CN106778839B - 基于局部极值优化提取的卫星遥测数据时间序列表示方法 - Google Patents

Abstract

一种基于局部极值优化提取的卫星遥测数据时间序列表示方法。(1)给定时间序列X＝{x(t₁),x(t₂),…,x(t_n)}，X的初始局部极值点为满足公式(1)所有点，以及x(t₁)和x(t_n)；X的初始局部极值点集合记为

(2)引入局部极值保持时间参数C值，进一步筛选出IM序列中满足公式(2)的点

作为特征点；同时，对基于保持时间为C的局部极值的提取进行优化，(3)将X的起始点和终点也添加至筛选后得到的特征点集合，得到最终的特征序列

X的转折点为原序列中所有满足公式(3)的集合：合并M和N，按照时间下标大小重新排序，作为序列X的关键点序列，以此关键点序列对卫星遥测原始数据进行表示。

Description

基于局部极值优化提取的卫星遥测数据时间序列表示方法

技术领域

本发明涉及一种基于局部极值优化提取的卫星遥测数据时间序列表示方法，属于卫星遥测数据时间序列的表示方法技术领域。

背景技术

卫星遥测数据是卫星在轨工作期间运营管理人员能够获取的有关卫星工作状态与健康状态的唯一根据。采用数据挖掘和机器学习等方法对卫星遥测数据进行自动化、智能化的分析，对于卫星在轨运营维护和健康管理具有重要的价值，是当前国内外航天领域研究的热点和挑战问题。然而，现有卫星遥测数据的分析大多建立在人工标记的基础上，缺乏自动的智能标记手段，难以完成对大量数据的标记。

发明内容

本发明的目的是为了解决上述现有技术存在的问题，进而提供一种基于局部极值优化提取的卫星遥测数据时间序列表示方法。

本发明的目的是通过以下技术方案实现的：

一种基于局部极值优化提取的卫星遥测数据时间序列表示方法，

(1)给定时间序列X＝{x(t₁),x(t₂),…,x(t_n)}，X的初始局部极值点为满足公式(1)所有点，以及x(t₁)和x(t_n)

其中，2≤i≤n-1。

X的初始局部极值点集合记为

其中m≤n，并且p₁＝1，p_m＝n

(2)引入局部极值保持时间参数C值，进一步筛选出IM序列中满足公式(2)的点

作为特征点。

p_j+1-p_j-1＞C (2)

其中，1≤j≤m-1。

同时，对基于保持时间为C的局部极值的提取进行优化，伪代码如下：

(3)将X的起始点和终点也添加至筛选后得到的特征点集合，得到最终的特征序列

其中q₁＝1，q_k＝n。

X的转折点为原序列中多有满足公式(3)的集合：

式中，1＜i＜n。

从而得到转折点特征序列

其中h≤n。

合并M和N，按照时间下标大小重新排序，作为序列X的关键点序列，以此关键点序列对卫星遥测原始数据进行表示。

本发明针对原始数据数据量大、存在较多噪声等问题，研究一种基于局部极值优化提取的卫星遥测数据时间序列表示方法，实现了对原始数据的约减与聚类的特征提取，减少了计算量同时减少了噪声对后续聚类算法的影响。本发明提取出的关键点序列更能反映原始数据序列的趋势特性，同时保留了更多原始数据的形态细节，有效地提高了对卫星分段数据在聚类分析中的适应性。

附图说明

图1为本发明基于局部极值优化提取的卫星遥测数据时间序列表示方法的流程图。

具体实施方式

下面将对本发明做进一步的详细说明：本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式，但本发明的保护范围不限于下述实施例。

本实施例所涉及的一种基于局部极值优化提取的卫星遥测数据时间序列表示方法，具体步骤如下：

(1)给定时间序列X＝{x(t₁),x(t₂),…,x(t_n)}，X的初始局部极值点为满足公式(1)所有点，以及x(t₁)和x(t_n)

其中，2≤i≤n-1。

X的初始局部极值点集合记为

其中m≤n，并且p₁＝1，p_m＝n

(2)引入局部极值保持时间参数C值，进一步筛选出IM序列中满足公式(2)的点

作为特征点。

p_j+1-p_j-1＞C (2)

其中，1≤j≤m-1。

同时，对基于保持时间为C的局部极值的提取进行优化，伪代码如下：

(3)将X的起始点和终点也添加至筛选后得到的特征点集合，得到最终的特征序列

其中q₁＝1，q_k＝n。

X的转折点为原序列中多有满足公式(3)的集合：

式中，1＜i＜n。

从而得到转折点特征序列

其中h≤n。

合并M和N，按照时间下标大小重新排序，作为序列X的关键点序列，以此关键点序列对卫星遥测原始数据进行表示。

对于给定时间序列X＝{x(t₁),x(t₂),…,x(t_n)}，序列中的特殊点(SpecialPoint，SP)提取算法的伪代码如下。

输入：原始序列X，局部极值保持时间a，三点转折阈值c。

输出：特殊点序列SPS＝{x(t_s1),x(t_s2),…,x(t_sv)}

SPS提取的控制参数决定了序列中SP的数量与表示质量。参数选择一般需要先对数据进步初步分析和预判参数选取。

以上所述，仅为本发明较佳的具体实施方式，这些具体实施方式都是基于本发明整体构思下的不同实现方式，而且本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。

Claims (2)

1.一种基于局部极值优化提取的卫星遥测数据时间序列表示方法，其特征在于，

(1)给定卫星遥测数据的原始时间序列X＝{x(t₁),x(t₂),…,x(t_n)}，X的初始局部极值点为满足公式(1)所有点，以及x(t₁)和x(t_n)

其中，2≤i≤n-1；

X的初始局部极值点集合记为

其中m≤n，并且p₁＝1，p_m＝n

(2)引入局部极值保持时间参数C值，进一步筛选出IM序列中满足公式(2)的点

作为特征点；

p_j+1-p_j-1＞C (2)

其中，1≤j≤m-1；

同时，对基于保持时间为C的局部极值的提取进行优化，步骤如下：

a)初始化循环变量i＝2，同时计算IM的长度变量m；

b)若i<m-1成立，则进行步骤c)，否则停止优化过程；

c)若p_j+1-p_j-1≤C成立，则进行步骤d)，否则进行步骤f)；

d)从IM中删除

e)更新IM的长度变量m＝m-1；

f)更新循环变量i＝i+1；

g)重新进行步骤b)；

(3)将X的起始点和终点也添加至筛选后得到的特征点集合，得到最终的特征序列

其中q₁＝1，q_k＝n；

X的转折点为原序列中多有满足公式(3)的集合：

式中，1＜i＜n；

从而得到转折点特征序列

其中h≤n；

合并M和N，按照时间下标大小重新排序，作为卫星遥测数据的原始时间序列X的关键点序列，以此关键点序列对卫星遥测原始数据的原始时间序列进行表示。

2.根据权利要求1所述的基于局部极值优化提取的卫星遥测数据时间序列表示方法，其特征在于，对于给定时间序列X＝{x(t₁),x(t₂),…,x(t_n)}，序列中的特殊点提取算法

输入为：原始序列X，局部极值保持时间a，三点转折阈值c；

输出为：特殊点序列SPS＝{x(t_s1),x(t_s2),…,x(t_sv)}；具体步骤如下：

(1)将x(t₁)于x(t_n)放入初始局部极值集合IM与中，并初始化循环变量i＝2；

(2)判断i是否小于等于n-1；若是，则进行步骤(3)；若否，则进行步骤(9)；

(3)判断

是否成立；若是，则进行步骤(4)；若否，则进行步骤(5)；

(4)将满足三角转折点条件的值x(t_i)放入转折点集合S中；

(5)判断{x(t_i)≤x(t_i-1)∩x(t_i)＜x(t_i+1)}∪{x(t_i)＜x(t_i-1)∩x(t_i)≤x(t_i+1)}∪{x(t_i)≥x(t_i-1)∩x(t_i)＞x(t_i+1)}∪{x(t_i)＞x(t_i-1)∩x(t_i)≥x(t_i+1)}是否成立；若是，则进行步骤(6)；若否，则进行步骤(7)；

(6)将满足扩充局部极值条件的点

放入初始局部极值集合IM；

(7)更新循环变量i＝i+1；

(8)重复进行步骤(2)；

(9)获取初始局部极值集合

和三角转折点集合S且q₁＝1，q_m＝n；

(9)初始化循环变量i＝2，并计算筛选出的局部极值IM集合长度m

(10)若i<m-1成立，则进行步骤(11)，否则进行步骤(16)；

(11)若q_j+1-q_j-1≤a成立，则进行步骤(12)，否则进行步骤(14)；

(12)从IM中删除

(13)更新IM的长度变量m＝m-1；

(14)更新循环变量i＝i+1；

(15)重新进行步骤(10)；

(16)获取特殊点序列SPS＝{x(t_p1),x(t_p2),…,x(t_pv)}＝S∪IM；

其中，SPS提取的控制参数决定了序列中SP的数量与表示质量。

Images