[发明专利]监督局部线性嵌入的卫星姿态控制系统故障检测方法

说明书

监督局部线性嵌入的卫星姿态控制系统故障检测方法，涉及监督局部线性嵌入的遥测数据挖掘方法，解决现有批量处理模式的局部线性嵌入(LLE)算法难以实时更新数据库并保证高维特征提取的准确性等问题，包括获取高维原始遥测卫星数据，并对获得的原始卫星遥测数据进行特征分析及预处理；采用SLLE算法对预处理后的原始卫星遥测数据进行降维，获得卫星控制系统遥测数据的低维嵌入特征信息，采用SPE统计量完成故障检测；本发明采用SLLE算法提取高维数据特征，并结合统计SPE和T²设计故障检测方案，最后通过卫星遥测数据模拟仿真，验证了卫星姿态控制系统故障检测方案的有效性，该方法有效地提高了卫星异常状态的检测能力，具有一定的工程实际应用价值。

技术领域

本发明涉及监督局部线性嵌入的遥测数据挖掘方法，具备航天器异常状态的检测能力。具体涉及一种监督局部线性嵌入的卫星姿态控制系统故障检测方法，直接应用于航天器姿态控制系统故障检测领域。

背景技术

目前，现有技术中，《针对卫星执行器/推力器故障的动态递归神经网络故障诊断和隔离架构》，2005年国际神经网络研讨会，2005，574-583。该文献中采用DRNN算法完成航天器执行机构的故障诊断，采用不同DRNN网络分别对执行机构故障检测进行隔离。该方法虽然可以对故障模式实时分类，但该方法泛化能力并不理想，只兼容高频故障模式。

《卫星的冗余反应轮配置中的故障检测和隔离》系统，人与控制论，2007， 3151-3158。该文献中，采用了G2算法的故障诊断技术，能够实现卫星姿态控制系统复杂故障模式的检测和诊断，但是建立完备的专家知识库这一难题未能有效解决。

《一种用于空间系统异常检测和故障诊断的机器学习方法》，IEEE信息技术太空任务挑战国际会议，2006，469-476。该文献中采用了一种机器学习/数据挖掘(ML/DM)算法，能够有效检测出卫星姿态控制系统遥测数据中的异常点，提出与动态贝叶斯网络结合的设计方案实现系统故障诊断，但该方法对模型的要求较高，且在故障隔离领域泛化能力不理想。

《使用主成分分析和支持向量机的航天器故障检测与诊断》，2012年工业电子与应用大会，2012，1984-1988。该文献中采用主元分析法(PCA)将卫星多维遥测数据降维并提取数据特征信息，提出一种与支持向量机(SVM)相结合的故障检测方案实现故障检测，该方法的参数估计通过估计模型来获取，但估计模型较为复杂导致故障检测时间较长，降低了故障检测能力。

发明内容

本发明为解决现有批量处理模式的局部线性嵌入(LLE)算法难以实时更新数据库并保证高维特征提取的准确性等问题，提供一种监督局部线性嵌入的卫星姿态控制系统故障检测方法。

监督局部线性嵌入的卫星姿态控制系统故障检测方法，该方法由以下步骤实现：

步骤一、获取高维原始遥测卫星数据，并对获得的原始卫星遥测数据进行特征分析及预处理；

步骤二、采用监督局部线性嵌入算法对步骤一预处理后的原始卫星遥测数据进行降维，获得卫星控制系统遥测数据的低维嵌入特征信息，具体实现过程为：

步骤二一、寻找卫星遥测数据样本点x_i的邻域点,计算所述样本点x_i的邻域点的权值矩阵W；

步骤二二、引入新样本点，通过权值矩阵更新算法更新权值矩阵W，具体实现过程为：