一种基于地面测试数据的卫星贝叶斯网络健康确定方法
【专利摘要】本发明公开了一种基于地面测试数据的卫星贝叶斯网络健康确定方法。本发明提供了基于地面测试数据的卫星健康状态综合量化确定方法，从历史数据角度，挖掘了与卫星与星上设备及相关参数之间的概率，充分体现了实际工况下数据的特点，以多参数的条件概率挖掘了参数与系统整体健康水平的隐式关联关系，真实反映系统健康水平。本发明能够比较准确地实现卫星测试阶段的健康状态评估，实现卫星由多指标遥测参数量化为统一健康等级，为卫星的地面测试分析提供了高效的方法。
【专利说明】—种基于地面测试数据的卫星贝叶斯网络健康确定方法【技术领域】
[0001]本发明涉及一种卫星健康确定方法，尤其涉及一种基于地面测试数据的卫星贝叶斯网络健康确定方法，属于卫星地面阶段故障预测与健康管理【技术领域】。
【背景技术】
[0002]卫星的地面测试数据对于卫星发射前的状态判别、发射决策制定等方面都具有非常重要的作用。结合卫星发射前的地面测试数据，地面测试人员和卫星设计人员能够掌握卫星发射前的总体健康状态，从而进一步采取相应的地面测试保障措施，以保证卫星发射后主动阶段和在轨运行阶段的良好状态。卫星地面测试期间，测试数据是体现卫星目前运行状态正常与否的重要依据。基于地面测试数据的卫星健康状态确定方法，主要利用卫星的地面测试数据，结合地面测试阶段的注入故障情况，通过网络的推理，给出待确定对象的总体健康等级。
[0003]在当前的卫星地面测试过程中，目前主要采用的是判读方法，通过对多维遥测数据上下限、变化率和变化趋势的判读确定星上设备的健康状态，这种方法对卫星及分系统地面测试阶段的检测异常、故障等起到了重要作用。但是由于卫星地面测试数据量大、数据维度高，尚未根据多维参数进行整体量化，无法反映卫星整体健康状态。同时过分依赖人工经验知识，难以对异常现象做出快速准确的决策反应。
[0004]因此，需要找到一种解决方法，能够针对以上不足，结合卫星地面测试参数数据，将历史地面测试数据与当前地面测试数据进行综合推理，实时地给出当前地面测试阶段卫星健康等级总体水平。
【发明内容】
[0005]本发明解决的技术问题是:克服现有技术的不足，提供一种基于地面测试数据的卫星贝叶斯网络健康确定方法，能够比较准确地确定卫星整星及设备地面测试阶段的健康状态，为卫星的地面测试分析提供了高效的手段。
[0006]本发明的技术方案是:一种基于地面测试数据的卫星贝叶斯网络健康确定方法，包括如下步骤:
[0007](I)构建贝叶斯网络:构建用于确定待评估卫星健康状态的贝叶斯网络，其中贝叶斯网络的叶子节点为整星健康状态，中间节点为星上设备，根节点为星上设备对应的地面测试参数；
[0008](2)确定训练样本:从待评估卫星的地面测试历史数据中提取各根节点对应的地面测试参数历史数据，进行误码和奇异点剔除、空值填充和均值计算预处理；对其中的连续变量进行离散化，确定从连续属性到离散属性的对应关系，即将数值属性的值域划分为若干子区间，每个区间对应一个离散值；根据历史评估结果确定根节点不同取值条件下中间节点的取值，以及中间节点·不同取值条件下叶子节点的取值；经过预处理、离散化的根节点数据及对应的中间节点和叶子节点数据构成卫星贝叶斯网络健康确定模型的训练样本；[0009](3)利用步骤(2)得到的训练样本训练步骤(1)所构建的贝叶斯网络，得到条件概率:通过训练样本统计所构建贝叶斯网络中根节点和各中间节点的先验概率,并据此进一步计算得到各父节点取不同值条件下子节点的条件概率，即得到各根节点取不同值条件下中间节点的条件概率、各中间节点取不同值条件下叶子节点的条件概率；
[0010](4)确定卫星健康状态:将待评估卫星经过误码和奇异点剔除、空值填充和均值计算预处理后得到的各根节点的当前地面测试参数输入步骤(1)所构建的贝叶斯网络中，贝叶斯网络根据步骤(3)得到的条件概率计算输出整星的健康状态。
[0011]所述步骤(2)中提取各根节点对应的地面测试参数历史数据，进行误码和奇异点剔除、空值填充预处理的实现方法如下:
[0012]奇异点剔除主要采用计算各根节点对应的地面测试参数历史数据的序列平均值和方差值，通过平均值加减三倍方差值的方式确定出测试数据中95%的数据应该处于的数据范围，从而剔除出不在此范围内的奇异点数据，直接将该数据点置为空；计算剔除误码和奇异点后测试数据的分钟均值；对于空值点数据，利用线性插值的方法对空值点进行补值，从而形成一个完整的数列，假设测试数据序列的缺失数据段为Xt，Xt+1, L, Xf1,则线性内插法数据补点公式为:
[0013]
【权利要求】
1.一种基于地面测试数据的卫星贝叶斯网络健康确定方法，其特征在于包括如下步骤: (1)构建贝叶斯网络:构建用于确定待评估卫星健康状态的贝叶斯网络，其中贝叶斯网络的叶子节点为整星健康状态，中间节点为星上设备，根节点为星上设备对应的地面测试参数； (2)确定训练样本:从待评估卫星的地面测试历史数据中提取各根节点对应的地面测试参数历史数据，进行误码和奇异点剔除、空值填充和均值计算预处理；对其中的连续变量进行离散化，确定从连续属性到离散属性的对应关系，即将数值属性的值域划分为若干子区间，每个区间对应一个离散值；根据历史评估结果确定根节点不同取值条件下中间节点的取值，以及中间节点不同取值条件下叶子节点的取值；经过预处理、离散化的根节点数据及对应的中间节点和叶子节点数据构成卫星贝叶斯网络健康确定模型的训练样本； (3)利用步骤(2)得到的训练样本训练步骤(1)所构建的贝叶斯网络，得到条件概率:通过训练样本统计所构建贝叶斯网络中根节点和各中间节点的先验概率，并据此进一步计算得到各父节点取不同值条件下子节点的条件概率，即得到各根节点取不同值条件下中间节点的条件概率、各中间节点取不同值条件下叶子节点的条件概率； (4)确定卫星健康状态:将待评估卫星经过误码和奇异点剔除、空值填充和均值计算预处理后得到的各根节点的当前地面测试参数输入步骤(1)所构建的贝叶斯网络中，贝叶斯网络根据步骤(3)得到的条件概率计算输出整星的健康状态。
2.根据权利要求1所述的一种基于地面测试数据的卫星贝叶斯网络健康确定方法，其特征在于:所述步骤(2)中提取各根节点对应的地面测试参数历史数据，进行误码和奇异点剔除、空值填充预处理的实现方法如下: 奇异点剔除主要采用计算各根节点对应的地面测试参数历史数据的序列平均值和方差值，通过平均值加减三倍方差值的方式确定出测试数据中95%的数据应该处于的数据范围，从而剔除出不在此范围内的奇异点数据，直接将该数据点置为空；计算剔除误码和奇异点后测试数据的分钟均值；对于空值点数据，利用线性插值的方法对空值点进行补值，从而形成一个完整的数列，假设测试数据序列的缺失数据段为Xt，Xt+1, L, Xf1，则线性内插法数据补点公式为:
3.根据权利要求1所述的一种基于地面测试数据的卫星贝叶斯网络健康确定方法，其特征在于:所述步骤(3)中计算各父节点取不同值条件下子节点的条件概率的方法如下:
【文档编号】G06F19/00GK103678886SQ201310611919
【公开日】2014年3月26日 申请日期:2013年11月26日 优先权日:2013年11月26日
【发明者】孙波, 张雷, 罗荣蒸, 胡勇, 顾佳琦 申请人:北京空间飞行器总体设计部