基于遥测参数且关联于对卫星控制行为的卫星状态监测方法
【技术领域】
[0001] 本发明属于卫星在轨健康管理领域，尤其涉及一种卫星在轨状态监测方法。
【背景技术】
[0002] 监测卫星在轨运行状态，经常需要从在轨遥测数据中提取特征量数据，并根据特 征量数据判别卫星状态，如正常或异常。目前遥测数据特征提取主要采用信号处理方法，如 傅立叶变换、小波变换、频谱分析等。然而，这些方法的计算效率低、抗干扰性差、特征值确 定困难，且主要针对连续取值序列，难以适应卫星遥测数据下行速度快、数据量大、在有限 水平上取值离散、类型复杂、噪声较大、野值较多等特点。
[0003] 卫星是典型的受控制系统，整星及其设备在星上和地面控制系统的作用下，保持 在要求的状态。一般来说，整星或设备处于不同状态时，有关的控制系统或控制装置所表现 出来的外部行为也存在差异。比如，当卫星受到干扰而出现姿态异常时，姿控系统需以更为 频繁的方式进行调节和控制卫星姿态偏差，使卫星姿态保持在阈值范围内；电池温度在规 定的控温范围内稳定变化时，电池加热器在接通和断开两种状态下的持续时间基本稳定， 电池温度超过控温上限时，加热器则处于不控制电池温度的断开状态。因此，可根据控制系 统或控制装置的行为对遥测参数变化模式的影响，如遥测参数数值变化的次数或幅度、遥 测参数处于受控制或不受控制状态的持续时间等，作为监测所关心的卫星状态的依据。
[0004] 然而，现有的卫星在轨状态监测方法都没有很好地利用控制系统或控制装置的行 为特征对遥测参数进行关联，现有基于信号处理的遥测数据特征提取方法也存在诸多的工 程不适应性，使得现行监测方法中存在的计算效率低、抗干扰性差、对噪声和野值敏感等诸 多问题长期得不到解决。
【发明内容】
[0005] 本发明所要解决的技术问题是，克服以上【背景技术】中提到的不足和缺陷，提供一 种计算效率高、对噪声和野值不敏感、符合卫星遥测数据在有限个水平上离散取值的工程 实际、可以及早判别和预警门限内异常的基于遥测参数且关联于对卫星控制行为的卫星状 态监测方法。
[0006] 为解决上述技术问题，本发明提出的技术方案为一种基于遥测参数且关联于对卫 星控制行为的卫星状态监测方法，其步骤包括：
[0007] (1)通过卫星地面站设备接收卫星受控模拟量的遥测数据，判断该模拟量是否与 所监测的卫星状态有关，若有关则确定为与所监测卫星状态相对应的遥测参数；
[0008] (2)分析所述遥测参数的变化模式与对卫星控制行为的关联关系，并根据遥测参 数在前述关联关系下的变化模式定义特征量；对卫星控制行为主要指星上或地面控制系统 或控制装置对卫星施加的控制行为；
[0009] (3)根据所述遥测参数的特征量及其历史遥测数据，获得所监测卫星在不同类型 状态下的特征量数据；
[0010] (4)采用统计方法建立所监测卫星在不同类型状态下特征量的概率模型；在缺乏 某些状态的历史遥测数据时，根据其他状态下特征量的概率模型，采用均值平移和标准差 缩放方法，建立这些状态下特征量的概率模型。；
[0011] (5)通过卫星地面站设备按时间顺序接收上述遥测参数的遥测数据，剔除遥测数 据中的野值等，根据所定义的遥测参数的特征量提取特征量数据；
[0012] (6)利用所提取的特征量数据，并根据上述建立的不同类型状态下特征量的概率 模型，应用统计方法判定所监测卫星的状态。
[0013] 上述的卫星状态监测方法中，优选的：所述特征量包括遥测参数频度特征、遥测参 数幅度特征、遥测参数时长特征中的至少一种，所述遥测参数频度特征是指在对卫星控制 行为的作用下遥测参数取值变化的次数；所述遥测参数幅度特征是指在对卫星控制行为的 作用下取值变化的累积幅度；所述遥测参数时长特征是指遥测参数关联于对卫星控制行为 的控制（或调节）时间长度。
[0014] 上述的卫星状态监测方法中，优选的：所述遥测参数频度特征包括瞬时频度《^口 区间频度，所述瞬时频度cot定义为遥测参数在给定时刻单位时间内取值变化的次 数，所述区间频度定义为遥测参数在给定的时间区间内取值变化的次数。更优选的： 所述瞬时频度ωt米用滑动时间窗口方法确定（可参见图4)，将当前时间窗口 [t_ △，t+ △] 向右平移δ个时间单位，并利用时间窗口 [t+δ-A，t+δ+Δ]内的历史遥测数据估计时刻 t+δ的瞬时频度cot。所述区间频度Ω?ιΔ米用不重叠时间窗口方法确定（参见图5)，将当 前时间窗口 [t-A，t+A]向右平移2Δ个时间单位，并利用时间窗口 [t+A，t+3A]内的历 史遥测数据估计时间区间[t+Δ，t+3Δ]内的区间频度Ωt, Λ。
[0015] 上述的卫星状态监测方法中，优选的：所述遥测参数幅度特征包括瞬时幅度Pt 和区间幅度，所述瞬时幅度ptS义为遥测参数在给定时刻单位时间内取值变化的 累积幅度，所述区间频度定义为遥测参数在给定的时间区间内取值变化的累积幅 度。更优选的：所述瞬时幅度Pt采用滑动时间窗口方法确定（参见图4)，将当前时间窗 口 [t-A，t+A]向右平移δ个时间单位，并利用时间窗口 [t+δ-Δ,?+δ+Δ]内的历史 遥测数据估计时刻t+δ的瞬时幅度pt。所述区间幅度采用不重叠时间窗口方法确 定（参见图5)，将当前时间窗口 [t_A，t+A]向右平移2Δ个时间单位，并利用时间窗口 [t+A，t+3A]内的历史遥测数据估计时间区间[t+A，t+3A]内的区间幅度Θ?Λ。
[0016] 上述的卫星状态监测方法中，优选的：所述遥测参数时长特征包括受控时长A 和失控时长Zt，A，所述受控时长定义为受卫星控制系统或控制装置控制或调节的 时间长度，所述失控时长Zt，A定义为不受卫星控制系统或控制装置控制或调节的时间长 度；所述遥测参数时长特征采用不重叠时间窗口方法确定（参见图5)，将当前时间窗口 [t_A，t+A]向右平移2Δ个时间单位，并利用时间窗口 [t+A，t+3A]内的历史遥测数据 估计时间区间[t+A，t+3A]内的遥测参数时长特征。
[0017] 上述的卫星状态监测方法中，优选的：所监测卫星的不同类型状态包括三种以上 的不同类型卫星状态，所述步骤（6)中的应用统计方法，具体是基于所述的概率模型，采用 序贯贝叶斯决策方法进行卫星状态的监测，以判别卫星所处状态；具体的监测步骤包括：
[0018] (a)损失函数定义为：误判的损失为1，否则为0;
[0019] (b)先验概率定义为：对所述不同类型卫星状态赋予均匀的先验概率；
[0020] (c)根据在不同类型状态下特征量的概率模型，确定不同类型卫星状态下特征量 数据的似然函数，根据贝叶斯公式得出不同类型卫星状态的后验概率；
[0021] (d)根据后验概率大小进行卫星所处状态的判别，取后验概率最大的状态确定为 卫星所处的状态。
[0022] 上述的卫星状态监测方法中，更优选的：在采用所述序贯贝叶斯决策方法进行状 态判别时，除均匀先验概率外，还通过历史遥测数据中不同类型卫星状态出现的频数，确定 不同类型卫星状态的先验概率。
[0023] 上述的卫星状态监测方法中，优选的：所监测卫星的不同类型状态仅包括两种不 同类型卫星状态，或将多种不同类型卫星状态合并为两种不同类型卫星状态，所述的两种 不同类型卫星状态分别为正常状态和异常状态，所述步骤（6)中的应用统计方法，具体是 采用序贯概率比检验进行卫星状态的监测，以判别卫星所处状态；具体的监测步骤包括：
[0024] (a)利用不同类型状态下特征量的概率模型（即卫星处于正常状态或异常状态下 特征量的概率模型），分别得出已获得的特征量数据集合X的似然函数401(x)和4U(X) ;X={χ1;χ2, ···,xj；
[0025] (b)确定似然比Λ,,(Χ)二Z^(X)/C(X);
[0026] (c)按以下操作对卫星所处状态进行判别：
[0027] --如果Λη(Χ)彡B，则认为卫星所处状态异常，并置X为空集；
[0028] --如果Λη(Χ)彡Α，则认为卫星所处状态正常，并置X为空集；
[0029] --如果A<Λη(Χ) <Β，则不作出判别；
[0030] 其中，临界值Α定义
，临界值B定义 ；α、β分别为给定的 虚警率和误诊率；
[0031] (d)继续进行观测以获取所述遥测参数的遥测数据，直至所获得的遥测数据可用 于获取得出特征量数据，则得出特征量数据并转向步骤（a);否则，继续进行观测。
[0032] 上述本发明的技术方案提供了一种基于遥测参数的关联于控制系统或控制装置 行为的变化模式的卫星状态监测方法，依据该方法所监测的卫星状态应可通过某些遥测参 数进行描述，且该遥测参数的变化模式与星上或地面控制系统或控制装置的行为存在关联 关系，且这样的关联关系可以通过从遥测数据中所提取的特征量进行描述。
[0033] 与现有技术相比，本发明的优点在于：