CN106897557A - 基于部件功能映射图的卫星在轨健康状态评估方法及评估系统 - Google Patents

Abstract

一种基于部件功能映射图的卫星在轨健康状态评估方法，其步骤包括：根据卫星系统的物理结构确定系统层次结构，根据卫星系统各部件及系统各层次结构之间的功能关系确定系统部件与功能的映射关系；然后确定特征量参数，确定健康状态下特征量参数的均值和标准差；根据观测的特征量数据，采用特征参数加权融合方法计算部件健康状态指标值；确定下一层次各元素对上一层次的实际贡献度，并基于各元素的实际贡献度获得相对权重，再逐层确定卫星系统各层次的健康状态值；最后根据设定的健康阈值和危险阈值，评估卫星系统的健康状态。本发明能够较好地刻画系统的高冗余、可重构、非线性等特点，克服了传统方法不能反映复杂系统非线性以及涌现性等缺陷。

Description

基于部件功能映射图的卫星在轨健康状态评估方法及评估 系统

技术领域

本发明属于在轨卫星健康管理和故障诊断领域，尤其涉及一种基于实测数据的在轨卫星健康状态评估方法及评估系统。

背景技术

目前卫星在轨健康状态评估主要采用加权方法，即对系统元素的健康状态加权获得系统健康状态，其主要问题是难以体现卫星系统的复杂冗余关系、可重构特性和非线性关系。

发明内容

本发明所要解决的技术问题是，针对目前卫星在轨健康状态评估方法的不足，提出一种基于部件功能映射图的卫星在轨健康状态评估方法及评估系统，该评估方法及评估系统是基于卫星系统结构和在轨实测数据可进行从部件到系统的多级健康状态评估。

为解决上述技术问题，本发明提出的技术方案为一种基于部件功能映射图的卫星在轨健康状态评估方法，其步骤包括：

(1)构建系统的部件功能映射图：根据卫星系统的物理结构确定系统层次结构，根据卫星系统各部件及系统各层次结构之间的功能关系，确定系统部件与功能的映射关系，可得到树形结构的部件功能映射图；在部件功能映射图构造过程中，优选的，不考虑被隔离的异常部件，即认为被隔离部件不参与系统功能的执行。

(2)评估部件健康状态，评估对象为系统时需要确定出系统中所有各部件的健康状态才能逐层开展后期系统的评估工作；如果不是评估系统整体健康状态，而是评估系统中某几个分系统的健康状态时，只需确定出该分系统下的各部件健康状态即可，同时也要确定该分系统组成部件之间的逻辑关系；具体包括：

(2.1)确定能够表征所监测的卫星各部件健康状态的特征量参数，确定完全健康状态下这些特征量参数的均值和标准差；

(2.2)根据观测的部件的特征量数据，采用特征参数加权融合方法计算部件健康状态指标值；

需要进一步指出，树形结构的部件功能映射图中，最底层是部件，不同的部件通过实际的映射关系与低层次系统功能关联，低层次功能通过映射关系与高层次功能关联；因此，部件功能映射图中的系统元素包括部件和功能两种，评估部件的健康状态是第一步，利用部件健康状态指标值，通过指标综合的方式逐层度量上一级乃至系统级完成对应功能的能力，这种能力也被认为是系统(包括实际应用中的分系统)的健康状态的度量；因此，后续的步骤即是评估系统健康状态；

(3)评估系统健康状态，包括：

(3.1)确定下一层次各元素对上一层次的实际贡献度，并基于各元素的实际贡献度获得相对权重；

(3.2)根据卫星系统各元素之间的逻辑关系以及所述的部件健康状态指标值和相对权重，逐层确定卫星系统完成各个功能的能力，即对应于卫星系统各层次的健康状态；此处的功能是指上述构建的部件功能映射图中的功能，度量完成功能的能力指标即是健康状态指标，指标取值越大，完成该功能的能力越强，对应该元素的健康状态越高；指标取值越小，完成该功能的能力越小，对应该元素的健康状态越低；最终获得的系统功能的能力度量指标值(同时也是系统健康状态指标值)是系统健康状态的量化，一般而言，指标值越高，系统健康状态程度越高；

(3.3)设定健康状态指标值的健康阈值和危险阈值，若健康状态指标值不低于健康阈值，则认定卫星系统处于健康状态；若健康状态指标值低于健康阈值但不低于危险阈值，则认定卫星系统处于亚健康状态；若健康状态指标值低于危险阈值，则认定卫星系统处于不健康状态。

本发明所述健康状态指标值取值为[0,1]区间内的数值；当指标值为0时，健康程度最低，当指标值为1时，健康程度最高。实际应用中可根据特定情形自行设定系统健康状态指标值的健康阈值和危险阈值，当指标值超过健康阈值，可以认为系统状态是健康的；当指标值低于健康阈值但不低于危险阈值，可以认为系统处于亚健康状态，即健康程度不够理想，但是仍然具有完成规定功能所需要的能力；当指标值低于危险阈值，可以认为系统处于不健康状态，意味着系统完成其规定功能是危险的，即难以保证其能够完成规定功能。优选的，所述健康阈值设定为0.8，所述危险阈值设定为0.6。

上述本发明的技术方案主要是基于以下思路：利用部件功能映射图描述系统动态冗余和可重构特征，利用元素健康状态指标值(亦称健康度)对权重进行修正以体现非线性特性，进而提出一种基于部件功能映射图的卫星在轨健康状态评估方法。

上述的卫星在轨健康状态评估方法，优选的，所述步骤(1)的具体操作步骤包括：

(1.1)根据评估对象的系统层次结构和功能关系，按照自上而下的顺序对卫星系统的功能进行分解，直至无法继续分解或根据评估要求不需要继续分解为止；

(1.2)为完成每一系统层次的系统功能，要求其下一层次的系统部件或低层次系统功能全部或部分得以实现，并据此确定直接参与实现该系统功能的系统部件或低层次系统功能，进而确定所有映射到该系统功能的相关系统部件或低层次系统功能的逻辑关系，得到部件功能映射图。

上述的卫星在轨健康状态评估方法，更优选的，设所述部件功能映射图的某非叶节点为s，s对应于卫星系统更高层次的特定系统功能；其子节点为e₁,e₂,…,e_m，元素e₁,e₂,…,e_m是完成特定系统功能s的相关系统部件或低层次系统功能，则所述逻辑关系是指为完成特定系统功能s对e₁,e₂,…,e_m提出的逻辑要求；

所述逻辑关系包括采用两种工作逻辑，即逻辑“与”关系和逻辑“或”关系；

所述逻辑“与”关系是指完成特定系统功能s需要e₁,e₂,…,e_m全部完成其功能；

所述逻辑“或”关系是指完成特定系统功能s只要e₁,e₂,…,e_m中某个元素完成其功能。

上述的卫星在轨健康状态评估方法，进一步优选的，在所述部件功能映射图中，所述逐层确定卫星系统完成各个功能的能力是指由下往上逐层确定卫星系统各功能层的健康状态指标值，具体如下：

若完成特定系统功能s对e₁,e₂,…,e_m提出的要求为逻辑“与”关系，设构成特定系统功能s的m个元素的健康状态指标值分别为H₁,…,H_m，则s的健康状态指标值为：

若完成特定系统功能s对e₁,e₂,…,e_m提出的要求为逻辑“或”关系，设构成特定系统功能s的m个元素的健康状态指标值为H₁,…,H_m，且H₁,…,H_m对应的实际贡献度为W₁,…,W_m，则s的健康状态指标值为：

上述的卫星在轨健康状态评估方法，优选的，所述步骤(2)中，特征参数加权融合方法的具体操作包括：

(2.1)设有p个特征量，完全健康状态下第i个特征量的均值和标准差分别为μ_i和σ_i，采用层次分析法确定各特征参数的权重，记权重向量为

w＝(w₁ w₂ … w_p)

(2.2)获取当前时刻观测的部件健康状态的特征量数据，记为列向量X_obs；记X_obs＝(x₁,…x_p)^T,T为转置符号，x_i是X_obs的第i个分量；采用z-score标准化公式对进行其处理，第i个特征量的标准化结果z_i为

标准化后的特征量为列向量Z_obs；

(2.3)根据Logistic变换利用部件的特征量数据计算部件健康状态指标值H，即

上述的卫星在轨健康状态评估方法，优选的，所述实际贡献度是根据各元素的健康水平对其原始贡献度进行修正后获得的；

所述原始贡献度的确定方法包括：根据下一层次各元素对上一层次元素作用的大小，利用层次分析法，确定下一层次各元素对上一层次的原始贡献度。

上述的卫星在轨健康状态评估方法，更优选的，基于参评元素健康状态指标值对原始贡献度进行修正，得到修正后的所述实际贡献度具体为：

上式中，W_i为实际贡献度；w₁,...,w_m为原始贡献度；H_i为参评元素健康状态指标值(为了叙述的方便，下文中某些地方也称作健康度)；a为变权系数，且0<a≤1。变权系数a越接近0，变权作用越显著，低健康度对象的变权权重就越大；变权系数a越接近1，变权作用越弱，当a＝1时，变权就退化为不变权重，即采用层次分析法确定的权重，变权作用消失。

更优选的，所述变权系数a的取值为0.2～0.6。

作为一个总的技术构思，本发明还提供一种基于部件功能映射图的卫星在轨健康状态评估系统，包括：

获取卫星系统在轨健康状态评估所需的部件健康状态的特征量参数的数据获取模块；

对评估对象建立部件功能映射图，且确定部件功能映射图种各元素逻辑关系、实际贡献度的部件功能映射图构建模块；

对获取的数据进行包括异常值剔除、缺失值填补、数据标准化处理的数据预处理模块；

采用特征参数加权融合方法确定部件健康状态指标，并逐层计算系统各层次健康状态指标的数据分析模块；以及

对部件功能映射图中所有元素的健康状态指标进行动态可视化的数据可视化模块。

本发明上述技术方案是以部件功能映射图描述系统的动态冗余和可重构特性对系统健康的影响关系，基于变权思想体现元素健康状态对系统健康影响的非线性特性，解决单纯通过加权融合方法进行系统健康状态评估的不足。

与现有技术相比，本发明的优点在于：本发明可有效解决卫星多级健康状态的评估难题，所建立的部件功能映射图模型物理意义明确、层次结构清晰，所采用的综合评估方法符合工程实际，能够较好地刻画系统的高冗余、可重构、非线性等特点。为了克服传统AHP法不能反映复杂系统非线性以及涌现性等本质特征的缺陷，引入变权综合法，用变权权重代替参评元素的不变权重参与系统指标的综合，将不同参评对象不同程度的故障影响动态关联起来。本发明所提出的卫星在轨健康状态评估系统，能够及时获得符合卫星实际的健康状态动态变化过程，具有较好的实用价值和应用前景。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明部件功能映射图中各层组成元素以“与”关系构成的系统的示意图。

图2为本发明部件功能映射图中各层组成元素以“或”关系构成的系统的示意图。

图3为本发明基于部件功能映射图的卫星在轨健康状态评估系统的模块架构图。

图4为本发明实施例中根据某卫星姿态控制系统的实际情况建立的部件功能映射图模型的示意图。

图5是本发明基于非参数回归方法的斜装陀螺仪的健康状态评估结果示意图；

图6是基于变权公式的Y轴磁力矩器贡献度和健康度随时间变化的曲线图；

图7是基于本发明中卫星姿态控制系统总体功能的健康状态在轨评估示意图。

具体实施方式

为了便于理解本发明，下文将结合说明书附图和较佳的实施例对本发明作更全面、细致地描述，但本发明的保护范围并不限于以下具体的实施例。

除非另有定义，下文中所使用的所有专业术语与本领域技术人员通常理解的含义相同。本文中所使用的专业术语只是为了描述具体实施例的目的，并不是旨在限制本发明的保护范围。

除非另有特别说明，本发明中用到的各种原材料、仪器和设备等均可通过市场购买得到或者可通过现有方法制备得到。

一种本发明的基于部件功能映射图的卫星多级健康状态在轨评估方法，依据该方法可对卫星系统的部件、组件、分系统、子系统甚至整星系统进行健康评估，建立的部件功能映射图模型关联于控制系统或控制装置的遥测参数、物理结构以及系统元素的工作逻辑，其步骤包括：

1.构建系统的部件功能映射图：

根据卫星系统的物理结构确定系统层次结构，根据卫星系统各部件及系统各层次结构之间的功能关系，得到树形结构的部件功能映射图。在部件功能映射图构造过程中，不考虑被隔离的异常部件，即认为被隔离部件不参与系统功能的执行。具体包括：

1.1根据评估对象卫星系统的结构和功能，按照自上而下的顺序对卫星系统的功能进行分解，直至无法继续分解或根据评估要求不需要继续分解为止；

1.2为完成每一系统层次的系统功能，要求其下一层次的系统部件或低层次系统功能全部或部分得以实现，并据此确定直接参与实现该系统功能的系统部件或低层次系统功能，进而确定所有映射到该系统功能的相关系统部件或低层次系统功能的逻辑关系，得到部件功能映射图。

设部件功能映射图的某非叶节点为s，s对应于卫星系统更高层次的特定系统功能；其子节点为e₁,e₂,…,e_m，元素e₁,e₂,…,e_m是完成特定系统功能s的相关系统部件或低层次系统功能，则上述逻辑关系是指为完成特定系统功能s对e₁,e₂,…,e_m提出的逻辑要求；

该逻辑关系包括采用两种工作逻辑，即逻辑“与”关系和逻辑“或”关系；

逻辑“与”关系是指完成特定系统功能s需要e₁,e₂,…,e_m全部完成其功能(参见图1)；

逻辑“或”关系是指完成特定系统功能s只要e₁,e₂,…,e_m中某个元素完成其功能(参见图2)。

2.评估部件健康状态：

确定能够表征所监测的卫星各部件健康状态的特征量参数，确定完全健康状态下这些特征量参数的均值和标准差；然后根据观测的部件的特征量数据，采用特征参数加权融合方法计算部件健康状态指标值。

上述特征参数加权融合方法的具体操作包括：

2.1设有p个特征量，完全健康状态下第i个特征量的均值和标准差分别为μ_i和σ_i，采用层次分析法确定各特征参数的权重，记权重向量为

w＝(w₁ w₂ … w_p)

2.2获取当前时刻观测的部件健康状态的特征量数据，记为列向量X_obs，记X_obs＝(x₁,…x_p)^T,T为转置符号，x_i是X_obs的第i个分量；采用z-score标准化公式对进行其处理，第i个特征量的标准化结果z_i为

标准化后的特征量为列向量Z_obs；

2.3根据Logistic变换利用部件的特征量数据计算部件健康状态指标值H，即

3.评估系统健康状态：

3.1确定原始贡献度：根据下一层次各元素对上一层次元素作用的大小，利用层次分析法，确定下一层次各元素对上一层次的原始贡献度；

3.2根据下一层次元素的健康水平，对原始贡献度进行修正获得实际贡献度；具体的，基于参评元素健康水平对原始贡献度进行修正，得到修正后的所述实际贡献度为：

上式中，W_i为实际贡献度；w₁,...,w_n为原始贡献度；H_i为参评元素健康状态指标值；a为变权系数，变权系数a的取值为0.2～0.6；

3.3基于各元素的实际贡献度获得相对权重；

3.4计算系统健康状态指标值：

根据卫星系统各元素之间的逻辑关系以及所述的部件健康状态指标值和相对权重，逐层确定卫星系统完成各个功能的能力，即对应于卫星系统各层次的健康状态。

3.5设定健康状态指标值的健康阈值和危险阈值，若健康状态指标值不低于健康阈值，则认定卫星系统处于健康状态；若健康状态指标值低于健康阈值但不低于危险阈值，则认定卫星系统处于亚健康状态；若健康状态指标值低于危险阈值，则认定卫星系统处于不健康状态。

在部件功能映射图中，逐层确定卫星系统完成各个功能的能力是指由下往上逐层确定卫星系统各功能层的健康状态指标值，具体如下：

如图1所示，若完成特定系统功能s对e₁,e₂,…,e_m提出的要求为逻辑“与”关系，构成特定系统功能s的m个元素的健康状态指标值分别为H₁,…,H_m，则s的健康状态指标值为：

如图2所示，若完成特定系统功能s对e₁,e₂,…,e_m提出的要求为逻辑“或”关系，设构成特定系统功能s的m个元素的健康状态指标值为H₁,…,H_m，且H₁,…,H_m对应的实际贡献度为W₁,…,W_m，则s的健康状态指标值为：

一种如图3所示本发明的基于部件功能映射图的卫星在轨健康状态评估系统，包括：

获取卫星系统在轨健康状态评估所需的部件健康状态的特征量参数的数据获取模块；

对评估对象建立部件功能映射图，且确定部件功能映射图种各元素逻辑关系、实际贡献度的部件功能映射图构建模块；

对获取的数据进行包括异常值剔除、缺失值填补、数据标准化处理的数据预处理模块；

采用特征参数加权融合方法确定部件健康状态指标，并逐层计算系统各层次健康状态指标的数据分析模块；以及对部件功能映射图中所有元素的健康状态指标进行动态可视化的数据可视化模块。

实施例：

一种本发明的基于部件功能映射图的卫星姿态控制系统在轨健康状态评估方法，在上述具体实施方式确立的操作步骤基础上，进一步的细化操作如下：

(1)构建如图4所示的卫星姿态控制系统的部件功能映射图，确定工作逻辑，如图4所示，以部件功能映射图中的“测姿态”功能为例展开说明：

(i)“测姿态”功能需要“测三轴姿态”功能、“测俯仰角和滚动角”功能和“测太阳偏航角和俯仰角”功能以“或”关系构成；

(ii)“测三轴姿态”功能需要“测X轴姿态”功能、“测Y轴姿态”功能、“测Z轴姿态”功能以“与”关系构成；

(iii)“测俯仰角和滚动角”功能需要“红外地平仪1”部件和“红外地平仪2”部件以“与”关系构成；

(iv)“测太阳偏航角和俯仰角”功能需要“模拟太阳敏感器1”部件和“模拟太阳敏感器2”部件以“或”关系构成；

(v)“测X轴姿态”功能需要“X轴陀螺仪”部件、“数字太阳敏感器1”部件、“星敏感器1”部件、“星敏感器2”部件、“三轴磁强计1”部件、“斜装陀螺仪”部件、“备份陀螺仪1”部件以“或”关系构成。

(2)评估部件健康状态：

以斜装陀螺仪这一部件为例，选取其健康状态特征参数：陀螺仪电压和陀螺仪电流作为特征量数据，特征参数的权重分别为0.5和0.5，基于本发明上述的特征参数加权融合方法进行部件健康状态实时评估，该部件的特征量参数的实时状态及其健康状态实时评估结果如图5所示。

该部件的健康阈值设置为0.8，危险阈值设置为0.6。最初，斜装陀螺仪的健康度为0.88左右，高于健康阈值，处于健康状态；0到T1时间内，斜装陀螺仪发生故障，部件的健康状态指标迅速下降到0.65左右，低于健康阈值，评估认为部件的健康状态在迅速下降；T1到T2时间内，陀螺仪测量输出持续超差，其健康状态指标值围绕0.65持续震荡，并且指标值多次低于危险阈值，评估认为部件的健康状态处于进一步恶化过程中；T2到T3时间内，该部件的健康状态指标值略高于危险阈值，在接近T3时，指标值低于危险阈值，评估认为该部件处于危险状态，需要采取故障切换和故障容错等措施，否则将危及系统的健康状态；T3一直到最后，该部件的健康状态指标值在0.55左右滑震荡，评估认为该部件处于危险状态，必须采取备份替换或系统重构等措施消除该部件的不良影响。

(3)评估系统健康状态：

根据贡献度随自身健康值变化的变权公式，设定变权系数为0.2，以Y轴磁力矩器为例，给出其贡献度和健康度随时间变化的曲线，如图6所示。

然后根据部件健康状态指标值和各层元素贡献度，基于本发明上述的特征参数加权融合方法，逐层计算健康状态指标值，卫星姿态控制系统总体功能的健康状态实时评估结果如图7所示。

本实施例选择的是陀螺仪出现缓变故障引发卫星姿态异常的案例，故障发生前姿控系统一切正常，故障过程中，斜装陀螺仪测量输出持续超差，导致姿态逐渐偏离，故障后斜装陀螺仪输出异常，卫星姿态的故障容错机制发挥作用，进入全捕获模式，保证三轴方向上的陀螺仪继续发挥测三轴姿态的功能，进而保证姿态控制系统完成其基本功能。

系统的健康阈值设定为0.8，危险阈值设定为0.6。最初，系统的健康状态指标值为0.9左右，并没有达到1(完全健康的状态)，但高于健康阈值，评估认为系统处于健康状态，这与卫星服役时间已经有十多年但仍然发挥正常功能的实际是相符的；0到T1时间内，陀螺仪故障发生，由于故障的波及效应，系统的健康状态指标值迅速降到0.63左右，评估认为系统的健康状态在迅速恶化；T1到T2时间内，系统的健康状态指标值围绕0.63开始震荡，评估认为系统的健康状态处于不稳定阶段，该评估结果与故障陀螺仪测量输出持续超差而系统仍然采纳陀螺仪输出作为控姿依据的实际情况相符，由于这期间指标值有低于危险阈值的情形，需要采取故障排查和故障容错等措施进行系统维护；T2到T3时间内，系统的健康状态指标值上升到0.68左右，以接近平滑的幅度震荡，评估认为系统处于健康状态好转的状态，这与排查出斜装陀螺仪的故障，不再采用该陀螺仪的测量数据进行姿态控制，卫星进入平稳的全捕获模式的实际相符合，但由于指标值依然低于健康阈值，需要进一步排查其他故障；T3之后，系统的健康状态指标值进一步上升到0.70左右，以接近平滑的幅度震荡，评估认为卫星脱离危险状态，但由于指标值依然低于健康阈值，需要采取进一步的故障处置措施，以恢复系统健康状态水平。

Claims (10)

1.一种基于部件功能映射图的卫星在轨健康状态评估方法，其步骤包括：

(1)构建系统的部件功能映射图：根据卫星系统的物理结构确定系统层次结构，根据卫星系统各部件及系统各层次结构之间的功能关系，确定系统部件与功能的映射关系；

(2)评估部件健康状态，包括：

(2.1)确定能够表征所监测的卫星各部件健康状态的特征量参数，确定完全健康状态下这些特征量参数的均值和标准差；

(2.2)根据观测的部件的特征量数据，采用特征参数加权融合方法计算部件健康状态指标值；

(3)评估系统健康状态，包括：

(3.1)确定下一层次各元素对上一层次的实际贡献度，并基于各元素的实际贡献度获得相对权重；

(3.2)根据卫星系统各元素之间的逻辑关系以及所述的部件健康状态指标值和相对权重，逐层确定卫星系统完成各个功能的能力，即对应于卫星系统各层次的健康状态值；

(3.3)设定健康状态指标值的健康阈值和危险阈值，若健康状态指标值不低于健康阈值，则认定卫星系统处于健康状态；若健康状态指标值低于健康阈值但不低于危险阈值，则认定卫星系统处于亚健康状态；若健康状态指标值低于危险阈值，则认定卫星系统处于不健康状态。

2.根据权利要求1所述的卫星在轨健康状态评估方法，其特征在于，所述步骤(1)的具体操作步骤包括：

(1.1)根据评估对象的系统层次结构和功能关系，按照自上而下的顺序对卫星系统的功能进行分解，直至无法继续分解或根据评估要求不需要继续分解为止；

(1.2)为完成每一系统层次的系统功能，要求其下一层次的系统部件或低层次系统功能全部或部分得以实现，并据此确定直接参与实现该系统功能的系统部件或低层次系统功能，进而确定所有映射到该系统功能的相关系统部件或低层次系统功能的逻辑关系，得到部件功能映射图。

3.根据权利要求2所述的卫星在轨健康状态评估方法，其特征在于，设所述部件功能映射图的某非叶节点为s，s对应于卫星系统的特定系统功能；其子节点为e₁,e₂,…,e_m，元素e₁,e₂,…,e_m是完成特定系统功能s的相关系统部件或低层次系统功能，则所述逻辑关系是指为完成特定系统功能s对e₁,e₂,…,e_m提出的逻辑要求；

所述逻辑关系包括采用两种工作逻辑，即逻辑“与”关系和逻辑“或”关系；

所述逻辑“与”关系是指完成特定系统功能s需要e₁,e₂,…,e_m全部完成其功能；

所述逻辑“或”关系是指完成特定系统功能s只要e₁,e₂,…,e_m中某个元素完成其功能。

4.根据权利要求3所述的卫星在轨健康状态评估方法，其特征在于，在所述部件功能映射图中，所述逐层确定卫星系统完成各个功能的能力是指由下往上逐层确定卫星系统各功能层的健康状态指标值，具体如下：

若完成特定系统功能s对e₁,e₂,…,e_m提出的要求为逻辑“与”关系，设构成特定系统功能s的m个元素的健康状态指标值分别为H₁,…,H_m，则s的健康状态指标值为：

$H=\underset{i=1,...,m}{max}\left\{H_i\right\}$

若完成特定系统功能s对e₁,e₂,…,e_m提出的要求为逻辑“或”关系，设构成特定系统功能s的m个元素的健康状态指标值为H₁,…,H_m，且H₁,…,H_m对应的实际贡献度为W₁,…,W_m，则s的健康状态指标值为：

$H=\frac{\underset{i=1,...,m}{max}\left\{{\mathrm{WH}}_i\right\}}{\underset{i=1,...,m}{max}\left\{W_i\right\}}.$

5.根据权利要求1～4中任一项所述的卫星在轨健康状态评估方法，其特征在于，所述步骤(2)中，特征参数加权融合方法的具体操作包括：

(2.1)设有p个特征量，完全健康状态下第i个特征量的均值和标准差分别为μ_i和σ_i，采用层次分析法确定各特征参数的权重，记权重向量为

w＝(w₁ w₂ … w_p)

(2.2)获取当前时刻观测的部件健康状态的特征量数据，记为列向量X_obs，记X_obs＝(x₁,…x_p)^T,T为转置符号，x_i是X_obs的第i个分量；采用z-score标准化公式对进行其处理，第i个特征量的标准化结果z_i为

$z_i=\frac{x_i-{\mathrm{\&mu;}}_i}{{\mathrm{\&sigma;}}_i}$

标准化后的特征量数据为列向量Z_obs；

(2.3)根据Logistic变换利用部件的特征量数据计算部件健康状态指标值H，即

$H=\frac{1}{1+e^{-w\&CenterDot;Z_{obs}}}.$

6.根据权利要求1～4中任一项所述的卫星在轨健康状态评估方法，其特征在于，所述实际贡献度是根据各元素的健康水平对其原始贡献度进行修正后获得的；

所述原始贡献度的确定方法包括：根据下一层次各元素对上一层次元素作用的大小，利用层次分析法，确定下一层次各元素对上一层次的原始贡献度。

7.根据权利要求6所述的卫星在轨健康状态评估方法，其特征在于，基于参评元素健康状态指标值对原始贡献度进行修正，得到修正后的所述实际贡献度具体为：

$W_i(H_1,...,H_m,w_1,...,w_m)=w_i{H}_i^{a-1}/\underset{k=1}{\overset{m}{\&Sigma;}}{w}_k{H}_k^{a-1}$

上式中，W_i为实际贡献度；w₁,...,w_n为原始贡献度；H_i为参评元素的健康状态指标值；i＝1,...,n；a为变权系数，且0<a≤1。

8.根据权利要求7所述的卫星在轨健康状态评估方法，其特征在于，所述变权系数a的取值为0.2～0.6。

9.根据权利要求1～4中任一项所述的卫星在轨健康状态评估方法，其特征在于，所述健康阈值设定为0.8，所述危险阈值设定为0.6。

10.一种基于部件功能映射图的卫星在轨健康状态评估系统，其特征在于，包括：

获取卫星系统在轨健康状态评估所需的部件健康状态的特征量参数的数据获取模块；

对评估对象建立部件功能映射图，且确定部件功能映射图种各元素逻辑关系、实际贡献度的部件功能映射图构建模块；

对获取的数据进行包括异常值剔除、缺失值填补、数据标准化处理的数据预处理模块；

采用特征参数加权融合方法确定部件健康状态指标，并逐层计算系统各层次健康状态指标的数据分析模块；以及

对部件功能映射图中所有元素的健康状态指标进行动态可视化的数据可视化模块。