一种导航卫星在轨异常和单粒子事件的关联及预测方法技术

本发明专利技术提供一种导航卫星在轨异常和单粒子事件的关联及预测方法，对各环境成分进行分析，选取主成分，大大降低了模型的复杂度；根据主成分分析结果，减少在轨环境因子类型和数量；累积各轨道上卫星的在设定时间段内的平均单粒子异常，构建线性相关模型；采用决策树法对模型进行进一步优化，确定线性相关模型中的待定系数；相比传统的直接分析故障和环境数据而言，本发明专利技术将空间环境效应引入，消除了航天器故障中其他非环境效应被混入统计样本的问题，补充了由空间环境引起的非实时性影响样本，使得样本数量不多的在轨故障数据能够更充分的被利用，本发明专利技术的关联方法可用于在轨异常分析、在轨异常预测，从而满足我国卫星在轨运维能力的需求。

【技术实现步骤摘要】
一种导航卫星在轨异常和单粒子事件的关联及预测方法
本专利技术属于航天测控
，尤其涉及一种导航卫星在轨异常和单粒子事件的关联及预测方法。
技术介绍
航天器在轨过程中，通过在地面接收遥测数据进行分析可以获知航天器是否发生异常和故障。在遭遇了空间环境时，其产生的空间环境效应会影响航天器的平台或载荷，并被地面获取相应的故障数据。相应的，通过航天器上搭载的环境探测传感器，利用现有手段可以在轨探测一部分空间环境的参数，下传到地面获得相应的空间环境监测数据。现有的方法通常是将地面接收到的航天器异常及故障统计数据和空间环境监测数据进行统计分析，来获得空间环境与航天器故障的关联性。然而实际在轨故障非常复杂，有明显由空间环境引起的航天器直接异常，还有由空间环境引起但有较长时延的航天器异常，由次生环境效应产生的异常，航天器自身设计缺陷引起的故障，以及航天器对空间环境效应设计裕度不足引起的异常等等，多种航天器异常和故障交错在一起，使得传统的基于统计的关联性分析效果不好，样本复杂性高但总数量少，导致了很多环境事件与航天器故障并不能很好的符合。<br>专利技本文档来自技高网...

【技术保护点】
1.一种导航卫星在轨异常和单粒子事件的关联方法，其特征在于，包括以下步骤：/nS1：获取在轨空间环境包含的环境成分向量X＝[X

【技术特征摘要】
1.一种导航卫星在轨异常和单粒子事件的关联方法，其特征在于，包括以下步骤：
S1：获取在轨空间环境包含的环境成分向量X＝[X1，X2，…，Xk，…，Xn]，其中，Xk＝(xk,1,xk,2,…xk,n)为第k种环境成分，且每种环境成分对应一种单粒子，1≤k≤n，xk,1～xk,n为第k种环境成分中的环境样本；
S2：在n种环境成分中选取若干个环境成分作为主成分，并将主成分的数量记为m，各主成分分别记为X1～Xm；
S3：获取设定累积固定时间区间内单星的单粒子异常发生率P(T)：



其中，NGEO(τ)为地球静止轨道上所有卫星在τ时间段内发生的单粒子事件总数，NMEO(τ)为中地球轨道上所有卫星在τ时间段内发生的单粒子事件总数，NIGSO(τ)为倾斜地球同步轨道上所有卫星在τ时间段内发生的单粒子事件总数，d为设定的时间因子，T为设定的总统计时间，∑Nsat为地球静止轨道、中地球轨道以及倾斜地球同步轨道上的卫星总数；
S4：采用第一个主成分X1的LET谱计算单粒子翻转风险R：
R＝∫Flux(E)LET(E)dE
其中，Flux(E)为主成分X1对应的单粒子的能量微分通量分布函数，E为主成分X1对应的单粒子的能量，LET(E)为主成分X1对应的单粒子产生的线性能量传输谱；
S5：采用剩余m-1个主成分X2，X3，…，Xm和单粒子翻转风险R构建线性相关模型如下：
PSEE＝α1R+α2X2+...+αmXm+γ
＝α1ln(∫Flux(E)LET(E)dE)+α2X2+...+αmXm+γ
其中，PSEE为风险值，α1～αm与γ均为待定系数；

【专利技术属性】
技术研发人员：聂欣，刘业楠，杨慧，王璐，袁莉芳，翟君武，刘震，王晓晨，
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