[发明专利]基于敏感参数多证据融合的卫星工况识别与分割方法及系统

说明书

本发明提供了一种基于敏感参数多证据融合的卫星工况识别与分割方法及系统，包括：选取卫星N维工况敏感遥参集合，对卫星N维工况敏感遥参集合进行预处理，得到预处理后的卫星N维工况敏感遥参集合；基于统计分布的阈值挖掘，采用直方统计方法将预处理后的卫星N维工况敏感遥参集合的工况转换阈值；将转换阈值通过证据逻辑组合方法，形成卫星工况的逻辑判定依据；根据卫星工况的逻辑判定依据，对预处理后的卫星N维工况敏感遥参集合进行判别，提取符合要求的目标工况短数据集；对符合要求的目标工况短数据集进行预处理，剔除不符合预设要求的工况时段，得到检验后的有效目标工况时段集合。本发买那个能够实现对后续的卫星状态监测工作的有效支撑。

技术领域

本发明涉及一种卫星健康状态监测技术领域，具体地，涉及一种基于敏感参数多证据融合的卫星工况识别与分割方法及系统。

背景技术

卫星遥参数据具有较强的周期规律，基于固定阈值的传统监测技术直接对全工况遥参数据进行分析，将造成大量因工况转换而带来的虚警现象，导致卫星监测结果准确性低、鲁棒性差。合理有效的工况识别将对后续卫星监测工作的开展产生重要影响，对此提出了一种基于多证据融合的卫星敏感遥参的工况识别与切割技术。

专利文献CN104899327B(申请号：201510351164.3)公开了一种无类别标签的时间序列异常检测方法，步骤一、根据卫星遥测数据的周期特性对卫星遥测历史数据进行分段，得到无类别标签的时间序列X＝{x1,x2,…,xn}，其中n为大于0的正整数，表示时间序列数目，x1为无类别标签的时间序列中第一个时间序列，x2为无类别标签的时间序列中第二个时间序列，xn为无类别标签的时间序列中第n个时间序列；步骤二、对步骤一得到的无类别标签的时间序列X＝{x1,x2,…,xn}进行自适应层次聚类，并判定和删除无类别标签的时间序列中的异常序列，得到卫星正常运行模式含有类别标签的时间序列和类别标签其中nz为大于0的正整数，表示正常时间序列数目，x'1为含有类别标签的时间序列中第一个正常时间序列，x'2为含有类别标签的时间序列中第二个正常时间序列，为含有类别标签的时间序列中第nz个正常时间序列，l'1为类别标签中第一个正常时间序列，l'2为类别标签中第二个正常时间序列，为类别标签中第nz个正常时间序列；步骤三、结合匹配阈值以步骤二中获得的含有类别标签的时间序列和类别标签为样本，采用最近邻居算法对最新卫星遥测时间序列x”进行模式匹配，并根据模式匹配结果实现卫星遥测数据异常检测。

专利文献CN105021311B(申请号：201510319857.4)公开了一种在轨卫星推力器温度异常实时诊断方法。本发明根据在轨卫星历史遥测数据，确定四种工况下推力器温度的物理模型中的参数：向深冷空间的热辐射系数、推力器单位质量因推力器的加热器加热产生的温度增量、推力器单位质量因推进剂燃烧产生的温度增量和推力器单位质量因太阳光照产生的温度增量；根据四种工况下推力器温度的物理模型，对当前监测时刻所处工况下的推力器温度进行实时预测，并根据卫星实际情况外扩一定范围后得到动态的报警门限，实现对轨控过程中推力器的工作状态的实时监测和异常温度报警，进行推力器温度异常实时诊断和预警研究。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种基于敏感参数多证据融合的卫星工况识别与分割方法及系统。

根据本发明提供的一种基于敏感参数多证据融合的卫星工况识别与分割方法，包括：

步骤M1：选取卫星N维工况敏感遥参集合，并对卫星N维工况敏感遥参集合进行预处理，得到预处理后的卫星N维工况敏感遥参集合；

步骤M2：基于统计分布的阈值挖掘，采用直方统计的方法将预处理后的卫星N维工况敏感遥参集合的工况转换阈值；

步骤M3：将转换阈值通过证据逻辑组合方法，形成卫星工况的逻辑判定依据；

步骤M4：根据卫星工况的逻辑判定依据，对预处理后的卫星N维工况敏感遥参集合进行判别，提取符合要求的目标工况短数据集；