Фильтрация шумовых помех в сигналах пьезодатчиков посредством нейронных сетей в бортовой космической аппаратуре
Рассматривается проблема фильтрации шумовых помех в сигналах пьезоэлектрических датчиков, используемых в бортовой космической аппаратуре. Представлены результаты экспериментальных исследований по применению трех типов нейронных сетей: нейронной сети прямого распространения, автокодировщика и сверточной нейронной сетей. Исследование включает метод сравнения качественных характеристик фильтрованного сигнала через нейронный фильтр с выходным сигналом цифрового фильтра. В качестве сравнительных характеристик выступали среднеквадратичная ошибка, средняя абсолютная ошибка, соотношение сигнал/шум и коэффициент корреляции. Основные результаты показали, что сверточные нейронные сети демонстрируют наилучшие показатели фильтрации высокочастотных помех при сохранении основных характеристик сигнала. Проведенное исследование позволило определить оптимальные параметры обучения для каждой архитектуры нейронной сети. Практическая значимость исследований заключается в возможности применения разработанных методов для повышения надежности систем мониторинга космических аппаратов и защиты от микрометеороидной опасности. Полученные результаты могут быть использованы при разработке новейших систем контроля поверхности космических аппаратов.
Авторы: Д. П. Григорьев, К. Е. Воронов
Направление: Информатика, вычислительная техника и управление
Ключевые слова: пьезодатчики, космический аппарат, микроконтроллер, Python, Tensorflow, Keras, нейронные сети, фильтрация, АМ-сигналы, микрочастицы
Открыть полный текст статьи