[发明专利]一种基于高维空间映射的航天器系统异常检测方法

说明书

一种基于高维空间映射的航天器系统异常检测方法，属于空间技术领域。本发明建立多遥测参数之间相互影响的系统级故障关联模型。本发明利用余弦相似性或皮尔逊相关系数计算不同遥测参数之间的相似性，采用一种基于相似性矩阵的聚类算法对所有的遥测参数进行聚类，可以将所有的遥测参数划分为不同的子集，形成一系列的子系统。利用主成份分析方法对子系统的多维空间进行处理，将其映射到一个新的空间下，新空间的维度必须低于原始数据的空间维度，对新空间中每个维度的数据进行异常检测，这样可以得到每个特征维度下的疑似异常的数据点的集合。对所有新空间数据中的疑似异常点进行集成得到系统级的异常检测信息。

技术领域

本发明涉及一种基于高维空间映射的航天器系统级异常检测方法。该方法针对多参数关联的航天器系统级异常问题，提出了一种基于高维空间映射的航天器系统级异常检测方法，建立多遥测参数之间相互影响的系统级关联故障模型。

背景技术

航天器系统作为一个典型的复杂系统，也是一个高风险的领域，即使是局部环节的微小故障都有可能会带来巨大损失或灾难。

为了给决策人员提供更高层次上的系统级关联故障异常信息，在对单个遥测参数的异常分析完成后，需要建立能够分析多个遥测参数之间相互影响造成的系统级关联异常的相关模型。因此，研究系统级在轨关联故障性及其影响，不仅为快速、准确实施在轨故障处理提供技术手段，也对整星系统级的可靠性提高有着重要意义。

经统计，我国先后在轨的两百余颗卫星至今发生过数千次的在轨故障，在这些故障中出现过多起由于一个产品出现微小问题，进而引发关联故障，导致整星失效的案例。对于单个参数的异常检测并不能代表整个系统的异常状况。其故障可能来自多个部件自身，或者多个部件之间的相互影响。如果只对单个参数的异常进行分析处理，那么航天器系统一旦发生故障，可能会出现多个遥测参数同时异常，这些单独的异常信息虽然可以帮助地面管理人员进行故障辨识，但同时也给地面管理人员造成很大的压力，从而影响其做出正确的决策。

发明内容

本发明解决的技术问题是：克服现有技术的不足，提供了一种基于高维空间映射的航天器系统异常检测方法，针对多参数关联的航天器系统级异常问题，提出了一种基于高维空间映射的航天器系统级异常检测方法，建立多遥测参数之间相互影响的系统级关联故障模型。

本发明的技术解决方案是：一种基于高维空间映射的航天器系统异常检测方法，包括如下步骤：

S1，获取高维空间遥测参数的在轨遥测数据，以最小时间间隔对在轨遥测数据进行补全；

S2，采用不同压缩时间间隔，对补全的在轨遥测数据进行数据压缩平滑操作；

S3，利用标准化方法对所有的在轨遥测数据进行标准化，使得落在不同区间范围的在轨遥测数据值能够进行比较；

S4，计算不同高维空间遥测参数之间的相似性，对所有的高维空间遥测参数进行聚类，将所有的高维空间遥测参数划分为不同的子集，形成一系列的子系统；

S5，对所有子系统的高维空间遥测参数进行降维，获得降维后的遥测参数集；

S6，对降维后的遥测参数集中每个维度的数据进行异常检测，获取不同维度的异常数据，并对不同维度的异常数据进行集成，获得航天器系统的模式异常信息。

进一步地，所述进行数据压缩平滑操作的方法为：

使用数据平滑算法对要进行处理的数据进行平滑操作；

所述数据平滑算法为其中，x_new为平滑处理后的遥测数据，x_i为第i个要处理的数据，k为所有要处理数据的个数。

进一步地，所述标准化方法包括第一标准化方法和第二标准化方法；