[发明专利]一种在轨航天器状态预测方法

摘要

一种在轨航天器状态预测方法，首先接收航天器的遥测数据，剔除遥测数据中的野值并对剔除野值后的遥测数据进行采样，生成具有时间间隔的数据。然后判断预测参数是否与航天器状态或者测控事件有关，如果有关则采用与航天器状态或者遥控事件有关的参数预测方法进行预测；如果无关则开始累积与预测参数对应的遥测数据，然后判断遥测数据是否为周期性变化，如果遥测数据为周期变化的，则采用周期变化规律的预测模型进行参数预测；如果遥测数据为非周期变化的，则采用与航天器状态或者遥控事件无关的参数预测方法进行预测。

主权项

一种在轨航天器状态预测方法，其特征在于步骤如下：(1)接收航天器的遥测数据，剔除遥测数据中的野值并对剔除野值后的遥测数据进行采样，生成具有时间间隔的数据，所述的遥测数据包括历史遥测数据和实时遥测数据；(2)判断预测参数是否与航天器状态或者测控事件有关，如果有关则转步骤(3)，采用与航天器状态或者遥控事件有关的参数预测方法进行预测；如果无关则开始累积与预测参数对应的遥测数据，然后判断遥测数据是否为周期性变化，如果遥测数据为周期变化的，则转步骤(4)采用周期变化规律的预测模型进行参数预测；如果遥测数据为非周期变化的，则转步骤(5)采用与航天器状态或者遥控事件无关的参数预测方法进行预测；(3)判断预测参数为AR模型或是ARMA模型，通过模型检测建立时间序列模型，选取能够表征系统状态的参数来组成向量并利用时间序列模型进行状态预测；当出现连续N个奇异点后，获取与奇异点参数对应的航天器实时状态，航天器状态预测结束；如果未能获取实时状态，则确定所述奇异点是否由于航天器状态正常切换而导致，如果奇异点不是航天器状态切换而导致的，则转步骤(5)采用与航天器状态或者遥控事件无关的参数预测方法进行预测；如果奇异点是航天器状态切换而导致的，则累积数据，重新建立时间序列模型，直至预测出航天器的状态后结束；(4)通过对各遥测参数的历史数据进行分析并建立待匹配的模型，然后用待预测参数的抽样点对待匹配的模型进行匹配和调整，直至找到最终匹配的模型并用该匹配的模型进行航天器状态的预测，航天器状态预测结束；(5)根据遥测数据的类型选择时间序列法或者曲线拟合法进行处理；如果是采用时间序列法，则转步骤(3)进行航天器的状态预测；如果采用曲线拟合法，则利用遥测数据拟合出曲线拟合法中的相关参数后进行航天器的状态预测。