[发明专利]一种卫星信道链路故障的快速诊断方法

权利要求书

1.一种卫星信道链路的故障树模型构建方法，其特性在于，包括以下步骤：

S1、实时监控站内通信设备的运行状态，在信道链路发生故障时，将通信设备的关键参数自动录入关系数据库，所述关系数据库配置有相关联的设备列表、状态参数表和故障状态表；

S2、提取关键参数中易影响信道链路质量的状态参数作为特征参数，根据预设的量化规则对特征参数进行离散量化，并形成特征向量；

S3、根据经验人为排查故障原因，定位故障源，对特征向量进行分类，总结出典型的故障类型，并构建包含故障状态、特征向量和故障类型的训练样本集；

S4、利用C4.5算法对训练样本集进行机器学习，构建故障树模型。

2.根据权利要求1所述的故障树模型构建方法，其特征在于：步骤S1中，所述通信设备包括天线、变频器、功放、合路器、信道。

3.根据权利要求1所述的故障树模型构建方法，其特征在于：步骤S1中，将通信设备的关键参数包括：所述设备列表记录的设备ID和设备名称，所述状态参数表记录的状态参数ID、时间、设备ID、参数名、参数值、参数量化值，所述故障状态表记录的时间、故障状态、状态参数ID；所述设备列表与状态参数表通过设备ID关联，所述状态参数表与故障状态表通过状态参数ID关联。

4.根据权利要求1所述的故障树模型构建方法，其特征在于：所述特征参数包括：天线的接收电平、通信状态、伺服电机，变频器的变频器状态，功放的功放功率、功放温度，合路器的参考源状态，信道的通信信噪比、信道工作状态和增益电平。

5.根据权利要求4所述的故障树模型构建方法，其特征在于：步骤S2中，所述特征参数的量化规则为：

6.根据权利要求1所述的故障树模型构建方法，其特征在于：所述故障类型包括电机故障D₁、接收故障D₂、功放故障D₃、变频器故障D₄、频率源故障D₅、信道电平异常D₆。

7.根据权利要求1所述的故障树模型构建方法，其特征在于：步骤S4中，利用C4.5算法对训练样本集进行机器学习，构建故障树模型，具体包括：

Step 1计算训练样本集S的初始信息熵，其计算方法为：

式中，|S|为训练样本集的个数，D_i为故障类型，k为故障类型的个数，f(D_i,S)为各种故障类型对应的样本的个数；

Step 2计算特征参数X_n对训练样本集S划分的期望值I_x(S)，其计算方法为：

式中，T为特征参数X_n的不同值的个数，S_i为根据X_n的第i种取值的子样本，|S_i|为对应的子样本的个数；

Step 3计算按照属性X_n划分的信息增益，其计算方法为：

G(X)＝I(S)-I_x(S)

Step 4计算按照特征参数X_n划分时，训练样本集S的潜在信息为：

Step 5训练样本集S的信息增益比率为：

G_r(X)＝G(X)/S(X)

根据信息增益比率选择属性集中的属性作为故障树的节点，选择数值最大的属性作为根节点，重复Step2‐Step5，对节点进行分裂，直到构建出一颗完整的诊断故障树模型。

8.一种卫星信道链路故障的快速诊断方法，其特性在于，包括以下步骤：

当信道链路发生故障时，自动记录关键参数，选取、量化即时的特征参数，再基于由权利要求1至7任意一项所述的故障树模型构建方法构建好的故障树模型对故障进行自动分类选择，判断故障类型，从而实现卫星信道链路故障的快速诊断。