一種基于遙測大數(shù)據(jù)的在軌運(yùn)行衛(wèi)星局部性能退化分析方法
【專利摘要】本發(fā)明涉及一種基于遙測大數(shù)據(jù)的在軌運(yùn)行衛(wèi)星局部性能退化分析方法，其特征在于它包括具體步驟：按照遙測大數(shù)據(jù)的在軌運(yùn)行衛(wèi)星局部性能退化分析過程的需要，對(duì)原數(shù)據(jù)預(yù)處理，確定關(guān)鍵參數(shù)；對(duì)每個(gè)遙測關(guān)鍵參數(shù)序列按時(shí)間提取狀態(tài)特征序列，并將每個(gè)關(guān)鍵參數(shù)狀態(tài)特征序列值規(guī)約到區(qū)間中，最終組成局部狀態(tài)特征向量集；選取在軌運(yùn)行衛(wèi)星健康情況下狀態(tài)特征向量集并對(duì)其建模，得到在軌運(yùn)行衛(wèi)星局部健康的狀態(tài)模型；對(duì)待測數(shù)據(jù)集提取特征向量并組成待測特征向量集；再利用上述的狀態(tài)模型，計(jì)算出在軌運(yùn)行衛(wèi)星局部性能退化度。本發(fā)明基于衛(wèi)星遙測大數(shù)據(jù)，可透視衛(wèi)星性能的整體變化，從而解決大數(shù)據(jù)情況下的遙測數(shù)據(jù)量大、信息復(fù)雜和分析難度高等問題。
【專利說明】一種基于遙測大數(shù)據(jù)的在軌運(yùn)行衛(wèi)星局部性能退化分析方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于航天工程與信息科學(xué)的交叉【技術(shù)領(lǐng)域】，特別是涉及一種基于遙測大數(shù)據(jù)的在軌運(yùn)行衛(wèi)星局部性能退化分析方法。
【背景技術(shù)】
[0002]隨著國際航天技術(shù)的蓬勃發(fā)展，近年來在軌運(yùn)行的衛(wèi)星數(shù)量逐年增多。衛(wèi)星的控制精度高、工作模式多、復(fù)雜度高等特點(diǎn)給地面在軌管理工作帶來了極大的挑戰(zhàn)。為適應(yīng)未來全球星座長期測控管理的發(fā)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(wèi)星知識(shí)作為支撐。由于新技術(shù)、新材料的應(yīng)用，對(duì)于衛(wèi)星而言，突發(fā)性的失效不是其主要的失效模式，大多數(shù)的失效都是因?yàn)槠湫阅艿耐嘶斐?。航天器性能退化分析是區(qū)別于故障模式識(shí)別一種新的研究思路，它側(cè)重于航天器整體性能的研究，淡化故障模式的區(qū)分，是從理念和方法上對(duì)現(xiàn)有的故障診斷技術(shù)的全新拓展。
[0003]對(duì)衛(wèi)星進(jìn)行性能退化分析時(shí)，使用傳統(tǒng)方法將面臨試驗(yàn)難度大、成本高等許多問題。衛(wèi)星在軌運(yùn)行以及在軌監(jiān)測過程中，將產(chǎn)生海量的遙測數(shù)據(jù)，包括測控計(jì)算結(jié)果信息、異常信息、空間環(huán)境信息等等。這些數(shù)據(jù)反映了衛(wèi)星有效載荷的狀態(tài)和衛(wèi)星的運(yùn)行情況，具有數(shù)據(jù)量大，多數(shù)參數(shù)變化緩慢的特點(diǎn)，可以作為衛(wèi)星性能分析的信息源。因此提出合適的方法對(duì)衛(wèi)星遙測大數(shù)據(jù)進(jìn)行性能退化分析，對(duì)衛(wèi)星工程設(shè)計(jì)、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(xué)基金資助下，威斯康辛大學(xué)和密歇根大學(xué)聯(lián)合工業(yè)界近40家企業(yè)成立了智能維護(hù)系統(tǒng)研究中心，此后相繼提出了一批性能退化評(píng)估方法，如基于小腦模型的神經(jīng)網(wǎng)絡(luò)、自組織特征圖神經(jīng)網(wǎng)絡(luò)、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(jīng)網(wǎng)絡(luò)方法的評(píng)估結(jié)果受設(shè)定參數(shù)的影響較大，自組織特征圖神經(jīng)網(wǎng)絡(luò)和隱馬爾可夫模型方法的評(píng)估結(jié)果不能直觀反映退化程度等。近年來，雖然基于性能退化分析理論已從僅局限于單退化過程、單退化變量的可靠性實(shí)時(shí)評(píng)估朝著更加多元化、實(shí)用化的方向發(fā)展。但目前針對(duì)活動(dòng)部件可靠性評(píng)估的方法，還都是從特定的領(lǐng)域出發(fā)，且主要針對(duì)數(shù)據(jù)量較小的退化數(shù)據(jù)或壽命數(shù)據(jù)，不適合長周期、大數(shù)據(jù)環(huán)境下航天器性能的退化分析。如何克服現(xiàn)有技術(shù)的不足已成為當(dāng)今航天工程與信息科學(xué)交叉【技術(shù)領(lǐng)域】中亟待解決的重大難題之一 O

【發(fā)明內(nèi)容】

[0005]本發(fā)明的目的是為克服現(xiàn)有技術(shù)的不足而提供一種基于遙測大數(shù)據(jù)的在軌運(yùn)行衛(wèi)星局部性能退化分析方法，本發(fā)明基于衛(wèi)星遙測大數(shù)據(jù)，可透視衛(wèi)星性能的整體變化，從而解決大數(shù)據(jù)情況下的遙測數(shù)據(jù)量大、信息復(fù)雜和分析難度高等一系列問題。
[0006]根據(jù)本發(fā)明提出的一種基于遙測大數(shù)據(jù)的在軌運(yùn)行衛(wèi)星局部性能退化分析方法，其特征在于它包括以下具體步驟:[0007]1.1按照遙測大數(shù)據(jù)的在軌運(yùn)行衛(wèi)星局部性能退化分析過程的需要，對(duì)原數(shù)據(jù)預(yù)處理，確定關(guān)鍵參數(shù)；
[0008]1.2對(duì)每個(gè)遙測關(guān)鍵參數(shù)序列按時(shí)間提取狀態(tài)特征序列，并將每個(gè)關(guān)鍵參數(shù)狀態(tài)特征序列值規(guī)約到區(qū)間[0，1]中，最終組成局部狀態(tài)特征向量集；
[0009]1.3選取在軌運(yùn)行衛(wèi)星健康情況下狀態(tài)特征向量集并對(duì)其建模，得到在軌運(yùn)行衛(wèi)星局部健康的狀態(tài)模型；
[0010]1.4從步驟1.2結(jié)果中選取待測狀態(tài)特征向量集；再利用上述步驟1.3的狀態(tài)模型，計(jì)算出在軌運(yùn)行衛(wèi)星局部性能退化度。
[0011]本發(fā)明與現(xiàn)有技術(shù)相比其顯著優(yōu)點(diǎn)在于:一是本發(fā)明從大數(shù)據(jù)分析的角度出發(fā)，針對(duì)衛(wèi)星遙測數(shù)據(jù)本身進(jìn)行衛(wèi)星性能退化分析的需要，有效地解決了大數(shù)據(jù)環(huán)境下在軌運(yùn)行衛(wèi)星數(shù)據(jù)信息量大、信息復(fù)雜、分析難度高的問題；二是本發(fā)明運(yùn)用較少的航天領(lǐng)域知識(shí)，即能夠得到遙測大數(shù)據(jù)中其它分析方法無法獲得的性能退化信息；三是本發(fā)明經(jīng)擴(kuò)展后，還可應(yīng)用于在軌衛(wèi)星全壽命分析。
【專利附圖】

【附圖說明】
[0012]圖1是本發(fā)明提出的一種基于遙測大數(shù)據(jù)的在軌運(yùn)行衛(wèi)星局部性能退化分析方法的流程方框示意圖。
[0013]圖2是基于遙測大數(shù)據(jù)的衛(wèi)星局部性能退化分析應(yīng)用示意圖。
【具體實(shí)施方式】
[0014]下面結(jié)合附圖對(duì)本發(fā)明的【具體實(shí)施方式】做進(jìn)一步的詳細(xì)說明。
[0015]結(jié)合圖1和圖2，一種基于遙測大數(shù)據(jù)的在軌運(yùn)行衛(wèi)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(shù)據(jù)的在軌運(yùn)行衛(wèi)星局部性能退化分析過程的需要，對(duì)原數(shù)據(jù)預(yù)處理，確定關(guān)鍵參數(shù)；
[0017]1.2對(duì)每個(gè)遙測關(guān)鍵參數(shù)序列按時(shí)間提取狀態(tài)特征序列，并將每個(gè)關(guān)鍵參數(shù)狀態(tài)特征序列值規(guī)約到區(qū)間[0，1]中，最終組成局部狀態(tài)特征向量集；
[0018]1.3選取在軌運(yùn)行衛(wèi)星健康情況下狀態(tài)特征向量集并對(duì)其建模，得到在軌運(yùn)行衛(wèi)星局部健康的狀態(tài)模型；
[0019]1.4從步驟1.2結(jié)果中選取待測狀態(tài)特征向量集；再利用上述步驟1.3的狀態(tài)模型，計(jì)算出在軌運(yùn)行衛(wèi)星局部性能退化度。
[0020]本發(fā)明進(jìn)一步的優(yōu)選方案是:
[0021]本發(fā)明步驟1.1所述的原數(shù)據(jù)預(yù)處理，其具體實(shí)現(xiàn)步驟包括:
[0022]1.1.1中值替代方法降低衛(wèi)星遙測數(shù)據(jù)中噪聲，其實(shí)施過程如下:
[0023]針對(duì)衛(wèi)星遙測參數(shù)，本發(fā)明根據(jù)性能退化分析特點(diǎn)按指定的時(shí)間長度對(duì)遙測數(shù)據(jù)按時(shí)間進(jìn)行等長切片，使用每個(gè)時(shí)間片段中的中值替代該區(qū)間序列，并生成新數(shù)據(jù)庫。綜合考慮到衛(wèi)星遙測數(shù)據(jù)緩變特點(diǎn)，該步驟的中值替換的方法不僅減少了數(shù)據(jù)量，同時(shí)能降低數(shù)據(jù)中噪聲，其數(shù)據(jù)處理過程可運(yùn)用中值替換算法來具體實(shí)施。
[0024]中值替換算法:[0025]輸入:數(shù)據(jù)庫D、替換長度L (分鐘)；
[0026]輸出:新數(shù)據(jù)庫MD;
[0027]步驟:
[0028](I)新建空數(shù)據(jù)庫MD ；
[0029](2) length =數(shù)據(jù)庫D中時(shí)間序列的時(shí)間跨度；
[0030](3)max_index =數(shù)據(jù)庫D中的遙測參數(shù)個(gè)數(shù)；
[0031](4) for (i = O ； (i+1) XL < length ；i++)
[0032](5) for (j = 0 ；j < max_index ； j++)
[0033](6)Tp =時(shí)間區(qū)間[iXL，(i+L)]內(nèi)的第j個(gè)遙測參數(shù)的時(shí)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(jì)算參數(shù)間的灰關(guān)聯(lián)度，選取退化信息冗余度較小的參數(shù)集合。
[0040]由于衛(wèi)星遙測參數(shù)數(shù)量多且存在相關(guān)性，這些參數(shù)通常包含著相似的退化信息；對(duì)于大數(shù)據(jù)而言，這些冗余信息不僅影響實(shí)驗(yàn)精度，還使分析復(fù)雜化。
[0041]本發(fā)明1.1.2所述的計(jì)算參數(shù)間的灰關(guān)聯(lián)度，選取退化信息冗余度較小的參數(shù)集合，其具體實(shí)現(xiàn)方法包括:
[0042]1.1.2.1灰色關(guān)聯(lián)度計(jì)算:
[0043]針對(duì)衛(wèi)星參數(shù)時(shí)間序列，設(shè)參考數(shù)列為X。= {X0 (k) |k= 1,2,…η};比較數(shù)列Xi=(Xi(k) |k= 1,2,…n}, i = 1,2, 其過程如下:
[0044]采用如下(I)式對(duì)原始數(shù)據(jù)進(jìn)行消除量綱處理:
[0045]
【權(quán)利要求】
1.一種基于遙測大數(shù)據(jù)的在軌運(yùn)行衛(wèi)星局部性能退化分析方法，其特征在于它包括以下具體步驟: 1.1按照遙測大數(shù)據(jù)的在軌運(yùn)行衛(wèi)星局部性能退化分析過程的需要，對(duì)原數(shù)據(jù)預(yù)處理，確定關(guān)鍵參數(shù)； 1.2對(duì)每個(gè)遙測關(guān)鍵參數(shù)序列按時(shí)問提取狀態(tài)特征序列，并將每個(gè)關(guān)鍵參數(shù)狀態(tài)特征序列值規(guī)約到區(qū)間[O，I]中，最終組成局部狀態(tài)特征向量集； 1.3選取在軌運(yùn)行衛(wèi)星健康情況下狀態(tài)特征向量集并對(duì)其建模，得到在軌運(yùn)行衛(wèi)星局部健康的狀態(tài)模型； 1.4從步驟1.2結(jié)果中選取待測狀態(tài)特征向量集；再利用上述步驟1.3的狀態(tài)模型，計(jì)算出在軌運(yùn)行衛(wèi)星局部性能退化度。
2.根據(jù)權(quán)利要求1所述的一種基于遙測大數(shù)據(jù)的在軌運(yùn)行衛(wèi)星局部性能退化分析方法，其特征在于步驟1.1所述的原數(shù)據(jù)預(yù)處理，其具體實(shí)現(xiàn)步驟包括: 1.1.1中值替代方法降低衛(wèi)星遙測數(shù)據(jù)中噪聲； 1.1.2計(jì)算 參數(shù)問的灰關(guān)聯(lián)度，選取退化信息冗余度較小的參數(shù)集合。
3.根據(jù)權(quán)利要求2所述的一種基于遙測大數(shù)據(jù)的在軌運(yùn)行衛(wèi)星局部性能退化分析方法，其特征在于步驟1.1.2所述的計(jì)算參數(shù)問的灰關(guān)聯(lián)度，選取退化信息冗余度較小的參數(shù)集合，其具體實(shí)現(xiàn)方法包括: 1.1.2.1灰色關(guān)聯(lián)度計(jì)算: 針對(duì)衛(wèi)星參數(shù)時(shí)間序列，設(shè)參考數(shù)列為Xtl = Xtl(k) |k = 1,2,…η};比較數(shù)列Xi =(Xi (k) I k = I, 2,…n}, i = 1,2,其過程如下: 采用如下(I)式對(duì)原始數(shù)據(jù)進(jìn)行消除量綱處理:.1 X.1 k)
4.根據(jù)權(quán)利要求1所述的一種基于遙測大數(shù)據(jù)的在軌運(yùn)行衛(wèi)星局部性能退化分析方法，其特征在于步驟1.3所述提取狀態(tài)特征向量組成狀態(tài)特征向量集，其實(shí)現(xiàn)步驟包括:.1.3.1規(guī)約處理:
5.根據(jù)權(quán)利要求1所述的一種基于遙測大數(shù)據(jù)的在軌運(yùn)行衛(wèi)星局部性能退化分析方法，其特征在于步驟1.4所述的在軌運(yùn)行衛(wèi)星局部性能退化度是指: 在軌運(yùn)行衛(wèi)星健康狀態(tài)下，從其局部遙測參數(shù)中提取組成的狀態(tài)特征向量集作為訓(xùn)練集，再由訓(xùn)練得到的模型即為衛(wèi)星局部健康狀態(tài)模型(model)； 再將衛(wèi)星局部狀態(tài)特征向量與衛(wèi)星局部健康狀態(tài)模型區(qū)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(wèi)星局部性能退化度,且差值deg由O逐步增加的過程對(duì)應(yīng)該局部性能退化的過程，當(dāng)dec-model.R < O時(shí),deg = O,即衛(wèi)星性能處于健康狀態(tài)。
6.根據(jù)權(quán)利要求3所述的一種基于遙測大數(shù)據(jù)的在軌運(yùn)行衛(wèi)星局部性能退化分析方法，其特征在于步驟1.1.2.2所述的閾值為0.004~0.006。
7.根據(jù)權(quán)利要求6所述的一種基于遙測大數(shù)據(jù)的在軌運(yùn)行衛(wèi)星局部性能退化分析方法，其特征在于步驟1.1.2.2所述的閾值為0.005。
8.根據(jù)權(quán)利要求5所述的一種基于遙測大數(shù)據(jù)的在軌運(yùn)行衛(wèi)星局部性能退化分析方法，其特征在于所述的衛(wèi)星局部健康狀態(tài)模型(model)，為一個(gè)包含所有或幾乎所有衛(wèi)星健康狀態(tài)特征向量樣本X= {Χι?Χ2?吣％}的區(qū)域，該區(qū)域由區(qū)域中心a和對(duì)應(yīng)半徑R決定；針對(duì)訓(xùn)練樣本中存在偏離目標(biāo)類的樣本，引入松弛因子Ii，即允許部分特征向量樣本點(diǎn)分布在區(qū)域之外，則上述過程轉(zhuǎn)化為求解:
【文檔編號(hào)】G06F19/00GK103995966SQ201410211811
【公開日】2014年8月20日 申請(qǐng)日期:2014年5月19日 優(yōu)先權(quán)日:2014年5月19日
【發(fā)明者】皮德常, 周楓 申請(qǐng)人:南京航空航天大學(xué)