[发明专利]航天器状态模式的识别方法及识别装置

说明书

本发明公开了一种航天器状态模式的识别方法及识别装置。其中，该方法包括：采集待检测航天器的实时遥测数据；获取实时遥测数据的特征信息；将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，得到特征信息与多个SVM分类模型所对应状态模式的匹配度，其中，多个SVM分类模型分别用于识别航天器的不同状态模式；依据匹配度确定待检测航天器当前所处的状态模式。本发明解决了由于现有技术中无法及时发现遥测数据异常情况、航天器的安全性和可靠性难以得到保障的的技术问题。

技术领域

本发明涉及航天领域，具体而言，涉及一种航天器状态模式的识别方法及识别装置。

背景技术

航天器在轨飞行期间会有不同的状态模式，在不同状态模式期间，飞行器部件会工作在不同的状态下，对应的遥测数据也表现出不同的特性和变化规律，对航天器进行状态分析时，目前现有技术中常见的方法是识别出状态变化相关的少量关键遥测参数，监视遥测参数变化并与状态变化相对应的规则进行匹配，完成状态分析，但这种方法在面临状态遥测参数量大、遥测参数阈值和变化规律发生改变的情况下，其无法利用大量遥测参数进行复杂的规则描述，尤其是在面对状态模式转换持续时间长的特点时，这类方法无法对状态转换从开始、变化、维持到结束的全过程进行描述，因此，无法及时发现遥测数据的异常情况，造成的航天器在轨运行的安全性和可靠性难以得到保证。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种航天器状态模式的识别方法及识别装置，以至少解决由于现有技术中无法及时发现遥测数据异常情况、航天器的安全性和可靠性难以得到保障的的技术问题。

根据本发明实施例的一个方面，提供了一种航天器状态模式的识别方法，包括：采集待检测航天器的实时遥测数据；获取实时遥测数据的特征信息；将特征信息分别输入至多个支持向量机SVM(英文全称：Support Vector Machine)分类模型中进行分析，得到特征信息与多个SVM分类模型所对应状态模式的匹配度，其中，多个SVM分类模型分别用于识别航天器的不同状态模式；依据匹配度确定待检测航天器当前所处的状态模式。

可选地，获取实时遥测数据的特征信息之前，方法还包括：对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；获取实时遥测数据的特征信息，包括：对第一遥测数据序列进行数据清洗，得到第二遥测数据序列；计算第二遥测数据序列的特征属性，并将特征属性作为特征信息。

可选地，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。

可选地，周期性特征通过以下方式确定：对第二遥测数据序列中每个遥测数据进行归一化处理，即将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，将余值再除以周期长度，得到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相似相位均值得到第二遥测数据序列的周期性特征，其中，相似相位均值为按照预设精度对遥测数据的归一化相位进行分箱，相位值位于同箱内则认为相似相位值，然后就可以得到位于相似相位值的时间点的数据的平均值；趋势性特征通过以下方式确定：根据第二遥测数据序列的数据中的最大值、最小值、均值和熵值，确定第二遥测数据序列的趋势性特征；定位特征通过以下方式确定：根据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。

可选地，对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，采用与类型对应的清洗方式对目标遥测数据序列进行清洗，得到第二遥测数据序列。

可选地，剔除第一遥测数据序列中属于野值的遥测数据，包括：逐一将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，若遥测数据不属于参数范围的次数小于n次，则确定这一遥测数据为野值，并删除遥测数据，其中，n为自然数。