【技术实现步骤摘要】
一种基于高维空间映射的航天器系统异常检测方法
本专利技术涉及一种基于高维空间映射的航天器系统级异常检测方法。该方法针对多参数关联的航天器系统级异常问题,提出了一种基于高维空间映射的航天器系统级异常检测方法,建立多遥测参数之间相互影响的系统级关联故障模型。
技术介绍
航天器系统作为一个典型的复杂系统,也是一个高风险的领域,即使是局部环节的微小故障都有可能会带来巨大损失或灾难。为了给决策人员提供更高层次上的系统级关联故障异常信息,在对单个遥测参数的异常分析完成后,需要建立能够分析多个遥测参数之间相互影响造成的系统级关联异常的相关模型。因此,研究系统级在轨关联故障性及其影响,不仅为快速、准确实施在轨故障处理提供技术手段,也对整星系统级的可靠性提高有着重要意义。经统计,我国先后在轨的两百余颗卫星至今发生过数千次的在轨故障,在这些故障中出现过多起由于一个产品出现微小问题,进而引发关联故障,导致整星失效的案例。对于单个参数的异常检测并不能代表整个系统的异常状况。其故障可能来自多个部件自身,或者多个部件之间的相互影响。如果 ...
【技术保护点】
1.一种基于高维空间映射的航天器系统异常检测方法,其特征在于,包括如下步骤:/nS1,获取高维空间遥测参数的在轨遥测数据,以最小时间间隔对在轨遥测数据进行补全;/nS2,采用不同压缩时间间隔,对补全的在轨遥测数据进行数据压缩平滑操作;/nS3,利用标准化方法对所有的在轨遥测数据进行标准化,使得落在不同区间范围的在轨遥测数据值能够进行比较;/nS4,计算不同高维空间遥测参数之间的相似性,对所有的高维空间遥测参数进行聚类,将所有的高维空间遥测参数划分为不同的子集,形成一系列的子系统;/nS5,对所有子系统的高维空间遥测参数进行降维,获得降维后的遥测参数集;/nS6,对降维后的遥 ...
【技术特征摘要】
1.一种基于高维空间映射的航天器系统异常检测方法,其特征在于,包括如下步骤:
S1,获取高维空间遥测参数的在轨遥测数据,以最小时间间隔对在轨遥测数据进行补全;
S2,采用不同压缩时间间隔,对补全的在轨遥测数据进行数据压缩平滑操作;
S3,利用标准化方法对所有的在轨遥测数据进行标准化,使得落在不同区间范围的在轨遥测数据值能够进行比较;
S4,计算不同高维空间遥测参数之间的相似性,对所有的高维空间遥测参数进行聚类,将所有的高维空间遥测参数划分为不同的子集,形成一系列的子系统;
S5,对所有子系统的高维空间遥测参数进行降维,获得降维后的遥测参数集;
S6,对降维后的遥测参数集中每个维度的数据进行异常检测,获取不同维度的异常数据,并对不同维度的异常数据进行集成,获得航天器系统的模式异常信息。
2.根据权利要求1所述的一种基于高维空间映射的航天器系统级异常检测方法,其特征在于,所述进行数据压缩平滑操作的方法为:
使用数据平滑算法对要进行处理的数据进行平滑操作;
所述数据平滑算法为其中,xnew为平滑处理后的遥测数据,xi为第i个要处理的数据,k为所有要处理数据的个数。
3.根据权利要求1所述的一种基于高维空间映射的航天器系统级异常检测方法,其特征在于,所述标准化方法包括第一标准化方法和第二标准化方法;
所述第一标准化方法为:对补全的在轨遥测数据进行线性变换,使用转换算法将所有数据映射到[0,1]区间上;
所述转换算法为:
其中,xj,i为补全的在轨遥测数据,j为正整数;Min为补全的在轨遥测数据预期的最小值,Max为补全的在轨遥测数据预期的最大值;为转换后的在轨遥测数据;
所述第二标准化方法为:使用转化函数对补全的在轨遥测数据进行处理;
所述转化函数为:
其中,μ为所有补全的在轨遥测数据的均值;σ为所有补全的在轨遥测数据的标准差;xj,i为补全的在轨遥测数据;为转换后的在轨遥测数据。
4.根据权利要求1所述的一种基于高维空间映射的航天器系统级异常检测方法,其特征在于,所述计算不同...
【专利技术属性】
技术研发人员:张香燕,田华东,王大轶,左子瑾,高瑾博,周进锋,
申请(专利权)人:北京空间飞行器总体设计部,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。