文献

J-GLOBAL ID：202102247604971241   整理番号：21A2040570

局所最適射影ベクトルとKullback-Leibler発散に基づく衛星初期故障検出法【JST・京大機械翻訳】

A Satellite Incipient Fault Detection Method Based on Local Optimum Projection Vector and Kullback-Leibler Divergence

著者 (8件)： Zhang Ge (Innovation Academy for Microsatellites of CAS, Shanghai 201203, China) ,  Zhang Ge (University of Chinese Academy of Sciences, Beijing 100049, China) ,  Yang Qiong (Innovation Academy for Microsatellites of CAS, Shanghai 201203, China) ,  Li Guotong (Innovation Academy for Microsatellites of CAS, Shanghai 201203, China) ,  Li Guotong (University of Chinese Academy of Sciences, Beijing 100049, China) ,  Li Guotong (School of Information Science and Technology, ShanghaiTech University, Shanghai 201210, China) ,  Leng Jiaxing (Innovation Academy for Microsatellites of CAS, Shanghai 201203, China) ,  Wang Long (Innovation Academy for Microsatellites of CAS, Shanghai 201203, China)
資料名： Applied Sciences (Web)  (Applied Sciences (Web))
巻： 11  号： 2  ページ： 797  発行年： 2021年 
JST資料番号： U7135A  ISSN： 2076-3417  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 衛星における潜在的初期故障のタイムリーで効果的な検出は,それらのアベイラビリティを改善し,それらのサービス寿命を延ばす際に重要な役割を果たす。本論文では,投影ベクトル(PV)とKullback-Leibler(KL)発散を用いて初期故障を検出する問題を,衛星における初期故障の検出の文脈において研究した。変数が多次元Gauss分布に従い,初期故障を検出するKL発散を用いて,本論文は最適化問題として初期故障を検出するための最適PVをモデル化した。主成分分析(PCA)により得られたPVsは,初期故障を検出するための最適なPVではない。次に,局所最適PV上の初期故障を検出するための基準PDFとオンライン確率密度関数(PDF)を比較した。数値例と実際の衛星故障事例を用いて,従来の方法で本論文で提案した方法の妥当性と優位性を評価した。この方法は実際の初期故障の特性を考慮しているので,様々な可能な初期故障により適応できる。3つの模擬故障と実際の衛星故障の故障検出率は,それぞれ98%,84%,93%と92%であった。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ベクトル ,  *故障 ,  最適化問題 ,  *初期故障 ,  正規分布 ,  *故障検出 ,  アベイラビリティ ,  *検出法 ,  高次元 ,  *射影 ,  主成分分析 ,  確率密度関数 ,  耐用年数
準シソーラス用語： オンライン , 【Automatic Indexing@JST】

著者キーワード (5件)： Kullback-Leibler(KL)発散 ,  主成分分析(PCA) ,  最適射影ベクトル(PV) ,  初期故障 ,  衛星

分類 (1件)： 図形・画像処理一般  (JE04010I)

引用文献 (32件)：

• Jiang, H.; Zhang, K.; Wang, J.; Wang, X.; Huang, P. Anomaly Detection and Identification in Satellite Telemetry Data Based on Pseudo-Period. Appl. Sci. 2019, 10, 103.
• Ezhilarasu, C.M.; Skaf, Z.; Jennions, I.K. The application of reasoning to aerospace Integrated Vehicle Health Management (IVHM): Challenges and opportunities. Prog. Aerosp. Sci. 2019, 105, 60-73.
• Chandola, V.; Banerjee, A.; Kumar, V. Anomaly Detection: A Survey. ACM Comput. Surv. 2009, 41, 1-58.
• Tipaldi, M.; Bruenjes, B. Survey on Fault Detection, Isolation, and Recovery Strategies in the Space Domain. J. Aerosp. Inf. Syst. 2015, 12, 235-256.
• Youssef, A.; Delpha, C.; Diallo, D. Enhancement of incipient fault detection and estimation using the multivariate Kullback-Leibler Divergence. In Proceedings of the 2016 24th European Signal Processing Conference (EUSIPCO), Budapest, Hungary, 28 August-2 September 2016; pp. 1408-1412.

タイトルに関連する用語 (6件)： 射影 ,  ベクトル ,  Kullback-Leibler発散 ,  衛星 ,  初期故障 ,  検出法