星载电子设备是一种密封航天电子模块或装置,在卫星系统中完成重要科学实验任务。与普通电子设备相比,星载电子设备的特殊工作环境对其提出了更高的可靠性要求。星载电子设备内部的多余物问题是影响其可靠性的重要原因。目前,国内外尚无系统级设备多余物识别方法的报道。本文借鉴电子元器件多余物识别方法,在微粒碰撞噪声检测(Particle Impact Noise Detection, PIND)试验基础上深入研究星载电子设备多余物有无识别方法和材质识别方法。本文对星载电子设备PIND试验信号组成成分进行分析,将信号分为多余物信号、组件信号、噪声信号和传导干扰。多余物有无识别的关键在于如何从PIND试验信号中去除其余成分提取出多余物信号。本文分别研究不含可动组件的星载电子设备多余物有无识别方法和含可动组件的星载电子设备有无识别方法。星载电子设备中不含可动组件时,本文对小波阈值去噪过程中涉及的关键环节小波基、阈值函数、小波分解层数和阈值准则的确定进行深入研究,提出适合去除PIND试验信号中噪声信号的小波阈值去噪方法。同时,本文提出了一种脉冲提取方法可以有效屏蔽传导干扰并完成多余物的有无识别。星载电子设备中含有可动组件时,本文在采用小波阈值去噪方法和脉冲提取方法对PIND试验信号进行预处理的基础上,从单个脉冲入手通过短时傅里叶分析提出基于距离判别的组件识别方法。实验表明该方法可以实现对组件脉冲和多余物脉冲的分类,从而达到多余物有无识别的目的。同时,本文针对含有可动组件时的多余物有无识别给出置信度评价方法,实验结果表明采用本文提出的方法进行有无识别判断,其识别准确率可达到技术指标要求。本文采用时域特征法、频域特征法、BP神经网络法等三种方法均实现了多余物材质识别,并分别给出各自的置信度评价方法。经实验分析,发现基于BP神经网络的时频综合材质识别方法可以有效提高材质识别置信度,其识别准确率可以满足技术指标要求。