従来の固定された窓長の短時間フーリエ変換（STFT）に対し、時周波数分解能が不十分であり、目標の分類および識別の効果に制限がある問題に対処し、混合損失関数を構築するために最小情報エントロピー、ピークエネルギーの違い、ベースノイズレベルを組み合わせた適応窓長STFTアルゴリズムに基づく特徴周波数反転法を提案する。ダイナミック窓長調整戦略を確立し、窓長パラメータと信号の非定常特性を自動的にマッチングさせる。時系列光度信号収集装置を設計し、目標の振動による高速時系列光度信号を取得し、実験および処理結果によると、このアルゴリズムは高い周波数分解能を持ち、特徴周波数の推定精度は0.4 Hzに達し、多尺度の時間分解能を兼ね備えたダイナミック窓長調整が可能であることを示し、運動量ホイールの静的特性周波数推定誤差は0.3 Hz以下であり、工况の変化過程の開始と終了点を正確に解像する。宇宙機の運行状態の判定、健康状態評価、姿勢制御システムの初期障害警報などに重要な応用価値がある。

宇宙機;時系列光度;適応窓長;短時間フーリエ変換;周波数特性反転