期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于TSPU-Net的航天器测试数据分析方法及应用研究
1
作者 邵寒琛 尹溶森 孙波 《计算机科学与应用》 2025年第8期58-72,共15页
针对航天器在轨温度预测中传统热网格法对瞬态温度预测效果不佳的问题,本文提出了一种基于历史遥测数据驱动的多元时序数据预测模型——TSPU-Net。该模型通过设计时序处理单元(TSPU),有效融合了一维卷积(Conv1D)、多尺度归一化、Dropout... 针对航天器在轨温度预测中传统热网格法对瞬态温度预测效果不佳的问题,本文提出了一种基于历史遥测数据驱动的多元时序数据预测模型——TSPU-Net。该模型通过设计时序处理单元(TSPU),有效融合了一维卷积(Conv1D)、多尺度归一化、Dropout、GELU激活函数以及门控循环单元(GRU)等多种深度学习技术,旨在全面提高航天器遥测数据的特征提取和表示能力,并捕捉多尺度时间依赖关系。数值实验结果表明,TSPU-Net模型在参数量较少的情况下,对航天器温度遥测数据具有较高的预测精度和普适性。与TCN和2D-CNN等主流模型相比,TSPU-Net在均方误差(MSE)、平均绝对误差(MAE)等评价指标上均表现出显著优势,尤其在多步预测任务中展现出更强的鲁棒性。本研究为航天器故障预警、健康管理以及大规模星座数字化模型构建提供了新的解决方案,具有重要的工程应用价值。 展开更多
关键词 航天器 遥测数据 温度预测 深度学习 tspu-net 时间序列
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部