基于多模态数据和深度学习的大口径天线系统健康状态监测评估方法

本发明提出一种基于多模态数据和深度学习的大口径天线系统健康状态监测评估方法，对大口径天线系统前后关联相互耦合的多模态数据进行全面考察，采用了深度学习技术设计了具有解耦合效果的网络模块，即先在前几层独立提取各个类型数据的特征，然后再融合，实现高精度的检测质量；而且通过对相关因素的影响权重分析，辅助问题查找判断，实现智能调试。本发明对于大口径天线装调现场工作效能提升，在实施初期阶段就降低故障隐患，奠定后期稳定运维基础，提供了有效的手段。