[发明专利]一种卫星遥测参数长周期数据的趋势分析方法

权利要求书

1.一种卫星遥测参数长周期数据的趋势分析方法，其包括：

第一步，多工况关联性健康基线配置；

第二步，遥测参数获取；

第三步，工况切割；根据工况敏感参数和配置的工况判别逻辑表达式，在遥测参数中识别切割出属于目标工况段的部分；

第四步，日关联性计算；根据关联性健康基线配置，利用获取的每日遥测参数，计算得到因变量遥测参数关联值、关联阈值下限序列和关联阈值上限序列；

第五步，日监测结果判定；根据判异准则，判断当日因变量遥测参数实际值与关联阈值下限序列、关联阈值上限序列的关系，判断每日关联关系正常或异常，

分别计算完整工况因变量遥测值序列中每个值与关联阈值下限和关联阈值上限之间的关系；对于每个遥测点，计算产生一个超限标志位；所有超限标志位构成整个遥测参数序列的超限标志位序列；计算整个序列超限点总数占序列总长度的比例；将整个序列超限点总数占序列总长度的比例与配置中确定的超限比例判异阈值进行比较：若该比例大于该阈值，则判定结果为异常；若该比例小于等于该阈值，则判定结果为正常；

第六步，长周期多尺度特征提取；分别从单关联关系条目尺度、单日关联性计算结果尺度和长周期关联性趋势尺度，提取不同特征；

第七步，结果分析与决策；对提取的长周期多尺度特征进行分析，掌握卫星长周期运行状态及趋势。

2.如权利要求1所述的卫星遥测参数长周期数据的趋势分析方法，其特征在于：

在第一步中，对关联性计算所需的必要信息进行配置；配置项包括：关联计算遥测参数、工况敏感参数、工况判别逻辑表达式、关联性健康基线解析函数模型、关联性健康基线阈值、日监测判定异常点比例阈值。

3.如权利要求2所述的卫星遥测参数长周期数据的趋势分析方法，其特征在于：

在第二步中，在遥测参数与工况敏感参数获取中，根据配置中指定的关联计算遥测参数名称，在遥测参数数据库中进行检索和查询；并根据配置中指定的关联性计算时间范围，在数据库中抽取出参与关联性计算的遥测参数满足关联性计算时间范围的遥测参数值，得到关联计算遥测参数序列，分别记作自变量遥测参数序列和因变量遥测参数序列；

根据配置中指定的工况敏感参数名称，在遥测参数数据库中进行检索和查询；并根据配置中指定的关联性计算时间范围，在数据库中抽取出用于工况判断与识别的遥测参数满足关联性计算时间范围的遥测参数值，记作多个工况敏感遥测参数序列。

4.如权利要求3所述的卫星遥测参数长周期数据的趋势分析方法，其特征在于：

在第三步中，将工况敏感遥测参数序列的时间轴中每一个时间点对应的工况敏感遥测参数值输入工况判别逻辑表达式中，获得布尔量序列；

在布尔量序列中，识别连续两个及两个以上值为真的子序列；每个子序列对应一个目标工况时刻区间；

在每个目标工况时刻区间对关联计算遥测参数序列进行切割，若关联计算遥测参数序列该目标工况时刻区间内有值，则关联计算遥测参数序列在该目标工况时刻区间内存在目标工况子序列；

将所有目标工况子序列按顺序排列，组成满足目标工况时刻的关联计算遥测参数序列。

5.如权利要求4所述的卫星遥测参数长周期数据的趋势分析方法，其特征在于：

在第四步中，根据配置的关联性健康基线解析方程、关联性健康基线阈值下限和关联性健康基线阈值上限，分别计算每个目标工况子序列中，对应于自变量遥测参数值的因变量遥测参数关联值、关联阈值下限和关联阈值上限；

将全部目标工况子序列计算得到的关联值、关联阈值下限、关联阈值上限序列，按照子序列下标从小到大的顺序依次排列并首尾相接；并将各序列中的所有数值点按当前顺序进行重新标号，组成最终得到的完整关联值、关联阈值下限、关联阈值上限序列；将因变量遥测参数的全部目标工况子序列的遥测值进行拼接、重新标号，组成最终得到的完整工况因变量遥测值序列。

6.如权利要求1所述的卫星遥测参数长周期数据的趋势分析方法，其特征在于：

在第六步中，针对长周期趋势计算与分析，分别从不同的尺度，对日关联性监测的输出结果进行特征提取，分别是单关联关系条目特征提取、单日关联性计算结果特征提取和长周期关联性趋势特征提取。