[發明專利]一種基于遙測大數據的在軌運行衛星局部性能退化分析方法

有效

• 申請號: 201410211811.6
• 申請日: 2014-05-19
• 公開（公告）號: CN103995966B
• 公開（公告）日: 2017-06-27
• 發明（設計）人: 皮德常;周楓
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 南京經緯專利商標代理有限公司32200
• 代理人: 吳樹山

1.一種基于遙測大數據的在軌運行衛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；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計算參數間的灰關聯度，選取灰關聯度較小的參數集合；

1.2對每個遙測關鍵參數序列按時間提取狀態特征序列，并將每個關鍵參數狀態特征序列值規約到區間[0，1]中，最終組成局部狀態特征向量集；其實現步驟包括：

1.2.1規約處理：

$sy=\frac{y-y^{min}}{y^{\max }-y^{min}}---\left(4\right)$

式(4)中y是參數值，sy表示規約處理后的值，y^min和y^max表示參數的下限和上限，規約處理后的參數的下限和上限分別為0和1；

1.2.2狀態特征的定義和計算方法：

對于遙測參數時間序列X＝{x₁,x₂,...,x_N}，按序號組成一組維數為m的向量序列，X_m(1)，…，X_m(N-m+1)的過程為m維相空間重構；其中，向量序列的每個元素如式(5)：

X_m(i₁)＝{x(i₁),x(i₁+1),...,x(i₁+m-1)},1≤i₁≤N-m+1(5)

這些向量代表從第i₁點開始的連續m個值；

時間序列X＝{x₁,x₂,...,x_N}，重構m維相空間后，對于給定的X_m(i₂)，計算X_m(i₂)與X_m(j)之間距離，如式(6)：

d[X_m(i₂),X_m(j)]＝max_{k＝0,...，m-1}(|x(i₂+k)-x(j+k)|) (6)

其中，1≤i₂≤N-m，1≤j≤N-m，j≠i₂

其距離小于等于給定容限r的數目記作令B^m(r)如式(7)和(8)：

${B_{i_2}}^{\left(m\right)}\left(r\right)=\frac{1}{N-m-1}{B}_{i_2}---\left(7\right)$

$B^{\left(m\right)}\left(r\right)=\frac{1}{N-m}\underset{i_2=1}{\overset{N-m}{\mathrm{\Σ}}}{B_{i_2}}^{\left(m\right)}\left(r\right)---\left(8\right)$

同理，重構m+1維相空間后，計算X_m+1(i₂)與X_m+1(j)距離小于等于容限r的個數，記為令A^m(r)如式(9)和(10)：

${A_{i_2}}^m\left(r\right)=\frac{1}{N-m-1}{A}_{i_2}---\left(9\right)$

$A^m\left(r\right)=\frac{1}{N-m}\underset{i_2=1}{\overset{N-m}{\Σ}}{A_{i_2}}^{\left(m\right)}\left(r\right)---\left(10\right)$

則衛星的狀態特征如式(11)：

$StateCh(m,r)=\underset{N\→\mathrm{\∞}}{\lim }\{-ln\[\frac{A^m\left(r\right)}{B^m\left(r\right)}\]\}---\left(11\right)$

1.3選取在軌運行衛星健康情況下狀態特征向量集并對其建模，得到在軌運行衛星局部健康的狀態模型，得到在軌運行衛星局部健康的狀態模型的過程為：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征向量集作為訓練集，再由訓練得到的模型，即為衛星局部健康狀態模型model，所述的衛星局部健康狀態模型model為一個包含所有衛星健康狀態特征向量樣本Y＝{y₁，y₂，…y_N}的區域，該區域由區域中心a和對應半徑R決定；

1.4從步驟1.2結果中選取待測狀態特征向量集；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，衛星局部性能退化度為衛星局部狀態特征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，即衛星局部性能退化度deg＝dec-model.R。