基于全生命周期数据驱动的通讯卫星行波管退化评估方法

作     者：赵浩天 邱实 刘明 盖琦超 曹喜滨 

作者机构：哈尔滨工业大学航天学院微小型卫星快速设计与智能集群全国重点实验室 中国卫通集团股份有限公司 

出 版 物：《航空学报》 (Acta Aeronautica et Astronautica Sinica)

年 卷 期：2024年

核心收录：

学科分类：080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 080901[工学-物理电子学] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 082503[工学-航空宇航制造工程] 081001[工学-通信与信息系统] 0825[工学-航空宇航科学与技术] 

基　　金：国家自然科学基金基础科学中心项目(资助号:62188101) 思源人工智能科学与技术协同创新联盟基金(资助号:HTKJ2023SY502003) 黑龙江省头雁团队项目 广东省基础与应用基础研究重大项目(资助号:2019B030302001) 上海航天科技创新基金(资助号:SAST2021-033) 

主　　题：行波管 通讯卫星 退化评估 数据驱动 全生命周期遥测数据 

摘      要：行波管(Traveling Wave Tube, TWT)是通信卫星中的关键部件，通常长期工作在高温高压环境中，因此，其退化程度评估对于在轨通讯卫星安全运维尤为重要。传统的机理模型和门限规则方法难以对复杂电热耦合场效应下的行波管退化程度进行有效表示。为了解决这一挑战，本文提出了一种基于多尺度注意力编码器(Multi-scale Attention Encoder,MSA-Encoder)的行波管退化评估方法。首先，本文对遥测数据的复杂特性进行了详细分析，探讨了这些特性对深度学习模型训练带来的困难及其解决方案。其次，设计了MSA-Encoder网络，其通过自相关机制和全局-局部通道注意力(Global-LocalChannelAttention,GLCA)分别对多维遥测数据中的时间和通道依赖关系进行充分捕捉，从而实现对数据的精准重构。再次，本文提出了一种基于马氏距离和移动平均季节性分解的行波管退化指数计算方法，该方法通过重构差异性理论进行数据漂移指数计算，再对其进行季节性分解，实现退化指数的计算。最后，本文利用某通讯卫星全生命周期的行波管数据构建了行波管退化数据集，并在该数据集上进行了数值实验。实验结果表明，MSA-Encoder在遥测数据特征提取能力方面优于其他同参数规模基准模型。同时，实验结果验证了本文提出的退化指数计算方法的可信性。