一種基於遙測大數據的在軌運行衛星局部性能退化分析方法
2023-12-05 12:34:16 2
一種基於遙測大數據的在軌運行衛星局部性能退化分析方法
【專利摘要】本發明涉及一種基於遙測大數據的在軌運行衛星局部性能退化分析方法，其特徵在於它包括具體步驟：按照遙測大數據的在軌運行衛星局部性能退化分析過程的需要，對原數據預處理，確定關鍵參數；對每個遙測關鍵參數序列按時間提取狀態特徵序列，並將每個關鍵參數狀態特徵序列值規約到區間中，最終組成局部狀態特徵向量集；選取在軌運行衛星健康情況下狀態特徵向量集並對其建模，得到在軌運行衛星局部健康的狀態模型；對待測數據集提取特徵向量並組成待測特徵向量集；再利用上述的狀態模型，計算出在軌運行衛星局部性能退化度。本發明基於衛星遙測大數據，可透視衛星性能的整體變化，從而解決大數據情況下的遙測數據量大、信息複雜和分析難度高等問題。
【專利說明】一種基於遙測大數據的在軌運行衛星局部性能退化分析方法
【技術領域】
[0001]本發明屬於航天工程與信息科學的交叉【技術領域】，特別是涉及一種基於遙測大數據的在軌運行衛星局部性能退化分析方法。
【背景技術】
[0002]隨著國際航天技術的蓬勃發展，近年來在軌運行的衛星數量逐年增多。衛星的控制精度高、工作模式多、複雜度高等特點給地面在軌管理工作帶來了極大的挑戰。為適應未來全球星座長期測控管理的發展需求，提高全球星座測控管理的智能化水平，亟需豐富的衛星知識作為支撐。由於新技術、新材料的應用，對於衛星而言，突發性的失效不是其主要的失效模式，大多數的失效都是因為其性能的退化所造成。太空飛行器性能退化分析是區別於故障模式識別一種新的研究思路，它側重於太空飛行器整體性能的研究，淡化故障模式的區分，是從理念和方法上對現有的故障診斷技術的全新拓展。
[0003]對衛星進行性能退化分析時，使用傳統方法將面臨試驗難度大、成本高等許多問題。衛星在軌運行以及在軌監測過程中，將產生海量的遙測數據，包括測控計算結果信息、異常信息、空間環境信息等等。這些數據反映了衛星有效載荷的狀態和衛星的運行情況，具有數據量大，多數參數變化緩慢的特點，可以作為衛星性能分析的信息源。因此提出合適的方法對衛星遙測大數據進行性能退化分析，對衛星工程設計、在軌管理等都具有重要意義。
[0004]在性能退化分析方面，國外的重視度較高，研究起步也較早。2001年，在美國國家自然科學基金資助下，威斯康辛大學和密西根大學聯合工業界近40家企業成立了智能維護系統研究中心，此後相繼提出了一批性能退化評估方法，如基於小腦模型的神經網絡、自組織特徵圖神經網絡、隱馬爾可夫模型等方法。然而，這些方法都還存在以下不足:如小腦模型神經網絡方法的評估結果受設定參數的影響較大，自組織特徵圖神經網絡和隱馬爾可夫模型方法的評估結果不能直觀反映退化程度等。近年來，雖然基於性能退化分析理論已從僅局限於單退化過程、單退化變量的可靠性實時評估朝著更加多元化、實用化的方向發展。但目前針對活動部件可靠性評估的方法，還都是從特定的領域出發，且主要針對數據量較小的退化數據或壽命數據，不適合長周期、大數據環境下太空飛行器性能的退化分析。如何克服現有技術的不足已成為當今航天工程與信息科學交叉【技術領域】中亟待解決的重大難題之一 O
【發明內容】
[0005]本發明的目的是為克服現有技術的不足而提供一種基於遙測大數據的在軌運行衛星局部性能退化分析方法，本發明基於衛星遙測大數據，可透視衛星性能的整體變化，從而解決大數據情況下的遙測數據量大、信息複雜和分析難度高等一系列問題。
[0006]根據本發明提出的一種基於遙測大數據的在軌運行衛星局部性能退化分析方法，其特徵在於它包括以下具體步驟:[0007]1.1按照遙測大數據的在軌運行衛星局部性能退化分析過程的需要，對原數據預處理，確定關鍵參數；
[0008]1.2對每個遙測關鍵參數序列按時間提取狀態特徵序列，並將每個關鍵參數狀態特徵序列值規約到區間[0，1]中，最終組成局部狀態特徵向量集；
[0009]1.3選取在軌運行衛星健康情況下狀態特徵向量集並對其建模，得到在軌運行衛星局部健康的狀態模型；
[0010]1.4從步驟1.2結果中選取待測狀態特徵向量集；再利用上述步驟1.3的狀態模型，計算出在軌運行衛星局部性能退化度。
[0011]本發明與現有技術相比其顯著優點在於:一是本發明從大數據分析的角度出發，針對衛星遙測數據本身進行衛星性能退化分析的需要，有效地解決了大數據環境下在軌運行衛星數據信息量大、信息複雜、分析難度高的問題；二是本發明運用較少的航天領域知識，即能夠得到遙測大數據中其它分析方法無法獲得的性能退化信息；三是本發明經擴展後，還可應用於在軌衛星全壽命分析。
【專利附圖】
【附圖說明】
[0012]圖1是本發明提出的一種基於遙測大數據的在軌運行衛星局部性能退化分析方法的流程方框示意圖。
[0013]圖2是基於遙測大數據的衛星局部性能退化分析應用示意圖。
【具體實施方式】
[0014]下面結合附圖對本發明的【具體實施方式】做進一步的詳細說明。
[0015]結合圖1和圖2，一種基於遙測大數據的在軌運行衛星局部性能退化分析方法，它包括以下具體步驟:
[0016]1.1按照遙測大數據的在軌運行衛星局部性能退化分析過程的需要，對原數據預處理，確定關鍵參數；
[0017]1.2對每個遙測關鍵參數序列按時間提取狀態特徵序列，並將每個關鍵參數狀態特徵序列值規約到區間[0，1]中，最終組成局部狀態特徵向量集；
[0018]1.3選取在軌運行衛星健康情況下狀態特徵向量集並對其建模，得到在軌運行衛星局部健康的狀態模型；
[0019]1.4從步驟1.2結果中選取待測狀態特徵向量集；再利用上述步驟1.3的狀態模型，計算出在軌運行衛星局部性能退化度。
[0020]本發明進一步的優選方案是:
[0021]本發明步驟1.1所述的原數據預處理，其具體實現步驟包括:
[0022]1.1.1中值替代方法降低衛星遙測數據中噪聲，其實施過程如下:
[0023]針對衛星遙測參數，本發明根據性能退化分析特點按指定的時間長度對遙測數據按時間進行等長切片，使用每個時間片段中的中值替代該區間序列，並生成新資料庫。綜合考慮到衛星遙測數據緩變特點，該步驟的中值替換的方法不僅減少了數據量，同時能降低數據中噪聲，其數據處理過程可運用中值替換算法來具體實施。
[0024]中值替換算法:[0025]輸入:資料庫D、替換長度L (分鐘)；
[0026]輸出:新資料庫MD;
[0027]步驟:
[0028](I)新建空資料庫MD ；
[0029](2) length =資料庫D中時間序列的時間跨度；
[0030](3)max_index =資料庫D中的遙測參數個數；
[0031](4) for (i = O ； (i+1) XL < length ；i++)
[0032](5) for (j = 0 ；j < max_index ； j++)
[0033](6)Tp =時間區間[iXL，(i+L)]內的第j個遙測參數的時間序列；
[0034](7)mTp = Tp 的中值；
[0035](8) Tp_V[j] = mTp//Tp_V 維度為 max_index ;
[0036](9)end for
[0037](IO)MD 中添加記錄 Tp_V ；
[0038](11) end for
[0039]1.1.2計算參數間的灰關聯度，選取退化信息冗餘度較小的參數集合。
[0040]由於衛星遙測參數數量多且存在相關性，這些參數通常包含著相似的退化信息；對於大數據而言，這些冗餘信息不僅影響實驗精度，還使分析複雜化。
[0041]本發明1.1.2所述的計算參數間的灰關聯度，選取退化信息冗餘度較小的參數集合，其具體實現方法包括:
[0042]1.1.2.1灰色關聯度計算:
[0043]針對衛星參數時間序列，設參考數列為X。= {X0 (k) |k= 1,2,…η};比較數列Xi=(Xi(k) |k= 1,2,…n}, i = 1,2, 其過程如下:
[0044]採用如下(I)式對原始數據進行消除量綱處理:
[0045]
【權利要求】
1.一種基於遙測大數據的在軌運行衛星局部性能退化分析方法，其特徵在於它包括以下具體步驟: 1.1按照遙測大數據的在軌運行衛星局部性能退化分析過程的需要，對原數據預處理，確定關鍵參數； 1.2對每個遙測關鍵參數序列按時問提取狀態特徵序列，並將每個關鍵參數狀態特徵序列值規約到區間[O，I]中，最終組成局部狀態特徵向量集； 1.3選取在軌運行衛星健康情況下狀態特徵向量集並對其建模，得到在軌運行衛星局部健康的狀態模型； 1.4從步驟1.2結果中選取待測狀態特徵向量集；再利用上述步驟1.3的狀態模型，計算出在軌運行衛星局部性能退化度。
2.根據權利要求1所述的一種基於遙測大數據的在軌運行衛星局部性能退化分析方法，其特徵在於步驟1.1所述的原數據預處理，其具體實現步驟包括: 1.1.1中值替代方法降低衛星遙測數據中噪聲； 1.1.2計算 參數問的灰關聯度，選取退化信息冗餘度較小的參數集合。
3.根據權利要求2所述的一種基於遙測大數據的在軌運行衛星局部性能退化分析方法，其特徵在於步驟1.1.2所述的計算參數問的灰關聯度，選取退化信息冗餘度較小的參數集合，其具體實現方法包括: 1.1.2.1灰色關聯度計算: 針對衛星參數時間序列，設參考數列為Xtl = Xtl(k) |k = 1,2,…η};比較數列Xi =(Xi (k) I k = I, 2,…n}, i = 1,2,其過程如下: 採用如下(I)式對原始數據進行消除量綱處理:.1 X.1 k)
4.根據權利要求1所述的一種基於遙測大數據的在軌運行衛星局部性能退化分析方法，其特徵在於步驟1.3所述提取狀態特徵向量組成狀態特徵向量集，其實現步驟包括:.1.3.1規約處理:
5.根據權利要求1所述的一種基於遙測大數據的在軌運行衛星局部性能退化分析方法，其特徵在於步驟1.4所述的在軌運行衛星局部性能退化度是指: 在軌運行衛星健康狀態下，從其局部遙測參數中提取組成的狀態特徵向量集作為訓練集，再由訓練得到的模型即為衛星局部健康狀態模型(model)； 再將衛星局部狀態特徵向量與衛星局部健康狀態模型區域中心(model, a)的距離(dec)與半徑(model.R)的差值(deg = dec-model.R)定義為衛星局部性能退化度,且差值deg由O逐步增加的過程對應該局部性能退化的過程，當dec-model.R < O時,deg = O,即衛星性能處於健康狀態。
6.根據權利要求3所述的一種基於遙測大數據的在軌運行衛星局部性能退化分析方法，其特徵在於步驟1.1.2.2所述的閾值為0.004~0.006。
7.根據權利要求6所述的一種基於遙測大數據的在軌運行衛星局部性能退化分析方法，其特徵在於步驟1.1.2.2所述的閾值為0.005。
8.根據權利要求5所述的一種基於遙測大數據的在軌運行衛星局部性能退化分析方法，其特徵在於所述的衛星局部健康狀態模型(model)，為一個包含所有或幾乎所有衛星健康狀態特徵向量樣本X= {Χι?Χ2?唚％}的區域，該區域由區域中心a和對應半徑R決定；針對訓練樣本中存在偏離目標類的樣本，引入鬆弛因子Ii，即允許部分特徵向量樣本點分布在區域之外，則上述過程轉化為求解:
【文檔編號】G06F19/00GK103995966SQ201410211811
【公開日】2014年8月20日 申請日期:2014年5月19日 優先權日:2014年5月19日
【發明者】皮德常, 周楓 申請人:南京航空航天大學