基于推演式聚类学习算法的卫星健康状态监视系统

《基于推演式聚类学习算法的卫星健康状态监视系统》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、V01．25No．5航天器工程第2j卷第5期80SPACECRAFTENGINEERING2016年10月基于推演式聚类学习算法的卫星健康状态监视系统余晟张海祥宋宏江何晓宇闫金栋(北京空间飞行器总体设计部，北京100094)摘要提出一种基于推演式聚类学．-j算法的卫星通用健康状态监视系统，应用卫星运行数据构建多维空间向量集，通过聚类生成健康状态知识库，可以实时监视卫星遥测状态。使用某卫星热控分系统的测试数据对该系统的有效性进行了验证，结果表明：该系统具有较好的卫星异常健康状态识别与评估的能力和准确度，可为卫星健康状

2、态监视手段的选择提供参考。关键词卫星；健康状态监视；机器学．-j；聚类学．--j算法中图分类号：V557．1文献标志码：ADOI：10．3969／j．issn．1673—8748．2016．05．013ASatelliteHealthStatusMonitoringSystemBasedonDeductiveClusteringAlgorithmYUShengZHANGHaixiangSONGHongjiangHEXiaoyuYANJindong(BeijingInstituteofSpacecraftSystem

3、Engineering，Beijing100094，China)Abstract：Thispaperproposesasatellitehealthstatusmonitoringsystembasedonadeductiveclusteringalgorithm．Thesystemconstructsvectorsetsbasedonrealdatainsatelliteoperations，andthenbuildsasatellitehealthknowledgedatabase．Thesystemmonit

4、orssatellitetelemetrypa—rametersinrealtime．Theauthorsverifythecorrectnessofthesoftwarebasedonarealtestdataset：theresultsshowthatthesystemcanachievehighaccuracyofsatellitehealthassessmentanddiagnose。andcanbeareferenceforselectionOfsatellitehealthstatusmonitorin

5、gmeasures．Keywords：satellite；healthstatusmonitoring；machinelearning；clusteringalgorithm1引言卫星健康状态监视软件的目标是及时发现卫星可能存在的异常问题，提升异常问题的识别率对保障卫星在轨正常运行具有重要意义¨]。随着卫星系统复杂性的快速增长，对健康状态监视软件的功能提出了更高的要求，主要表现在：①表征卫星状态的参数越来越多，由单一的参数判读向多参数的联合判读转变，多参数的状态组合随着参数个数的增加呈几何级数的增长；②对判读的精确

6、度要求越来越高，由定性的状态判读向定量的状态判读转变，为状态的健康程度和偏离度给出定量的数据；③系统自学习要求越来越紧迫，对于复杂的卫星系统，预先给出全面完整而且准确的判读知识越来越困难，需要系统具备自学习功能。国内外学者对航天器健康状态监视方法进行了研究，文献[2]提出采用聚类分析的方法，利用航天器历史数据进行健康状态建模。研究了基于划分和模型的两种聚类分析系统的方法．在此基础上建立了航天器故障诊断模型，并使用Simlink软件对算法进行仿真。研究的方法主要针对航天器姿态轨道收稿日期：2016一03一14；修回日

7、期：201607—28作者简介：余晟．男．博士，工程师，从事星载软件开发技术研究。Email：yushen900@hotmail．corn。第5}tjJ余胺等：螭十推演』℃聚类学爿钟：法的IJ．艰健康状态临视系统控制系统的故障诊断工作。文献[3]提出采用-E．-于数据统计理论的自适应相关算法，进行液体火箭发动机健康状态的实时监视．并使片j火箭实际试4i数据埘算法有效性进行了验iJE。文献[_1]提出建立有限7己模型来进行航犬器防热系统的健康状态监视．这类建菠模型的方法需要提前对故障知识和机理有深入的理解．不能使用历

8、史数据．闪此成用范围比较有限。文献[5]使用BEAM(Beacon—basedExcepIk)nA11alvsisforMulti—Missions)系统进行航火匕机主rjI擎数据的健康状态监视．BEAM系统足一个典刭的单参数监视系统．小能进ii多维参数联合划滇。文献[6]使川甚于决策树的方法来进行J一2X火箭发动机的故障诊断任务。近年来．提出J7基于数据驱