[發明專利]一種航天器姿態異常檢測方法及系統

有效

• 申請號: 202010270980.2
• 申請日: 2020-04-08
• 公開（公告）號: CN111401471B
• 公開（公告）日: 2023-04-18
• 發明（設計）人: 張濤;李訓嘉;沈凱麗;劉亞杰;王銳;雷洪濤;黃生俊;王羽
• 申請（專利權）人: 中國人民解放軍國防科技大學
• 主分類號: G06F18/2135
• 分類號: G06F18/2135;G06F18/214;G06F18/25;G01C21/24
• 代理公司: 長沙國科天河知識產權代理有限公司 43225
• 代理人: 董惠文

本發明公開一種航天器姿態異常檢測方法及系統，該方法包括：將正常遙測參數樣本數據作為訓練集；通過融合矩陣建立PCA?LPP融合降維重構模型；基于融合模型對訓練集降維重構，獲得融合矩陣，根據融合矩陣獲得訓練模型和降維重構數據；根據降維重構數據計算訓練集在降維重構過程中的變化量及其控制限；通過訓練模型對在線待檢測遙測數據構成的測試集降維重構，獲得降維重構數據，計算測試集在降維重構中的變化量；變化量超出控制限時計算各遙測參數變量對測試集變化量貢獻率，貢獻率最大或超出閾值的變量作為異常變量輸出。用于解決現有技術在面對高維多元復雜航天器參數時，計算復雜度高、檢測準確率低等問題，降低計算復雜程度并提高檢測準確率。

技術領域

本發明涉及航天器遙測數據異常檢測技術領域，具體是一種基于降維重構的航天器姿態系統遙測數據異常檢測方法及系統。

背景技術

隨著航天技術的快速發展，越來越多的衛星被發射到太空中以執行各種各樣的任務，如導航定位，氣象觀測預報，地形地質勘探等。姿態控制系統是衛星重要的子系統，其主要完成變軌、入軌任務,其中也包括爬升以及改變軌道傾角，以消除姿態靜態誤差，使衛星按預定姿態和軌道飛行，保證衛星完成飛行、工作任務。因此，對姿態控制系統的異常監測是衛星系統健康狀況管理的重要部分。然而，航天器姿態控制系統結構復雜、參數眾多，并且工作狀態模式多，因此僅僅基于單一遙測參數往往無法有效識別姿態系統的異常或故障，需要采用多元異常檢測方法。

表征航天器姿態系統的遙測參數主要包括參考坐標系(分為慣性地心坐標系、固定地心坐標系和軌道參考系)、姿態角(分為滾動角、俯仰角和偏航角)及速度、四元數、動量輪轉速、磁強計、磁力矩器電流和姿態工作模式字等參數。這些參數組成多元高維遙測參數集，當姿態系統處于正常狀態時，這些多元高維遙測參數之間遵循著特定的相關影響和關聯特性，但姿態系統發生異常時，這些多元高維遙測參數之間保持的這種相關特性被打破。因此，對姿態系統進行異常檢測需要將參數集作為一個整體來分析其內部結構，挖掘出正常模式下的內部規律和信息，從而準確高效的檢測出異常所在。

根據相關方法的工作機理，目前遙測數據多元異常檢測方法主要分為以下三類：基于生成模型估計的方法、基于圖結構的異常檢測方法和基于降維重構的方法。

基于生成模型估計的方法依靠數據的生成模型，將概率較小的數據識別為異常；該方法理論基礎成熟，可以充分反映多元數據集空間和時間關系，但在沒有充分的先驗知識時，難以對模型進行參數估計，而鑒于航天器系統結構復雜且遙測參數類型多，采用這類方法一般難以獲得滿意的檢測效果。

基于圖結構的方法將多元數據集中的內部性質通過建立圖結構開展異常檢測，可共同兼顧數據的時間和空間相關性；但若多元數據維數較高，圖邊緣數量會隨之增加，導致算法復雜度高，因而限制了其實際應用。

基于降維重構的方法將多元時間序列看作是分布在高維空間中的多個獨立樣本，按照一定的映射規則，把嵌入到數據樣本低維子空間，在此基礎上通過子空間中樣本的偏離程度檢測異常；該類方法的關鍵在于如何確定降維后的維數，若維數設置合理，則可以較為準確檢測出異常情況，檢測效率也因具體算法而不同。

主成分分析(PCA)是降維重構的典型算法，但是該方法僅關注數據的全局特征，忽略了數據的局部特征；流形學習方法通過構造近鄰圖來挖掘數據的內部幾何特征，能夠高效識別隱含在高維空間數據中的低維空間特征，彌補了傳統PCA忽略了數據局部流形結構的缺陷。因此，對于結構復雜，參數眾多，并且工作狀態模式多的航天器姿態系統，需要一種能兼顧遙測數據的全局特征與局部特征的異常檢測算法，為姿態系統健康狀態實時監測提供支持。

發明內容

本發明提供一種航天器姿態異常檢測方法及系統，用于克服現有技術中在面對高維多元復雜航天器參數時，計算復雜度高、檢測準確率低等缺陷，通過融合主成分分析(PCA)和流形學習(LPP)降維重構，實現維數合理設置，可以較為準確檢測出異常情況。

為實現上述目的，本發明提供一種航天器姿態異常檢測方法，包括以下步驟：