[发明专利]一种航天器遥测数据预测方法

权利要求书

1.一种航天器遥测数据预测方法，其特征在于，包括：

获取待预测的遥测数据的历史监测数据，判断历史监测数据的平稳性，对不平稳的历史监测数据进行至少一阶的差分运算使其平稳；

计算平稳的历史监测数据的自相关系数和偏自相关系数；

根据自相关系数和偏自相关系数确定ARIMA模型中p、q的取值，获得ARIMA模型：y_t＝c+a₁y_t-1+…+a_py_t-p+ξ_t+b₁ξ_t-1+b₂ξ_t-2+…+b_qξ_t-q，其中，a₁,…,a_p为自回归模型系数，b₁,…b_q为移动平均模型系数，c为常量，P为自回归模型滞后阶数，q为移动平均模型滞后阶数，y_t为平稳的历史监测数据，ξ_t为具有零均值、同方差的独立分布白噪声序列；

从历史监测数据首端开始，以设定的取样窗口为取样单位，以设定的滑动步数逐次滑动取样窗口进行取样获得多个取样历史监测数据组；

逐个采用多个取样历史监测数据组，计算ARIMA模型的参数向量；

逐个计算前后相邻两取样历史监测数据组对应的ARIMA模型的参数向量之间的变化值；当变化值小于预设阈值时，后一取样历史监测数据组对应的ARIMA模型的参数延用前一取样历史监测数据组对应的ARIMA模型的参数；当变化值大于预设阈值时，后一取样历史监测数据组对应的ARIMA模型的参数更新为计算得到的参数，如此直至确定最后一个取样历史监测数据组对应的ARIMA模型的参数，从而得到最新ARIMA模型；

采用最新ARIMA模型进行航天器遥测数据预测。

2.根据权利要求1航天器遥测数据预测方法，其特征在于，获取的待预测的遥测数据的历史监测数据的长度至少大于100。

3.根据权利要求1航天器遥测数据预测方法，其特征在于，当获取的历史监测数据具有系统误差时，判断历史监测数据的平稳性前还需要对获得的历史监测数据进行预处理；

其中，对历史监测数据进行预处理的方式与系统误差类型相关。

4.根据权利要求1航天器遥测数据预测方法，其特征在于，从历史监测数据首端开始，以设定的取样窗口为取样单位，以设定的滑动步数逐次滑动取样窗口进行取样获得多个取样历史监测数据组的步骤之前，还包括：

设定历史监测数据的取样窗口和滑动步数。

5.根据权利要求4航天器遥测数据预测方法，其特征在于，设定历史监测数据的取样窗口和滑动步数的步骤，包括：

预设N组数据不同的取样窗口和滑动步数的组合(W，S)，其中，W为取样窗口的取样个数，S为滑动步数；

根据历史监测数据，分别以N组(W，S)滑动取样计算ARIMA模型的参数向量变化值均值，得到N组参数向量变化值均值；

比较N组参数向量变化值均值，将最大参数向量变化值均值对应的(W，S)数据设定为历史监测数据的取样窗口和滑动步数。

6.根据权利要求1航天器遥测数据预测方法，其特征在于，计算ARIMA模型的参数向量的方法为：

采用最小二乘法估计ARIMA模型参数，得到ARIMA模型的参数向量：θ＝{a₁,…,a_p,b₁,…b_q}。

7.根据权利要求6航天器遥测数据预测方法，其特征在于，逐个计算前后相邻两取样历史监测数据组对应的ARIMA模型的参数向量之间的变化值的步骤之前，还包括：

判断前后相邻两取样历史监测数据组对应的ARIMA模型的参数向量维数是否相同；

当不同时，进行维数补齐使得前后相邻两参数向量维数相同。