一种基于曲线匹配搜索的航天器参数动态包络提取方法技术

本发明专利技术提出一种基于曲线匹配搜索的航天器参数动态包络提取方法，包括以下步骤：读取遥测参数文件，获得参数序列曲线作为匹配搜索的模板；读取遥测历史数据，获得历史参数序列曲线作为遍历检索的对象；遍历所述历史参数序列曲线，窗口长度为模板序列的值个数，窗口序列的初始点为匹配初始点，计算每个窗口序列与所述参数序列曲线的匹配向量和匹配值；将所述匹配值进行升序排列，并将匹配起始点进行相应排序；基于距离边界对所述匹配起始点进行降干扰优化；基于匹配阈值对优化后的匹配起始点进行提取，并进行曲线定位，组成曲线集合；根据所述曲线集合中曲线个点的最大最小值，计算航天器遥测参数的上下动态包络。器遥测参数的上下动态包络。器遥测参数的上下动态包络。

【技术实现步骤摘要】
一种基于曲线匹配搜索的航天器参数动态包络提取方法


[0001]本专利技术属于航天器测试和健康评估
，尤其涉及一种基于曲线匹配搜索的航天器参数动态包络提取方法。

技术介绍

[0002]航天器遥测参数的动态包络线是验证航天器的设计与性能是否满足需求的重要数据，可用于航天器的异常检测和健康评估。航天器遥测参数类型多样，规模庞大，导致基于人工方法选择历史曲线后提取动态包络的成本高、一致性差。
[0003]当前常用的自动化手段，一般通过专家知识设置曲线波动的上下限阈值，来模拟特定遥测参数的动态包络线。此类方法依赖于经验，效率低，难以广泛应用于大规模航天器遥测参数。
[0004]目前，基于神经网络与自适应门限估计的相关方法，针对特定数据特征，设计训练网络结构，通过网络重构偏差来计算自适应上下门限，用于生成遥测参数的动态包络线。此类方法能实现包络线的估计，然而其仅适用于特定数据范围，无法扩大输入类别范围，同时，此类方法在一定程度上忽略了动态包络数据的真实性，无法提取真实航天器参数动态包络。曲线匹配搜索技术是数据挖掘领域的重要方法，利用数据相似性进行适配曲线的检索，但在航天器参数动态包络提取中应用极少，原因在于航天器历史遥测参数曲线匹配起始点的前后数个临近点，会影响适配曲线的定位，导致曲线匹配搜索结果中存在大量干扰点，降低了航天器参数动态包络提取的准确性。

技术实现思路

[0005]针对目前基于自适应门限估计等机器学习方法无法适用于大范围航天器参数动态包络计算且无法提取真实航天器动态包络、曲线匹配搜索方法存在大量干扰点的问题，本专利技术提出一种基于曲线匹配搜索的航天器参数动态包络提取方法。
[0006]本专利技术通过以下技术方案实现。
[0007]一种基于曲线匹配搜索的航天器参数动态包络提取方法，包括以下步骤：
[0008]步骤一、读取遥测参数文件，获得参数序列曲线作为匹配搜索的模板；
[0009]步骤二、读取遥测历史数据，获得历史参数序列曲线作为遍历检索的对象；
[0010]步骤三、遍历步骤二中所述历史参数序列曲线，窗口长度为模板序列的值个数，窗口序列的初始点为匹配初始点，计算每个窗口序列与步骤一中所述参数序列曲线的匹配向量和匹配值；
[0011]步骤四、将所述匹配值进行升序排列，并将匹配起始点进行相应排序；
[0012]步骤五、基于距离边界对步骤四中的所述匹配起始点进行降干扰优化；
[0013]步骤六、基于匹配阈值，对步骤五优化后的匹配起始点进行提取，并进行曲线定位，组成曲线集合；
[0014]步骤七、根据步骤六所述曲线集合中曲线个点的最大最小值，计算航天器遥测参
数的上下动态包络。
[0015]本专利技术的有益效果：
[0016]1、本专利技术填补了曲线匹配搜索方法在航天器参数动态包络提取应用领域的空白，可以有效剔除曲线匹配干扰点，提高航天器参数动态包络提取的真实性和准确性，也可以为其他有监督学习方法，如基于度量学习等的故障诊断方法提供先验输入，提升航天器参数的异常检测效率；
[0017]2、本专利技术通过基于距离边界的匹配点优化，有效去除了适配曲线数据前后位的干扰点，实现了真实适配曲线的高精度选择，提升了航天器参数动态包络提取的质量，提高了基于包络线判别方法的航天器异常检测的测试效率；
[0018]3、本专利技术较基于神经网络和自适应门限估计方法，可以提取真实的航天器参数动态包络线，无需训练便适用于航天器多类型遥测参数的动态包络提取；
[0019]4、本专利技术不需要假设过程数据的分布情况，为纯数据驱动算法，可适用性更广；
[0020]5、本专利技术填补了曲线匹配搜索方法在航天器参数动态包络提取应用领域的空白。
附图说明
[0021]图1为本专利技术实施例某航天器中板+Y侧温度参数的历史实测序列曲线图；
[0022]图2为本专利技术实施例航天器中板+Y侧温度参数的模板序列曲线图；
[0023]图3为本专利技术实施例利用曲线匹配搜索法从历史实测序列曲线中得到的适配曲线图；
[0024]图4为本专利技术实施例航天器中板+Y侧温度的动态上下包络线图；
[0025]图5为本专利技术实施例优化前匹配向量的二维点图；
[0026]图6为本专利技术实施例优化后匹配向量的二维点图。
具体实施方式
[0027]下面结合参考附图来详细描述本专利技术的示例性实施方式。应当理解，附图中示出和描述的实施方式仅仅是示例性的，意在阐释本专利技术的原理和精神，而并非限制本专利技术的范围。
[0028]如图1所示，本专利技术的一种基于曲线匹配搜索的航天器参数动态包络提取方法，具体包括以下步骤：
[0029]步骤一、读取遥测参数文件，获得参数序列曲线作为匹配搜索的模板；
[0030]本实施例中，所述读取遥测参数文件读取指定时间区间内的待检测遥测参数，格式转换后生成的结构化遥测参数数据结构如下：
[0031]项内容参数名称字符串参数代号(参数编号)字符串时间数字向量工程值数字向量源码字符串向量
[0032]本实施例中，所述获得参数序列曲线作为匹配搜索的模板具体为：将指定时间区
间的工程值序列x1×
ntemp
作为曲线匹配搜索中的模板，其中n和1分别表示模板序列长度和参数种类，具体实施时，考虑到航天器动态包络检测实际场景，模板序列长度n>1。
[0033]步骤二、读取遥测历史数据，获得历史参数序列曲线作为遍历检索的对象；
[0034]本实施例中，所述读取遥测历史数据为读取指定历史时间区间内的遥测参数，格式转换后生成的结构化遥测参数数据结构如下：
[0035]项内容参数名称字符串参数代号(参数编号)字符串时间数字向量工程值数字向量源码字符串向量
[0036]将该指定历史时间区间的工程值序列X1×
m
作为遍历检索的对象，其中m和1分别表示序列长度和参数种类，m>n。
[0037]步骤三、遍历步骤二中所述历史参数序列曲线，窗口长度为模板序列的值个数，窗口序列的初始点为匹配初始点，计算每个窗口序列与步骤一中所述参数序列曲线的匹配向量和匹配值；具体步骤如下：
[0038]3.1利用一个模板序列长度的窗口对航天器遥测数据X1×
m
进行遍历，将窗口内序列与模板序列计算匹配向量。具体如下：
[0039]遍历曲线X1×
m
，窗口尺寸为1
×
n，滑窗步长k＝1，得到窗口序列集合Y＝{y1×
n1
,y1×
n2
,
…
,y1×
nm
‑
n+1
}，窗口序列集合共包含m
‑
n+1个序列，称窗口序列的初始点p为匹配初始点，相对应的匹配起始坐标点集合
[0040]P＝{p1,p2,
…
,p
m
‑...

【技术保护点】

【技术特征摘要】
1.一种基于曲线匹配搜索的航天器参数动态包络提取方法，其特征在于，包括以下步骤：步骤一、读取遥测参数文件，获得参数序列曲线作为匹配搜索的模板；步骤二、读取遥测历史数据，获得历史参数序列曲线作为遍历检索的对象；步骤三、遍历步骤二中所述历史参数序列曲线，窗口长度为模板序列的值个数，窗口序列的初始点为匹配初始点，计算每个窗口序列与步骤一中所述参数序列曲线的匹配向量和匹配值；步骤四、将所述匹配值进行升序排列，并将匹配起始点进行相应排序；步骤五、基于距离边界对步骤四中的所述匹配起始点进行降干扰优化；步骤六、基于匹配阈值，对步骤五优化后的匹配起始点进行提取，并进行曲线定位，组成曲线集合；步骤七、根据步骤六所述曲线集合中曲线个点的最大最小值，计算航天器遥测参数的上下动态包络。2.如权利要求1所述的方法，其特征在于，所述读取遥测参数文件读取指定时间区间内的待检测遥测参数。3.如权利要求1或2所述的方法，其特征在于，所述获得参数序列曲线作为匹配搜索的模板具体为：将指定时间区间的工程值序列作为曲线匹配搜索中的模板。4.如权利要求1或2所述的方法，其特征在于，所述读取遥测历史数据为读取指定历史时间区间内的遥测参数。5.如权利要求4所述的方法，其特征在于，将该指定历史时间区间的工程值序列作为遍历检索的对象。6.如权利要求1或2或5所述的...

【专利技术属性】
技术研发人员：栾晨辉，张淳，赵阳，刘鹤，刘一帆，赵欣，杨枫，韩小军，申帅，刘悦，
申请(专利权)人：北京空间飞行器总体设计部，
类型：发明
国别省市：