[发明专利]基于模式演化的卫星长期在轨运行状态的预测方法

摘要

一种基于模式演化的卫星长期在轨运行状态的预测方法，包括以下步骤：通过测控中心数据系统获得历史遥测数据，通过地面观测站设备接收卫星载波信号后经解调、译码、分路获得实时遥测数据；对遥测数据进行数据分段处理；再对各分段序列按时间和数值进行标准化；然后采用聚类分析方法，并以标准化分段序列所对应的变化模式作为分段序列的变化模式；采用函数逼近方法建立各模式的形式化模型，利用上述各分段序列的模式、时间长度及特征数据，建立模式演化过程模型，最后生成虚拟遥测数据，并基于虚拟遥测数据与实时遥测数据进行比较，以预测卫星状态并判断卫星运行状态是否异常。本发明的方法可以更准确、高效地预测卫星长期运行状态是否异常。

主权项

1.一种基于模式演化的卫星长期在轨运行状态的预测方法，包括以下步骤：(1)数据获取准备：通过相应的数据接收设备接收卫星遥测数据，并根据需要对所获取的卫星遥测数据进行解码，按时间先后顺序对数据帧排序，剔除卫星遥测数据中的野点，生成按时间顺序排列且有效的遥测参数工程值序列；通过相应的数据接收设备接收卫星遥测数据具体包括：通过测控中心数据系统获得历史遥测数据，通过地面观测站设备接收卫星载波信号后经解调、译码、分路获得实时遥测数据；(2)数据分段处理：构造遥测参数工程值序列分段的时间规则，依据该时间规则将前述遥测参数工程值序列划分为时间上相连但不交的分段序列；计算各分段序列的汇总特征数据，构造遥测参数工程值序列分段的时间规则的具体方法包括以下步骤：(21)绘制卫星遥测数据曲线，忽略趋势性，通过直观分析、周期性分析、变点分析、时间序列模式识别方法，分析相邻固定时间间隔的分段序列变化模式的重复性或相似性；(22)设通过上述步骤(21)获得如下信息：起自时间tj的相隔固定时间δj的时间长度为τj的分段序列的变化具有重复或相似的模式，j＝1,2,…,m，这里要求诸tj为允许的最小时间，并且根据卫星轨道、卫星和太阳位置的关系确定这一规律在卫星整个在轨期间都成立，则按如下方法确定fτ(i)：(221)搜索数据组合(tj,δj,τj)，j＝1,2,…,m，若存在p，p≤m个数据组合，不妨设为前p个，即(tj,δj,τj)，j＝1,2,…,p，满足以下两个条件：(a)δ1＝δ2＝…＝δp＝δ＝τ1+τ2+…+τp：(b)对任何j＝1,2,…,p，都有tj＝τ1+τ2+…+τj‑1；则定义遥测数据分段的(τ1,τ2,…,τp)‑规则如下：(222)若不存在满足上述条件(a)和(b)的数据组合，则通过人工指定方式定义遥测数据分段的固定时间规则或者函数时间规则；(3)分段序列标准化：对上述步骤(2)获得的各分段序列按时间和数值进行标准化，获得定义于区间[0,1]上、取值服从标准正态分布的标准化分段序列；(4)模式聚类：对所获得的标准化分段序列，根据序列的距离或相似性度量，采用聚类分析方法将相互接近或相似的标准化分段序列归为一类，由此形成标准化分段序列的变化模式，并以标准化分段序列所对应的变化模式作为上述分段序列的变化模式；(5)模式建模：利用上述各变化模式中对应的标准化分段序列，采用函数逼近方法建立各模式的形式化模型，描述该模式对应的标准化分段序列中的标准化数据在[0,1]上的变化规律；(6)模式演化建模：利用上述各分段序列的模式、时间长度及特征数据，以各分段序列的序号为索引变量，建立卫星遥测数据模式演化过程模型，并描述各分段序列的模式、时间长度及特征数据随其序号的变化；(7)虚拟遥测数据生成：依据上述获得的卫星遥测数据模式演化过程模型以及各模式的形式化模型，利用数据处理系统生成虚拟遥测数据；(8)状态预测及异常检测：通过地面观测站设备接收卫星载波信号，再经解调、译码、分路获得实时遥测数据，基于所生成的上述虚拟遥测数据与所述实时遥测数据进行比较，以预测卫星状态并判断卫星运行状态是否异常。