Аннотация:
В работе описана разработанная нейросетевая система контроля и диагностики подсистем космических аппаратов. Представлена архитектура, основные методы и принципы работы программного комплекса. Показана эффективность искусственных нейронных сетей в задачах мониторинга, диагностики и прогнозирования поведения подсистем космического аппарата. Проведены экспериментальные исследования, подтверждающие целевые показатели качества.
Ключевые слова и фразы:
космический аппарат, искусственная нейронная сеть, контроль, диагностика, мониторинг, телеметрические данные, прогнозирование.
Работа выполнена в рамках СЧ НИР шифр «Мониторинг-СГ-1.2.5.1» по Программе Союзного государства «Разработка космических и наземных средств обеспечения
потребителей России и Беларуси информацией дистанционного зондирования Земли»
и при частичной финансовой поддержке РФФИ (проект № 16-07-00096-а).
Поступила в редакцию: 12.05.2017 Подписана в печать : 25.09.2017
Тип публикации:
Статья
УДК:
629.7.05
Образец цитирования:
Н. С. Абрамов, А. А. Талалаев, В. П. Фраленко, В. М. Хачумов, О. Г. Шишкин, “Высокопроизводительная нейросетевая система мониторинга состояния и поведения подсистем космических аппаратов по телеметрическим данным”, Программные системы: теория и приложения, 8:3 (2017), 109–131
\RBibitem{AbrTalFra17}
\by Н.~С.~Абрамов, А.~А.~Талалаев, В.~П.~Фраленко, В.~М.~Хачумов, О.~Г.~Шишкин
\paper Высокопроизводительная нейросетевая система мониторинга состояния и поведения подсистем космических аппаратов по телеметрическим данным
\jour Программные системы: теория и приложения
\yr 2017
\vol 8
\issue 3
\pages 109--131
\mathnet{http://mi.mathnet.ru/ps269}
\crossref{https://doi.org/10.25209/2079-3316-2017-8-3-109-131}
Образцы ссылок на эту страницу:
https://www.mathnet.ru/rus/ps269
https://www.mathnet.ru/rus/ps/v8/i3/p109
Эта публикация цитируется в следующих 3 статьяx:
П. А. Мухачёв, T. Р. Садретдинов, Д. А. Притыкин, А. Б. Иванов, С. В. Соловьев, “Современные методы машинного обучения для анализа технического состояния космических аппаратов по данным телеметрической информации”, Автомат. и телемех., 2021, № 8, 3–38; P. A. Mukhachev, T. R. Sadretdinov, D. A. Pritykin, A. B. Ivanov, S. V. Solov'ev, “Modern machine learning methods for telemetry-based spacecraft health monitoring”, Autom. Remote Control, 82:8 (2021), 1293–1320
E. B. Korotkov, N. S. Slobodzyan, O. V. Shirobokov, A. A. Kiselev, M. I. Nadezhin, “Complex ground diagnostic system for spacecraft electromechanical devices”, Radiopromyshlennost, 29:4 (2019), 54
А. А. Талалаев, В. П. Фраленко, “Отказоустойчивая система организации высокопроизводительных вычислений для решения задач обработки потоков данных”, Программные системы: теория и приложения, 9:1 (2018), 85–108
Цитирование в формате AMSBIB
Обратная связь: