一种基于关联性健康基线的卫星关键分系统健康状态监测方法技术方案

本申请公开一种基于关联性健康基线的卫星关键分系统健康状态监测方法，其包括：第一步，关联性健康基线配置；第二步，遥测参数获取；第三步，时间标定；第四步，关联计算；第五步，异常判断；通过异常判断后，得到卫星关键分系统健康状态。相对于传统单参数阈值监测方法而言，基于关联性健康基线的监测方法将不同参数之间的定量相关关系同时纳入监测范围，能够从多参数的角度，系统化地进行卫星典型分系统健康状态监测。

【技术实现步骤摘要】
一种基于关联性健康基线的卫星关键分系统健康状态监测方法
本申请涉及一种卫星健康监控技术，尤其涉及一种基于关联性健康基线的卫星关键分系统健康状态监测方法.
技术介绍
卫星关键分系统中单机参数众多，且空间环境的变化、卫星工况的更替使遥测数据的繁杂度变高，从而使得准确获悉卫星关键分系统在轨运行的真实健康状态变得极为困难。现行关键分系统健康状态判断技术，一方面仅仅通过简单遥测数据接收，解析全部遥测数据后由人工实时进行监控和解析出的遥测数据是否正常，不仅效率低下且人为误差因素较大；另一方面，现行技术手段能利用到的数据仅为少量历史数据，通过人为简单判断参数来推测异常，造成准确率较低；同时已有的技术较少对异常状态进行预警等功能。正常情况下，不同遥测参数之间由于结构、功能上的耦合和影响，其数值之间存在一定的关联关系。当卫星处于正常(或健康)状态下的时候，这种关联关系理论上应该保持相对稳定，受到运行情况、环境干扰、数据传输的影响而在小范围内随机波动。
技术实现思路
鉴于上述问题，本申请旨在提出一种基于关联性健康基线的卫星关键分系统健康状态监测方法，从自变量遥参出发，结合配置输入的关联系数和阈值系数，计算得到因变量遥参的期望阈值区间，再用因变量遥参实际值与阈值进行比对，实现卫星的状态监测。本申请的基于关联性健康基线的卫星关键分系统健康状态监测方法，其包括：第一步，关联性健康基线配置；第二步，遥测参数获取；第三步，时间标定；将所有遥测参数时间轴统一；第四步，关联计算；根据关联性健康基线配置，计算得到因变量遥测参数关联值、关联阈值下限序列和关联阈值上限序列；第五步，异常判断；根据判异准则，判断因变量遥测参数实际值与关联阈值下限序列、关联阈值上限序列的关系，判断关联关系正常或异常；通过异常判断后，得到卫星关键分系统健康状态。优选地，在第一步中，对关联性计算所需的必要信息进行配置，配置项包括：遥测参数名称及波道号、关联性计算时间范围、关联性健康基线解析函数模型、关联性健康基线阈值和异常判定规则。优选地，在第二步中，根据配置中指定的遥测参数名称及遥测参数波道号，在遥测参数数据库中进行检索和查询；并根据配置中指定的关联性计算时间范围，在数据库中抽取出参与关联性计算的遥测参数满足关联性计算时间范围的遥测参数值；分别记为自变量遥测参数序列和因变量遥测参数序列。优选地，在第三步中，对自变量和因变量遥测参数的时间轴进行差分处理，得到自变量遥测参数时间差分值序列和因变量遥测参数时间差分值序列；比较自变量遥测参数时间差分值序列和因变量遥测参数时间差分值序列的众数，以众数大的一个作为基准遥测参数序列，另一个为待标定遥测参数序列；以基准遥测参数序列的各遥测参数值点对应的时间标签组成基准时间轴；在基准时间轴的每个时间点对待标定遥测参数序列以预定的关联范围进行搜索，如果在该关联范围内有待标定遥测参数值，则该时间点为有效时间点；自变量遥测参数序列和因变量遥测参数序列在有效时间点处的遥测参数值分别构成经标定的自变量遥测参数序列和经标定的因变量遥测参数序列。优选地，在第四步中，根据所述关联性健康基线解析函数模型、关联性健康基线阈值，对经标定的自变量遥测参数序列和经标定的因变量遥测参数序列的所示数值点进行计算，得到因变量遥测参数的关联值序列、关联阈值下限序列和关联阈值上限序列。优选地，在第五步中，根据经标定的因变量遥测参数序列、关联阈值下限序列和关联阈值上限序列，分别计算每个因变量遥测参数实际值与关联阈值下限和关联阈值上限之间的关系，得到该经标定的因变量遥测参数序列的超限标志位序列；根据异常判定规则，对超限标志位序列进行判定，得到卫星关键分系统健康状态结果。优选地，所述异常判定规则为：计算整个超限标志位序列的超限点总数占序列总长度的比例值；将比例值与预定的比例判异阈值进行比较，若比例值大于该阈值，则判定结果为异常，即卫星关键分系统健康状态为异常；若比例值小于或等于该阈值，则判定结果为正常，即卫星关键分系统健康状态为正常。优选地，所述异常判定规则为：以预定的滑窗步长对超限标志位序列进行截取，形成多个子序列；对于每个子序列，将子序列超限点总数占子序列总长度的比例值与预定的滑窗超限比例判异阈值进行比较：若该比例值大于该阈值，则该子序列判定结果为异常；若该比例值小于等于该阈值，则该子序列判定结果为正常；若任何一个子序列的判定结果为异常，则整个超限标志位序列的判定结果为异常，即卫星关键分系统健康状态为异常；若所有子序列的判定结果为正常，则整个超限标志位序列的判定结果为正常，即卫星关键分系统健康状态为正常。优选地，所述异常判定规则为：计算整个超限标志位序列的超限点总数占序列总长度的比例值；将比例值与预定的比例判异阈值进行比较，若比例值大于该阈值，则第一标志位为1；若比例值小于或等于该阈值，则第一标志位为0；以预定的滑窗步长对超限标志位序列进行截取，形成多个子序列；对于每个子序列，将子序列超限点总数占子序列总长度的比例值与预定的滑窗超限比例判异阈值进行比较：若该比例值大于该阈值，则该子序列判定结果为异常；若该比例值小于等于该阈值，则该子序列判定结果为正常；若任何一个子序列的判定结果为异常，则第二标志位为1；若所有子序列的判定结果为正常，则第二标志位为0；将第一标志位与第二标志位进行逻辑或运算，其结果即为整个超限标志位序列的结果；1为异常，即卫星关键分系统健康状态为异常；0为正常，卫星关键分系统健康状态为正常。本专利技术的优点与积极效果在于：相对于传统单参数阈值监测方法而言，基于关联性健康基线的监测方法将不同参数之间的定量相关关系同时纳入监测范围，能够从多参数的角度，系统化地进行卫星典型分系统健康状态监测；基于关联性健康基线的监测，基线来源可以是基于专家知识的构建结果，也可以是数据驱动的挖掘结果，因此本方法能够将卫星运行机理与海量遥测参数中蕴含的模式有效结合，避免了对过多的专家知识依赖性，或单纯从数据角度出发的监测结果所缺乏的可解释性；关联性状态监测是一种消耗计算资源较少的监测方法，对于卫星及其典型分系统这类需要长期稳定运行并持续监测的对象来说，本方法适合长时间范围的健康状态监测；采用多种判异准则，针对不同特点的数据和对象，针对性地进行监测，使健康状态监测结果更加合理可靠。针对多类分系统的各类型遥测参数可快速开展日关联性状态监测分析；支持用户自主添加和扩展关联关系。附图说明图1为本申请的基于关联性健康基线的卫星关键分系统健康状态监测方法的流程框图；图2为实施例1的原始遥测参数情况图；图3为实施例1的差分值序列图；图4为实施例1的标定后的遥测参数序列图；图5为实施例1的因变量遥测参数的关联值序列、关联阈值下限序列和关联阈值上限序列示意图；图6为实施例2的原始遥测参数情况图；图7为实施例2本文档来自技高网...

【技术保护点】
1.一种基于关联性健康基线的卫星关键分系统健康状态监测方法，其包括：/n第一步，关联性健康基线配置；/n第二步，遥测参数获取；/n第三步，时间标定；将所有遥测参数时间轴统一；/n第四步，关联计算；根据关联性健康基线配置，计算得到因变量遥测参数关联值、关联阈值下限序列和关联阈值上限序列；/n第五步，异常判断；根据判异准则，判断因变量遥测参数实际值与关联阈值下限序列、关联阈值上限序列的关系，判断关联关系正常或异常；/n通过异常判断后，得到卫星关键分系统健康状态。/n

【技术特征摘要】
1.一种基于关联性健康基线的卫星关键分系统健康状态监测方法，其包括：
第一步，关联性健康基线配置；
第二步，遥测参数获取；
第三步，时间标定；将所有遥测参数时间轴统一；
第四步，关联计算；根据关联性健康基线配置，计算得到因变量遥测参数关联值、关联阈值下限序列和关联阈值上限序列；
第五步，异常判断；根据判异准则，判断因变量遥测参数实际值与关联阈值下限序列、关联阈值上限序列的关系，判断关联关系正常或异常；
通过异常判断后，得到卫星关键分系统健康状态。


2.如权利要求1所述的基于关联性健康基线的卫星关键分系统健康状态监测方法，其特征在于：
在第一步中，对关联性计算所需的必要信息进行配置，配置项包括：遥测参数名称及波道号、关联性计算时间范围、关联性健康基线解析函数模型、关联性健康基线阈值和异常判定规则。


3.如权利要求2所述的基于关联性健康基线的卫星关键分系统健康状态监测方法，其特征在于：
在第二步中，根据配置中指定的遥测参数名称及遥测参数波道号，在遥测参数数据库中进行检索和查询；并根据配置中指定的关联性计算时间范围，在数据库中抽取出参与关联性计算的遥测参数满足关联性计算时间范围的遥测参数值；分别记为自变量遥测参数序列和因变量遥测参数序列。


4.如权利要求3所述的基于关联性健康基线的卫星关键分系统健康状态监测方法，其特征在于：
在第三步中，对自变量和因变量遥测参数的时间轴进行差分处理，得到自变量遥测参数时间差分值序列和因变量遥测参数时间差分值序列；比较自变量遥测参数时间差分值序列和因变量遥测参数时间差分值序列的众数，以众数大的一个作为基准遥测参数序列，另一个为待标定遥测参数序列；以基准遥测参数序列的各遥测参数值点对应的时间标签组成基准时间轴；在基准时间轴的每个时间点对待标定遥测参数序列以预定的关联范围进行搜索，如果在该关联范围内有待标定遥测参数值，则该时间点为有效时间点；自变量遥测参数序列和因变量遥测参数序列在有效时间点处的遥测参数值分别构成经标定的自变量遥测参数序列和经标定的因变量遥测参数序列。


5.如权利要求4所述的基于关联性健康基线的卫星关键分系统健康状态监测方法，其特征在于：
在第四步中，根据所述关联性健康基线解析函数模型、关联性健康基线阈值，对经标定的自变量遥测参数序列和经标定的因变量遥测参数序列的所示数值点进行计算，得到因变量遥测参数的关联值序列、关联阈值下限序列和关联阈值上限序列。


6.如权利要求5所...

【专利技术属性】
技术研发人员：王自力，马梁，王超，陶来发，吕琛，马剑，程玉杰，
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