基于遥测数据动态特征的卫星异常检测方法

被引：19

作者：

李维铮

孟桥

机构：

[1] 东南大学信息科学与工程学院

来源：

空间科学学报 | 2014年 / 34卷 / 02期

关键词：

卫星故障检测; 遥测数据; 时间序列; 周期图谱; ARMA模型;

D O I：

暂无

中图分类号：

V467 [航天器的维护与修理];

学科分类号：

082503 ;

摘要：

基于遥测参数分析异常是保证卫星正常在轨运行的基础,通常采用阈值法判断遥测参数是否超差来判断卫星工作状态,由于其无法检测在阈值范围内变化的卫星遥测数据异常,因而会导致故障漏报,本文利用遥测参数动态变化特性,提出一种基于遥测数据变化规律检测异常的方法.利用周期图谱法求解遥测参数周期,根据遥测数据各周期之间参数值的相似性,按照遥测参数周期对数据进行采样,得到平稳差分序列,对其建立自回归移动平均混合模型,通过精确的预测结果与实测遥测数据比较来发现异常.利用该方法对实际在轨运行的某卫星2012年5月太阳能帆板转动异常故障进行验证,结果表明其能够有效避免故障漏报.

引用

页码：201 / 207

页数：7

共 6 条

[1] 卫星姿态控制系统执行器故障检测与分离 [J].

王振华 ;

张淼 ;

沈毅 .

哈尔滨工业大学学报, 2013, 45 (02) :72-76

[2] 一类飞行器网络控制系统的鲁棒故障检测算法 [J].

牛尔卓 ;

王青 ;

董朝阳 .

宇航学报, 2012, 33 (12) :1736-1741

[3] 航天器自主故障诊断技术研究进展 [J].

姜连祥 ;

李华旺 ;

杨根庆 ;

杨勤荣 ;

黄海宇 .

宇航学报, 2009, 30 (04) :1320-1326

[4] 基于动态故障树的卫星系统可靠性分析 [J].

张晓洁 ;

赵海涛 ;

苗强 ;

张伟 ;

黄洪钟 .

宇航学报, 2009, 30 (03) :1249-1254

[5] 基于ARMA模型的故障率预测方法研究 [J].

李瑞莹 ;

康锐 .

系统工程与电子技术, 2008, (08) :1588-1591

[6]

The periodogram envelope in parametc and non-parametric spectral estimation .2 Lagunas M A. International Conference on Acoustics,Speech,and Signal Processing . 1989

← 1 →