System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及航空航天,特别涉及一种遥测数据异常值的自动识别方法、电子设备及介质。
技术介绍
1、gnss(全球导航卫星系统)数据异常值检测是一个数据处理的常见问题。在gnss观测数据中,异常值可能是由多路径效应、卫星信号中断或设备故障等因素引起的。
2、按照处理过程分类,gnss数据异常值的识别方法分为预处理和后处理。预处理是通过简单的检核方法对数据异常值进行检测,其只能识别出一部分异常值,而大部分异常值需要通过最小二乘平差及其拓展方法识别。基于后处理的异常值识别方法则通过建立精确的模型,并且解算法方程,再根据拟后残差的统计分析,识别gnss观测值中的异常值。后处理方法计算过程复杂,实时性较差。同时,由于太空环境恶劣,星载gnss接收机更容易产生异常值,进而在一定程度上增加了后处理的难度。特别是对于巨型低轨卫星星座,现有的基于最小二乘或者序贯平差识别异常值的方法,已难以满足其算力和实时性需求。
技术实现思路
1、针对现有技术中的部分或全部问题,本专利技术第一方面提供一种遥测数据异常值的自动识别方法,包括:
2、计算实时获取的gnss遥测数据与外推轨道的残差;以及
3、判断所述残差的类别,以识别异常值。
4、进一步地,判断所述残差的类别包括:
5、获取所述残差的数据特征;以及
6、将所述数据特征与预设的k个残差子类的数据特征比较,以确定所述残差的类别。
7、进一步地,所述预设的k个残差子类通过如下步
8、基于历史gnss遥测数据,获取参考轨道;
9、计算所述参考轨道与所述历史gnss遥测数据的残差,其中所述残差包括异常值;以及
10、通过多次迭代的聚类分析,将所述残差分割为k个子类,其中至少一个子类为异常值。
11、进一步地,获取参考轨道包括:
12、根据历史gnss遥测数据,进行动力学拟合,得到初始历元的轨道参数;以及
13、基于所述初始历元的轨道参数,以及动力学拟合所采用的动力学模型,积分得到参考轨道。
14、进一步地,采用k均值(k-means)算法实现聚类分析。
15、进一步地,残差子类的个数通过肘部法(e l bow)确定。
16、进一步地,所述自动识别方法还包括:
17、若连续识别出的异常值个数大于预设值,则重新对数据进行聚类分析,以更新数据特征。
18、基于如前所述的自动识别方法,本专利技术第二方面还提供一种用于自动识别遥测数据异常值的电子设备,包括存储器以及处理器,其中所述存储器被配置为存储计算机程序,所述计算机程序在所述处理器运行时执行如前所述的自动识别方法。
19、本专利技术第三方面还提供一种用于自动识别遥测数据异常值的计算机可读存储介质,其存储有计算机程序,所述计算机程序在处理器上运行时执行如前所述的自动识别方法。
20、本专利技术提供的一种遥测数据异常值的自动识别方法,相较于现有技术而言,其无需建立动力学模型和观测值模型,避免了计算大型法方程,可实时自动识别出gnss遥测数据中的异常值。所述自动识别方法算法简单,效率高,易于解释,可实现异常值实时自动识别,可适用于低轨巨型星座海量gnss数据的异常值识别。
本文档来自技高网...【技术保护点】
1.一种遥测数据异常值的自动识别方法,其特征在于,包括步骤:
2.如权利要求1所述的自动识别方法,其特征在于,判断所述残差的类别包括步骤:
3.如权利要求2所述的自动识别方法,其特征在于,所述预设的K个残差子类通过如下步骤获取:
4.如权利要求3所述的自动识别方法,其特征在于,获取参考轨道包括步骤:
5.如权利要求3所述的自动识别方法,其特征在于,采用K均值算法进行聚类分析。
6.如权利要求3所述的自动识别方法,其特征在于,残差子类的个数通过肘部法确定。
7.如权利要求1所述的自动识别方法,其特征在于,所述自动识别方法还包括步骤:
8.一种用于自动识别遥测数据异常值的电子设备,其特征在于,包括存储器以及处理器,其中所述存储器被配置为存储计算机程序,所述计算机程序在所述处理器运行时执行如权利要求1至7任一所述的自动识别方法。
9.一种用于自动识别遥测数据异常值的计算机可读存储介质,其特征在于,存储有计算机程序,所述计算机程序在处理器上运行时执行如权利要求1至7任一所述的自动识别方法。
...【技术特征摘要】
1.一种遥测数据异常值的自动识别方法,其特征在于,包括步骤:
2.如权利要求1所述的自动识别方法,其特征在于,判断所述残差的类别包括步骤:
3.如权利要求2所述的自动识别方法,其特征在于,所述预设的k个残差子类通过如下步骤获取:
4.如权利要求3所述的自动识别方法,其特征在于,获取参考轨道包括步骤:
5.如权利要求3所述的自动识别方法,其特征在于,采用k均值算法进行聚类分析。
6.如权利要求3所述的自动识别方法,其特征在于,残差子类...
【专利技术属性】
技术研发人员:宋世泽,蔡济济,虞业泺,禚磊,武子连,陈菀莘,陶依琪,程泽宁,
申请(专利权)人:中国科学院微小卫星创新研究院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。