[发明专利]航天器状态模式的识别方法及识别装置

权利要求书

1.一种航天器状态模式的识别方法，其特征在于，包括：

采集待检测航天器的实时遥测数据；

获取所述实时遥测数据的特征信息；

将所述特征信息分别输入至多个支持向量机SVM分类模型中进行分析，得到所述特征信息与所述多个SVM分类模型所对应状态模式的匹配度，其中，所述多个SVM分类模型分别用于识别所述航天器的不同状态模式；

依据所述匹配度确定所述待检测航天器当前所处的状态模式。

2.根据权利要求1所述的方法，其特征在于，获取所述实时遥测数据的特征信息之前，所述方法还包括：

对所述实时遥测数据按照采集时间的先后顺序进行排序，得到第一遥测数据序列；

获取所述实时遥测数据的特征信息，包括：对所述第一遥测数据序列进行数据清洗，得到第二遥测数据序列，计算所述第二遥测数据序列的特征属性，并将所述特征属性作为所述特征信息。

3.根据权利要求2所述的方法，其特征在于，所述特征属性包括以下至少之一：

周期性特征、趋势性特征、定位特征。

4.根据权利要求3所述的方法，其特征在于，包括：

所述周期性特征通过以下方式确定：对所述第二遥测数据序列中每个遥测数据进行归一化处理，即将所述第二遥测数据序列中每个遥测数据对应的时间戳与周期长度进行求余运算得到余值，将所述余值再除以周期长度，得到所述第二遥测数据序列的周期性特征；

或者，根据第二遥测数据序列中的相似相位均值得到所述第二遥测数据序列的周期性特征，其中，对具有相似相位值的时间点的数据求平均值，即为所述相似相位均值；其中，所述相似相位均值通过以下方式确定：按照预设精度对所述第二遥测数据序列中的数据的归一化相位进行分箱，如果相位值位于同箱内，则确定同箱内的相位值为所述相似相位值；

所述趋势性特征通过以下方式确定：根据第二遥测数据序列中的最大值、最小值、均值和熵值，确定所述第二遥测数据序列的趋势性特征；

所述定位特征通过以下方式确定：根据所述第二遥测数据序列中最大值相位、最小值相位和初始点相位确定。

5.根据权利要求2所述的方法，其特征在于，对所述第一遥测数据序列进行数据清洗，得到第二遥测数据序列，包括：

剔除所述第一遥测数据序列中属于野值的遥测数据，得到目标遥测数据序列；

确定所述目标遥测数据序列中各个遥测数据的类型；

对于每个类型的遥测数据，采用与所述类型对应的清洗方式对所述目标遥测数据序列进行清洗，得到所述第二遥测数据序列。

6.根据权利要求5所述的方法，其特征在于，剔除所述第一遥测数据序列中属于野值的遥测数据，包括：

逐一将所述第一遥测数据序列中的遥测数据与预设的参数取值范围作比较，若所述遥测数据不属于所述参数范围的次数小于n次，则确定这一遥测数据为野值，并删除所述遥测数据，其中，n为自然数。

7.根据权利要求5所述的方法，其特征在于，采用与所述类型对应的清洗方式对所述目标遥测数据序列进行清洗，包括：

在所述类型为缓变遥测参数或状态量遥测参数时，删除所述第一遥测数据序列中的重复的遥测数据；

在所述类型为速变遥测参数时，对第一遥测数据序列中的遥测数据进行平滑处理。

8.根据权利要求7所述的方法，其特征在于，在所述类型为缓变遥测参数或状态量遥测参数时，删除所述第一遥测数据序列中的重复的遥测数据，包括：

以t₀为当前初始时刻，在连续的时间间隔Δ_t内，每隔时间间隔Δ_t内逐个计算所述缓变遥测参数和状态量参数，删除重复的数据，保留不同数据值。