【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 ...
【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
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。