留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于遥测数据动态特征的卫星异常检测方法

李维铮 孟桥

李维铮, 孟桥. 基于遥测数据动态特征的卫星异常检测方法[J]. 空间科学学报, 2014, 34(2): 201-207. doi: 10.11728/cjss2014.02.201
引用本文: 李维铮, 孟桥. 基于遥测数据动态特征的卫星异常检测方法[J]. 空间科学学报, 2014, 34(2): 201-207. doi: 10.11728/cjss2014.02.201
Li Weizheng, Meng Qiao. Fault detection for in-orbit satellites using an adaptive prediction model[J]. Journal of Space Science, 2014, 34(2): 201-207. doi: 10.11728/cjss2014.02.201
Citation: Li Weizheng, Meng Qiao. Fault detection for in-orbit satellites using an adaptive prediction model[J]. Journal of Space Science, 2014, 34(2): 201-207. doi: 10.11728/cjss2014.02.201

基于遥测数据动态特征的卫星异常检测方法

doi: 10.11728/cjss2014.02.201
基金项目: 航天飞行动力学技术重点实验室开放基金项目资助(2012afdl012)
详细信息
    通讯作者:

    李维铮,E-mail:liweizheng1992@gmail.com

  • 中图分类号: V474

Fault detection for in-orbit satellites using an adaptive prediction model

  • 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.

     

  • [1] Zhang Xiaojie, Zhao Haitao, Miao Qiang. Reliability analysis of satellite system based on dynamic fault tree[J]. J. Astron., 2009, 30(3):1249-1254. In Chinese (张晓洁, 赵海涛, 苗强. 基于动态故障树的卫星系统可靠性分析[J]. 宇 航学报, 2009, 30(3):1249-1254)
    [2] Jiang Lianxiang, Li Huawang, Yang Genqing. A survey of spacecraft autonomous fault diagnosis research[J]. J. Astron., 2009, 30(4):1320-1326. In Chinese (姜连祥, 李华旺, 杨根庆. 航天器自主故障诊断技术研究进展[J]. 宇航学报, 2009, 30(4):1320-1326)
    [3] Michael J C, David E M, Thomas J S, et al. Comparison of electronics reliability assessment approaches[J]. IEEE Trans. Reliab., 1993, 42(4):542-546
    [4] Li Xiaolei, Han Jiawei, Sangkyum K. Motion-alert, automatic anomaly detection in massive moving objects[J]. Lect. Notes Comput. Sci., 2006, 3975:166-177
    [5] Lagunas M A. The periodogram envelope in parametric and non-parametric spectral estimation[C]//International Conference on Acoustics, Speech, and Signal Processing. Glasgow: IEEE, 1989
    [6] Wang Zhenhua, Zhang Miao, Shen Yi. Actuator fault detection and isolation for the attitude control system of satellite[J]. J. Harbin Inst. Technol., 2013, 45(2):72-76. In Chinese (王振华, 张淼, 沈毅. 卫星姿态控制系统执行器故障检测与分 离[J]. 哈尔滨工业大学学报, 2013, 45(2):72-76)
    [7] Niu Erzhuo, Wang Qing, Dong Chaoyang. Robust fault detection of a class of network control system for flight vehicle[J]. J. Astron., 2012, 33(12):1736-1741. In Chinese (牛尔卓, 王青, 董朝阳. 一类飞行器网络控制系统的鲁棒故障检 测算法[J]. 宇航学报, 2011, 33(12):1736-1741)
    [8] Navarro-Moreno J. ARMA prediction of widely linear systems by using the innovations algorithm[J]. IEEE Trans. Signal Proc., 2008, 34(2):3061-3068
    [9] Chen Zhengsheng, Lü Zhiping, Zhang Qinghua, Wang Peng. GPS satellite clock error predicting based on ARMA analysis[J]. Sci. Surv. Mapp., 2011, 36(3):123-128
    [10] Li Ruiying, Kang Rui. Research on failure rate forecasting method based oil ARMA model[J]. Syst. Eng. Electron., 2008, 45(30):345-351
    [11] Celenk M. Predictive network anomaly detection and visualization[J].IEEE Trans. Inf. Forens. Secur., 2010, 35(2):288-299
  • 加载中
计量
  • 文章访问数:  1102
  • HTML全文浏览量:  3
  • PDF下载量:  1691
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-04-15
  • 修回日期:  2013-09-10
  • 刊出日期:  2014-03-15

目录

    /

    返回文章
    返回