一种基于高斯混合模型的卫星健康评估方法技术

本发明专利技术公开了一种基于高斯混合模型的卫星健康评估方法，包括：通过对获取的正常运行多维遥参数据和当前运行多维遥参数据分别进行预处理特征提取，得到正常高维特征向量和当前高维特征向量；利用所述正常高维特征向量对初始高斯混合模型进行训练处理，得到训练后的正常高斯混合模型，并利用所述当前高维特征向量对所述训练后的正常高斯混合模型进行训练处理，得到训练后的当前高斯混合模型；计算所述训练后的正常高斯混合模型和所述训练后的当前高斯混合模型的重叠度，并通过对所述重叠度进行归一化处理，得到当前健康度指数值；利用多个所述当前健康度指数值，对所述卫星健康状态进行评估处理。

【技术实现步骤摘要】
一种基于高斯混合模型的卫星健康评估方法
本专利技术涉及航天器
，特别涉及一种基于高斯混合模型的卫星健康评估方法。
技术介绍
卫星系统由许多元部件组成，结构复杂，加之轨道环境可能存在的不确定因素的影响，很难保证在轨运行期间不发生任何故障。卫星系统故障发生的形式多样，而且系统内各组成部分功能相关联，故障传播可能引起链式反应，一旦不能及时干预，将导致严重后果，因此对卫星开展有效的健康管理需求迫切。卫星健康管理主要包括异常检测、故障诊断、健康评估与寿命预测。由于卫星故障模式多样且故障样本缺乏，目前尚未建立起系统完善的卫星故障数据库，导致依赖故障数据的故障诊断难以在实际中推广。尽管异常检测技术具有不依赖故障样本的特点，但其无法从遥参数据中挖掘足够的健康信息，不能对卫星健康状态的动态演化进行有效地表征。对此，健康评估技术具有不依赖故障样本、动态表征系统健康状态的能力，在实际应用条件下具有极大使用价值。目前，卫星健康评估主要依赖层次分析法、模糊评判法等技术。这些方法往往需要大量的专家知识来进行参数加权融合以及健康等级划分，不能充分利用遥本文档来自技高网...

【技术保护点】
1.一种基于高斯混合模型的卫星健康评估方法，其特征在于，包括：/n从历史遥参数据中获取卫星健康状态下的正常运行多维遥参数据和用于待评估卫星健康状态的当前运行多维遥参数据；/n通过对所述正常运行多维遥参数据和所述当前运行多维遥参数据分别进行预处理特征提取，得到所述正常运行多维遥参数据的正常高维特征向量和所述当前运行多维遥参数据的当前高维特征向量；/n利用所述正常高维特征向量对初始高斯混合模型进行训练处理，得到训练后的正常高斯混合模型，并利用所述当前高维特征向量对所述训练后的正常高斯混合模型进行训练处理，得到训练后的当前高斯混合模型；/n计算所述训练后的正常高斯混合模型和所述训练后的当前高斯混合模...

【技术特征摘要】
20190603 CN 20191047457071.一种基于高斯混合模型的卫星健康评估方法，其特征在于，包括：
从历史遥参数据中获取卫星健康状态下的正常运行多维遥参数据和用于待评估卫星健康状态的当前运行多维遥参数据；
通过对所述正常运行多维遥参数据和所述当前运行多维遥参数据分别进行预处理特征提取，得到所述正常运行多维遥参数据的正常高维特征向量和所述当前运行多维遥参数据的当前高维特征向量；
利用所述正常高维特征向量对初始高斯混合模型进行训练处理，得到训练后的正常高斯混合模型，并利用所述当前高维特征向量对所述训练后的正常高斯混合模型进行训练处理，得到训练后的当前高斯混合模型；
计算所述训练后的正常高斯混合模型和所述训练后的当前高斯混合模型的重叠度，并通过对所述重叠度进行归一化处理，得到当前健康度指数值；
利用多个所述当前健康度指数值，对所述卫星健康状态进行评估处理。


2.根据权利要求1所述的方法，其特征在于，所述计算所述训练后的正常高斯混合模型和所述训练后的当前高斯混合模型的重叠度包括：
通过将所述正常高维特征向量输入到训练后的正常高斯混合模型中，得到正常概率分数，以及通过将所述当前高维特征向量输入到所述训练后的当前高斯混合模型中，计算当前概率分数；
根据所述正常概率分数和所述当前概率分数，计算所述训练后的正常高斯混合模型和所述训练后的当前高斯混合模型的重叠度。


3.根据权利要求2所述的方法，其特征在于，所述根据所述正常概率分数和所述当前概率分数，计算所述训练后的正常高斯混合模型和所述训练后的当前高斯混合模型的重叠度包括：

【专利技术属性】
技术研发人员：吕琛，陶来发，张兴柳，李商羽，
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