求解，有效提高了单源响应求解的准确性与效率；在贡献量计算方面，对于谐波成分多以及各源信号频带存在交叠的卫星振动源信号，基于向量投影的贡献量表征方法能更真实地反映其在敏感载荷处的贡献量。综上，本专利技术利用敏感载荷处的振动响应信号识别各振动源对敏感载荷点的贡献量，具有简单、可靠、易行，成本低，实时性强等特点，方便有效地为卫星的振动抑制提供了基础和依据，具有重要的工程实用价值。附图说明图1为本专利技术基于盲源分离技术的卫星微振动源定量识别流程图；图2为设备运行振动实验装置；其中，1、加速度传感器；2、数据采集系统；3、计算机；4、调速器；5、卫星舱段结构模型；6、第一激振器；7、第二激振器；8、第一功率放大器；9、第二功率放大器；10、信号发生器。图3为由图2装置采集的x方向振动响应信号的时域图；其中，(a)为相机模拟件顶部响应信号的时域波形图；(b)为相机模拟件根部响应信号的时域波形图；(c)和(d)均为箱体上不同位置处响应信号的时域波形图；图中横坐标表示时间，单位为s；纵坐标表示振动幅值，单位为mg。图4为图3振动响应信号的频谱图；图中横坐标表示频率，单位为Hz；纵坐标表示幅值，单位为mg。图5为利用参考峭度最大化盲解卷积算法分离得到的单振源信号的时域波形图；其中，(a)和(b)分别对应两个振动电机的单振源信号；(c)和(d)分别对应两个激振器的单振源信号；图中横坐标表示时间，单位为s；纵坐标表示振动幅值，单位为mg。图6为图5单振源信号的频谱图；图中横坐标表示频率，单位为Hz；纵坐标表示幅值，单位为mg。图7为通过维纳滤波器求得的各个振源在敏感载荷点处响应信号的时域波形图；其中，(a)和(b)分别对应两个振动电机的单源响应信号；(c)和(d)分别对应两个激振器的单源响应信号。图中横坐标表示时间，单位为s；纵坐标表示振动幅值，单位为mg。图8为图7单源响应信号的频谱图；图中横坐标表示频率，单位为Hz；纵坐标表示幅值，单位为mg。具体实施方式下面结合附图和具体实施方式对本专利技术进行详细说明：参照图1所示，为卫星微振动源定量识别流程图，卫星舱段结构模型各振动源正常运行，获得其敏感载荷处及模型表面不同位置处的振动响应信号，确保观测信号数目大于源本文档来自技高网...

【技术保护点】
1.一种基于盲源分离技术的卫星微振动源定量识别方法，其特征在于，包括以下步骤：(1)振动响应信号的获取卫星舱段结构模型各振动源正常运行，采集敏感载荷处及模型表面不同位置处的振动响应信号x(t)，即观测信号：x(t)＝[x1(t),x2(t),…,xq(t)]T其中，q为观测信号数目，xj(t)为t时刻在第j个观测点采集到的振动响应信号，j＝1～q；且确保观测信号数目大于振动源的数目p；(2)基于参考峭度最大化盲解卷积算法的单振源信号的提取利用高阶累积量构造盲解卷积算法的参考峭度对照函数，根据振动源的先验知识构造参考信号，利用最优步长梯度法寻找参考峭度对照函数最大化所对应的分离信号的最优解，实现单振源信号的提取；(3)通过维纳滤波器分别求得各振源在敏感载荷点处的响应；(4)利用基于向量投影的贡献量表征方法计算各振源的贡献量。

【技术特征摘要】
1.一种基于盲源分离技术的卫星微振动源定量识别方法，其特征在于，包括以下步骤：(1)振动响应信号的获取卫星舱段结构模型各振动源正常运行，采集敏感载荷处及模型表面不同位置处的振动响应信号x(t)，即观测信号：x(t)＝[x1(t),x2(t),…,xq(t)]T其中，q为观测信号数目，xj(t)为t时刻在第j个观测点采集到的振动响应信号，j＝1～q；且确保观测信号数目大于振动源的数目p；(2)基于参考峭度最大化盲解卷积算法的单振源信号的提取利用高阶累积量构造盲解卷积算法的参考峭度对照函数，根据振动源的先验知识构造参考信号，利用最优步长梯度法寻找参考峭度对照函数最大化所对应的分离信号的最优解，实现单振源信号的提取；(3)通过维纳滤波器分别求得各振源在敏感载荷点处的响应；(4)利用基于向量投影的贡献量表征方法计算各振源的贡献量。2.根据权利要求1所述的一种基于盲源分离技术的卫星微振动源定量识别方法，其特征在于，步骤(2)具体包括：(2.1)利用高阶累积量构造盲源分离算法的参考峭度对照函数，用Cr{y}表示分离信号y和参考信号r的互累积量：Cr{y}＝Cum{y,y,r,r}对互累积量进行归一化处理，即得到参考峭度对照函数J(y,r)，优化目标为该参考峭度对照函数的最大化：其中，E{·}为变量的数学期望；(2.2)根据设备振动源的先验知识构造参考信号r；(2.3)设置分离滤波器长度D，将步骤(1)中得到的x(t)表达为时滞形式x(t)：x(t)＝[xT(t),xT(t-1),…,xT(t-D+1)]T则解卷积即转化为标准的线性ICA模...

【专利技术属性】
技术研发人员：张周锁，宫腾，王欢，罗欣，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西,61