[发明专利]一种卫星遥测参数长周期数据的趋势分析方法

说明书

本申请公开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；第四步，日关联性计算；第五步，日监测结果判定；第六步，长周期多尺度特征提取；第七步，结果分析与决策。本申请的卫星遥测参数长周期数据的趋势分析方法，在日关联关系监测基础上，完成月/年/选定周期的分析，实现长时间跨度的健康状态监控，把握卫星及典型分系统健康状态演化趋势；使用长期监测数据进行分级分阶段计算，以日为单位输出单日监测结果，使之作为长周期运算的输入进行长周期健康状态监测，合理分配计算量，获得更加合理的监测结果和趋势分析。

技术领域

本申请涉及一种卫星健康监控技术，尤其涉及一种卫星遥测参数长周期数据的趋势分析方法。

背景技术

卫星各分系统之间、分系统各部件之间交联关系复杂，空间环境多变，需采用准确高效的手段对其进行监测，进行及时的故障告警。由于结构和功能上的关联，卫星遥测参数之间也存在复杂的关联性。正常情况下，不同遥测参数之间的耦合关系应保持相对稳定的状态，而当卫星健康状态出现异常时，则会体现为遥测参数之间稳定的关联关系发生变化与异常。因此可以从遥测参数关联性的角度对卫星健康装填进行表征和异常检测。然而，对于卫星长期管理与维护而言，需要从长周期的角度，对卫星性能与健康状态变化趋势进行描述和分析，准确掌握卫星健康状态，为卫星的运行决策提供支持。在卫星健康管理方面，现有方法多数局限于故障和异常检测，以及故障诊断，在卫星长周期健康状态趋势分析方面仍缺少相关方法和技术。

发明内容

鉴于上述问题，本申请旨在提出一种卫星遥测参数长周期数据的趋势分析方法，从遥测参数关联性角度出发，对卫星健康状态进行实时监测的方法。

本申请提出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；

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。

优选地，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。

优选地，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。

优选地，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；