Предложен метод диагностики неисправностей, объединяющий кодирование временных рядов в изображения и глубокое обучение, направленный на решение проблемы снижения диагностической производительности систем управления ориентацией космического аппарата при дефиците и несбалансированности образцов неисправностей. Во-первых, для генерации и увеличения выборки временных рядов неисправностей с целью балансировки распределения обучающей выборки используется генеративно-состязательная сеть Вассерштейна с градиентным штрафом (WGAN-GP); во-вторых, временные сигналы преобразуются в двумерные изображения с помощью углов и полей Грамма, марковских переходных полей и рекурсивного графового кодирования; наконец, строится двумерная сверточная нейронная сеть для извлечения и классификации признаков неисправностей. Результаты экспериментов показывают, что предложенный метод значительно улучшает точность диагностики при всех уровнях несбалансированности выборки, подтверждая эффективность и устойчивость метода в условиях несбалансированных данных.

Система управления ориентацией космического аппарата;Диагностика неисправностей;Кодирование изображений временных рядов;Генеративно-состязательная сеть;Сверточная нейронная сеть