[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

权利要求书

1.一种基于敏感参数多证据融合的卫星工况识别与分割方法，其特征在于，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进行处理得到工况转换阈值；

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；

步骤M5：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；

所述步骤M2包括：

步骤M2.1：对目标工况和过渡工况的敏感遥参的分布状况进行定义；

步骤M2.2：依次提取预处理后的N维工况敏感遥参集合中各维遥参数据的极小值，并将各维遥参数据中的极小值剔除，得到多维遥参剩余数据；

步骤M2.3：对多维遥参剩余数据使用3西格玛方法处理，生成各位遥参数据的工况转换阈值。

2.根据权利要求1所述的基于敏感参数多证据融合的卫星工况识别与分割方法，其特征在于，所述步骤M1包括：

步骤M1.1：通过对遥参数据的挖掘和分析，结合专家知识对卫星:分系统的运行工况进行梳理、筛选，根据所选工况对相关遥参数据开展敏感性分析，得到N维工况敏感遥参集合；

步骤M1.2：采用基于时间标定的算法将多维工况敏感遥参集合进行模糊匹配，使得多维遥参序列统一到相同点数，得到预处理后的N维工况敏感遥参集合。

3.根据权利要求1所述的基于敏感参数多证据融合的卫星工况识别与分割方法，其特征在于，所述步骤M3包括：通过AND与OR逻辑符号，结合专家知识，将转换阈值集合整合在一起，形成多证据逻辑组合判据，以此作为目标工况识别与切割的判断依据。

4.根据权利要求1所述的基于敏感参数多证据融合的卫星工况识别与分割方法，其特征在于，所述步骤M4包括：

步骤M4.1：根据卫星工况的逻辑判定依据，对预处理后的N维工况敏感遥参集合进行逐点判别，提取符合要求的目标工况短数据段；

步骤M4.2：对提取的符合要求的目标工况短数据段起、止点对应的时刻进行选取，组成目标工况时段集合。

5.根据权利要求1所述的基于敏感参数多证据融合的卫星工况识别与分割方法，其特征在于，所述步骤M5包括：设置有效时间间隔，对于持续时间长度小于有效时间间隔的工况时段予以删除，剩余的工况时段将被作为最终的有效目标工况时段集合。

6.一种基于敏感参数多证据融合的卫星工况识别与分割系统，其特征在于，包括：

模块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；

模块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进行处理得到工况转换阈值；

模块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；

模块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；

模块M5：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；

所述模块M2包括：

模块M2.1：对目标工况和过渡工况的敏感遥参的分布状况进行定义；

模块M2.2：依次提取预处理后的N维工况敏感遥参集合中各维遥参数据的极小值，并将各维遥参数据中的极小值剔除，得到多维遥参剩余数据；

模块M2.3：对多维遥参剩余数据使用3西格玛方法处理，生成各维遥参数据的工况转换阈值；

所述模块M3包括：通过AND与OR逻辑符号，结合专家知识，将转换阈值集合整合在一起，形成多证据逻辑组合判据，以此作为目标工况识别与切割的判断依据。