基于恒星年时序匹配的太阳同步轨道卫星一致性分析方法技术

本发明专利技术公开了一种基于恒星年时序匹配的太阳同步轨道卫星一致性分析方法，涉及卫星在轨运行期间的异常状态检测技术，所述方法包括：根据太阳同步轨道卫星的一个恒星年周期的与日历日期相关的历史遥测数据，构建太阳同步轨道卫星的一个恒星年周期内的正常遥测数据集；根据太阳同步轨道卫星的待检测遥测数据的日历日期，从所述正常遥测数据集中获取所述日历日期对应的正常遥测数据；根据所述待检测遥测数据和所述正常遥测数据，确定两组数据的DTW距离和时域特征偏差；根据所述DTW距离和所述时域特征偏差，确定所述待检测遥测数据是否为一致性异常数据。

【技术实现步骤摘要】
基于恒星年时序匹配的太阳同步轨道卫星一致性分析方法
本专利技术涉及卫星在轨运行期间的异常状态检测
，特别涉及基于恒星年时序匹配的太阳同步轨道卫星一致性分析方法。
技术介绍
太阳同步轨道卫星，轨道倾角大于90°且在两极附近通过，其轨道面与太阳的取向一致，每天向东移动0.9856°。由于其轨道面与太阳取向一致，卫星总是在位于相同地点时经过同一位置，卫星在每个恒星年相同地点时所处的光照等卫星运行环境是相同的。卫星的大量遥测与卫星的运行环境密切相关，相同运行环境下的相同遥测具有高度相似性，这为进行卫星的一致性分析提供了基础。卫星一致性分析的目的是对这些具有相似性的遥测数据进行相似性的定量度量，从而实现对遥测数据是否异常进行判断，进而在卫星发生故障前及时进行维修等操作，延长卫星的剩余使用寿命。现有的一致性检测方法多从数据形态和数值大小上进行相似性度量从而实现一致性分析判别。常见的方法有根据欧氏距离、皮尔逊距离等范数距离来判断卫星遥测是否异常。但以上方法所考虑的时间尺度都较小，太阳同步轨道卫星的运行周期是以恒星年进行计算的，一个恒星年内的卫星运行环境和状态时刻发生着变化，不同恒星年之间相同地方时之间的卫星运行环境和状态才具有较高的相似性，以上方法在小尺度时间维度上较难识别由于时间周期引起的卫星遥测变化，对一个周期内不同工作状态的卫星遥测识别能力较弱甚至没有，因此，需要一种从大尺度时间维度出发的卫星遥测一致性分析方法。
技术实现思路
本专利技术实施例提供的基于恒星年时序匹配的太阳同步轨道卫星一致性分析方法，解决在小尺度时间维度上较难识别由于时间周期引起的卫星遥测异常的问题。本专利技术实施例提供的基于恒星年时序匹配的太阳同步轨道卫星一致性分析方法包括：根据太阳同步轨道卫星的一个恒星年周期的与日历日期相关的历史遥测数据，构建太阳同步轨道卫星的一个恒星年周期内的正常遥测数据集；根据太阳同步轨道卫星的待检测遥测数据的日历日期，从所述正常遥测数据集中获取所述日历日期对应的正常遥测数据；根据所述待检测遥测数据和所述正常遥测数据，确定两组数据的DTW(DynamicTimeWarping，动态时间归整)距离和时域特征偏差；根据所述DTW距离和所述时域特征偏差，确定所述待检测遥测数据是否为一致性异常数据。优选地，所述根据所述待检测遥测数据和所述正常遥测数据，确定两组数据的DTW距离和时域特征偏差包括：对于每个日历日期，对所述待检测遥测数据和所述正常遥测数据进行相似性度量，得到两组数据的DTW距离；根据所述待检测遥测数据的时域特征和所述正常遥测数据的时域特征，得到两组数据的所述时域特征偏差。优选地，所述对所述待检测遥测数据和所述正常遥测数据进行相似性度量，得到两组数据的DTW距离通过以下公式实现：D(i,j)＝Dist(i,j)+min{D(i-1,j),D(i,j-1),D(i-1,j-1)}其中，Dist(i,j)表示所述待检测遥测数据中第i个采样点数据与所述正常遥测数据中第j个采样点数据之间的距离；D(i,j)衡量所述待检测遥测数据中前i个采样点数据与所述正常遥测数据中前j个采样点的相似性作为两组数据的DTW距离。优选地，所述根据所述待检测遥测数据的时域特征和所述正常遥测数据的时域特征，得到两组数据的所述时域特征偏差通过以下公式实现：其中，error为所述时域特征偏差；ft是所述待检测遥测数据的时域特征的数值；fn是所述正常遥测数据的时域特征的数值。优选地，所述时域特征包括均值、最大值、散度中的至少一个，在所述根据所述待检测遥测数据的时域特征和所述正常遥测数据的时域特征，得到两组数据的所述时域特征偏差之前，还包括获取所述待检测遥测数据的时域特征和所述正常遥测数据的时域特征。优选地，所述获取所述待检测遥测数据的时域特征和所述正常遥测数据的时域特征包括：确定所述待检测遥测数据中所有采样点数据的平均值，记作所述待检测遥测数据的均值；确定所述正常遥测数据中所有采样点数据的平均值，记作所述正常遥测数据的均值。优选地，所述获取所述待检测遥测数据的时域特征和所述正常遥测数据的时域特征包括：确定所述待检测遥测数据的标准差与所述待检测遥测数据的均值的比值，记作所述待检测遥测数据的散度；确定所述正常遥测数据的标准差与所述正常遥测数据的均值的比值，记作所述正常遥测数据的散度。优选地，所述获取所述待检测遥测数据的时域特征和所述正常遥测数据的时域特征包括：确定所述待检测遥测数据中所有采样点数据的最大值，记作所述待检测遥测数据的最大值；确定所述正常遥测数据中所有采样点数据的最大值，记作所述正常遥测数据的最大值。优选地，所述根据所述DTW距离和所述时域特征偏差，确定所述待检测遥测数据是否为一致性异常数据包括：获取多个日历日期的DTW距离和时域特征偏差；比较多个日历日期的DTW距离；比较多个日历日期的时域特征偏差；若某一的日历日期的DTW距离发生突变且该日历日期的至少一个时域特征偏差发生突变，则将该日历日期的待检测遥测数据确定为一致性异常数据。优选地，所述根据所述DTW距离和所述时域特征偏差，确定所述待检测遥测数据是否为一致性异常数据还包括：若某一的日历日期的DTW距离发生突变或该日历日期的至少一个时域特征偏差发生突变，则将该日历日期的待检测遥测数据确定为非一致性异常数据。本专利技术实施例实现了目前欠缺的大尺度卫星遥测一致性分析方法，能够对由于大尺度时间周期引起的卫星遥测变化进行监测和分析，适用于包络平稳型、范围内随机、范围内单调等类型的卫星遥测数据的一致性检测。附图说明图1是本专利技术实施例提供的基于恒星年时序匹配的太阳同步轨道卫星一致性分析方法的示意性流程图；图2是本专利技术另一实施例提供的基于恒星年时序匹配的太阳同步轨道卫星一致性分析方法的工作流程图；图3是2014-1-15日待检测遥测数据(充电阵电流)以及该日期对应的正常数据的示意图；图4是2014-1-16日待检测遥测数据(充电阵电流)以及该日期对应的正常数据的示意图；图5是2014-1-25日待检测遥测数据(充电阵电流)以及该日期对应的正常数据的示意图；图6是2014-1-26日待检测遥测数据(充电阵电流)以及该日期对应的正常数据的示意图。具体实施方式以下结合附图对本专利技术的实施例进行详细说明，应当理解，以下所说明的实施例仅用于说明和解释本专利技术，并不用于限定本专利技术。对卫星遥测数据进行一致性分析是进行异常检测的重要手段，而卫星遥测数据具有其自身的特点，比如存在随机性误码点，异常可能表现在累积时间维度而非某一时刻的数据幅值上等，这些特点使现在应用的时间序列相似性度量方法，如欧氏距离、皮尔逊距离等难以实现较为精准的一致性检测。本专利技术采用大尺度时序匹配的多指标综合分析方法，能够精准本文档来自技高网...

【技术保护点】
1.基于恒星年时序匹配的太阳同步轨道卫星一致性分析方法，其特征在于，所述方法包括：/n根据太阳同步轨道卫星的一个恒星年周期的与日历日期相关的历史遥测数据，构建太阳同步轨道卫星的一个恒星年周期内的正常遥测数据集；/n根据太阳同步轨道卫星的待检测遥测数据的日历日期，从所述正常遥测数据集中获取所述日历日期对应的正常遥测数据；/n根据所述待检测遥测数据和所述正常遥测数据，确定两组数据的DTW距离和时域特征偏差；/n根据所述DTW距离和所述时域特征偏差，确定所述待检测遥测数据是否为一致性异常数据。/n

【技术特征摘要】
1.基于恒星年时序匹配的太阳同步轨道卫星一致性分析方法，其特征在于，所述方法包括：
根据太阳同步轨道卫星的一个恒星年周期的与日历日期相关的历史遥测数据，构建太阳同步轨道卫星的一个恒星年周期内的正常遥测数据集；
根据太阳同步轨道卫星的待检测遥测数据的日历日期，从所述正常遥测数据集中获取所述日历日期对应的正常遥测数据；
根据所述待检测遥测数据和所述正常遥测数据，确定两组数据的DTW距离和时域特征偏差；
根据所述DTW距离和所述时域特征偏差，确定所述待检测遥测数据是否为一致性异常数据。


2.根据权利要求1所述的方法，其特征在于，所述根据所述待检测遥测数据和所述正常遥测数据，确定两组数据的DTW距离和时域特征偏差包括：
对于每个日历日期，对所述待检测遥测数据和所述正常遥测数据进行相似性度量，得到两组数据的DTW距离；
根据所述待检测遥测数据的时域特征和所述正常遥测数据的时域特征，得到两组数据的所述时域特征偏差。


3.根据权利要求2所述的方法，其特征在于，所述对所述待检测遥测数据和所述正常遥测数据进行相似性度量，得到两组数据的DTW距离通过以下公式实现：
D(i,j)＝Dist(i,j)+min{D(i-1,j),D(i,j-1),D(i-1,j-1)}
其中，Dist(i,j)表示所述待检测遥测数据中第i个采样点数据与所述正常遥测数据中第j个采样点数据之间的距离；D(i,j)衡量所述待检测遥测数据中前i个采样点数据与所述正常遥测数据中前j个采样点的相似性作为两组数据的DTW距离。


4.根据权利要求2所述的方法，其特征在于，所述根据所述待检测遥测数据的时域特征和所述正常遥测数据的时域特征，得到两组数据的所述时域特征偏差通过以下公式实现：



其中，error为所述时域特征偏差；ft是所述待检测遥测数据的时域特征的数值；fn是所述正常遥测数据的时域特征的数值。


5.根据权利要求4所述的方法，其特征在于，所述时域特征包括均值、最大值、散度中的至少一个，在所述根据所述...

【专利技术属性】
技术研发人员：陶来发，张统，宋登巍，杨帆，郝杰，吕琛，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京;11