[发明专利]数据不平衡下XGBoost结合FocalLoss的卫星姿态故障检测方法

说明书

本发明公开了一种数据不平衡下Xgboost结合FocalLoss的卫星姿态故障检测方法，主要根据卫星上的姿态控制系统中星敏，陀螺仪与反作用轮的数据，通过遥测传到地面站进行故障检测。对遥测数据中正常数据与故障数据分布的极其不平衡进行处理，利用Xgboost结合Focalloss损失函数，进行故障数据的分类和检测。本申请通过数据层面和模型层面上针对卫星故障数据不平衡的特点，使用图像中提出的Focalloss损失函数来对XGBoost进行改进，对遥测这种结构化数据进行分类有着良好的作用。在这种遥测故障数据不平衡的情况下，可以很好的对故障很好的检测效果。同时也解决了单纯只以准确率作为检测结果的不可靠性。

技术领域

本发明针对卫星中的姿态故障进行检测，具体涉及数据不平衡下XGBoost结合FocalLoss的卫星姿态故障检测方法。

背景技术

随着这些年航天领域的快速发展，卫星在轨的数量在不断的增加，卫星运行中产生的数据日益庞大，导致地面运控中心实时故障检测在传统方法下处理这些故障变得越来越困难。同时，大数据技术与人工智能的进步，通过数据挖掘结合机器学习的方法进行故障检测，对于解决这种数据量庞大和故障检测中的问题能够有更好的表现。

专家经验和解析模型的卫星故障检测方法是现阶段的主要方法。其中基于专家经验的检测方法主要指的是建立卫星故障检测的专家系统。文献1(郑玮，杨学猛，葛宁.基于专家系统和神经网络的卫星故障诊断系统设计与实现[J].燕山大学学报.2016,40(01),74-80.)公开了专家系统故障诊断方法是在计算机采集被诊断对象的信息后，综合运用各种规则，找到故障。在航天卫星领域专家知识包括了卫星的故障模式、故障征兆等一系列的先验知识，并根据领域内的专家进行故障诊断和故障解决方案。文献2(邹磊，王小强，李俊瑶，王俊，臧权杰.测控设备故障诊断专家系统知识获取方法研究[J].微处理机.2016,37(05),92-96.)运用的基于规则的专家系统，其中专家系统的知识来自操作手册中故障树和航天专家经验，通过设置阈值通过条件判断检测故障。虽然这些专家系统相对来说比较简单，使用直接知识，具有很快的推理速度。但是专家经验的缺点也很明显，过于依赖历史的故障经验，诊断能力有限，难以实现系统自主，在增加或者修改规则库时，也很难保证一致性。

再者就是基于解析模型的卫星故障检测方法，从卫星故障检测的研究来看，解析模型是最多，同时也是解释性最好的。该方法主要在于构建目标航天器的数学模型，通过解析该模型与真实系统的输出的残差，从而判断真实系统是否出现了故障。对于计算残差的方式有很多，其中参数估计法，状态估计法和等价空间法。文献3(于百胜，黄文虎，姜兴胜，徐世昌，朱平.卫星姿态敏感器故障的等价空间诊断法[C].第六届机械设备故障诊断学术研讨会.1998.)将等价空间法应用在姿态控制组件的冗余性模型构建，设计了卫星姿态敏感器的故障诊断模型。本申请中选择卫星姿态故障的主要原因在于，卫星姿态健康是卫星在轨健康运行的重要表征，通常姿态正常也是卫星各个分系统正常运行的基础，卫星姿态相关的遥测数据比较多，特征丰富便于建立模型。同样针对卫星姿态控制系统，文献4(何夏维，蔡云泽，严玲玲.一种合成残差式的反作用轮故障检测方法[J].上海交通大学学报.2021,55,(06),716-728.)提出了自适应残差估计建模应用于卫星姿态控制系统的执行器故障检测中。文献5结合几何和神经网络的卫星反作用轮故障诊断方法和文献6卫星姿态控制系统的诊断与主动容错控制设计了一组自适应估计滤波器和一组残差滤波器，实现了卫星姿控系统反作用轮的故障检测模型。文献7基于卡尔曼滤波器组的卫星姿态控制系统反作用轮故障检测与诊断设计了基于卡尔曼滤波的姿控系统故障诊断模型。

虽然专家经验和解析模型在过去和现在都有担当着主要的作用。但是面对日益复杂的卫星系统和各种载荷不同，功能不同的卫星，产生的遥测数据不管是从数量与特征维度上面都不同。所以对于一些频繁机动、复杂姿态指向的卫星就很难适用之前建立专家系统。对于解析模型和专家系统在地面管控的时候很多都是对于专门的卫星建立，所以算法不能通用，无法覆盖大部分卫星。

发明内容