一种在轨航天器有效数据选取方法

摘要

一种在轨航天器有效数据选取方法，首先对原始遥测数据时间序列进行预处理，生成相应的斜率时间序列；然后以斜率时间序列为输入，基于隶属度函数将相应遥测数据对应到指定的模糊集中。基于规则语句给出遥测数据的模糊化可信度，并采用重心法计算得到遥测数据对应的精确可信度值。以用户设定的可信度阈值为标准对遥测数据进行野值判定，将被判定为野值的数据剔除。最后以遥测数据时间序列中的非野值数据为基础，用最小二乘法进行曲线拟合，以曲线上的数值为剔除野值后产生的空值进行填充。最后按照用户设定进行周期性采样得到遥测数据有效值序列。该方法能够高效的剔除航天器遥测数据中的误差数据，为数据分析工具或人员提供遥测数据有效值序列。

主权项

一种在轨航天器有效数据选取方法，其特征在于步骤如下：(1)对获取的遥测数据进行处理，计算得到遥测数据的变化斜率，计算公式为： y ( k ) = min { | x ( k ) - x ( k - 1 ) t ( k ) - t ( k - 1 ) | , | x ( k ) - x ( k + 1 ) t ( k ) - t ( k + 1 ) | } 其中y(k)为变化斜率，x(k)为第k个时刻的遥测参数值，t(k)为k时刻的具体时间值，min()函数表示求最小值，双竖线为绝对值运算；(2)基于变化斜率的计算结果，采用隶属函数将获取的遥测数据对应到指定的模糊集中，其中模糊集设置为{数据偏差较小、数据偏差小、数据偏差大、数据偏差较大}4个层次，对应的隶属函数分别为：属于数据偏差较小的隶属度函数为：u1(y)＝1‑y/c1，y＞＝0，y＜＝c1；属于数据偏差小的隶属度函数为：u2(y)＝y/c1；y＞＝0，y＜＝c1；u2(y)＝(c2‑y)/c1，y＞c1，y＜＝c2；属于数据偏差大的隶属函数为：u3(y)＝(y‑c1)/c1；y＞c1；y＜＝c2；u3(y)＝(c3‑y)/c1，y＞c2，y＜＝c3；属于数据偏差较大的隶属函数为：u4(y)＝1；y＞c3；u4(y)＝(y‑c2)/c1，y＞c2，y＜＝c3；上述隶属函数中，0＜c1＜c2＜c3＜1，c1、c2、c3、c4的设定应能够反映y(k)取值在某一区域中的概率；(3)利用对应的规则语句，生成各模糊量对应的模糊化后的可信度；所述的可信度集合包括可信度值较小、可信度值小、可信度值大、可信度值较大4个层次；所述的规则语句为：如果数据偏差比较小，则可信度值较大；如果数据偏差比较大，则可信度值较小；如果数据偏差小，则可信度值大；如果数据偏差大，则可信度值小。其中，数据偏差较大、数据偏差较小、数据偏差小、数据偏差大由步骤(2)的计算结果确定；(4)采用重心法计算得到遥测数据对应的精确可信度值reliab(y)，计算公式为reliab(y)＝d1＊k1+d2＊k2+d3＊k3+d4＊k4，式中k4＝u1，k3＝u2，k2＝u3，k1＝u4，其中d1、d2、d3、d4为权重系数，确定原则为可信度小的权重系数相对较小；(5)结合用户设定的可信度阈值，判定目标数据是否为野值，如果判定结果为野值，进入步骤(6)，否则进入步骤(8)；(6)如果野值前后的数据均为有效值，则取前后数据的平均值替代被剔除的野值；如果野值的前后存在连续野值，则继续向前向后找到有效值点采用最小二乘法进行曲线拟合，使用拟合后曲线上的值替代野值；(7)将进行完野值去除填充后的遥测数据按照时间长度进行平滑处理，然后对平滑后的遥测数据进行采样，得到有效值序列；如果原始数据没有受到外部干扰，可以利用采样点处的数据值作为采样数据，如果发现整体上数据的稳定性较差、数据灵敏性很强，则利用采样周期内的平滑值或平均值作为样本数据；(8)得到最终的航天器有效数据。