CN108763377A - 基于卫星故障诊断多源遥测大数据特征提取预处理方法 - Google Patents

Abstract

本发明提出了一种基于卫星故障诊断多源遥测大数据特征提取预处理方法，其步骤如下：利用重要属性核约减算法、区分网络约简方法和基于Hadoop的分块映射约简方法分别对卫星采集的异构数据、时空多序列数据、结构化与半结构化数据进行约减；分析约减后的遥感数据的变化特征，利用多维特征参数提取算法对故障的特征进行提取，建立多帧间的故障数据关联矩阵提取模型对关联故障特征进行提取；根据提取的数据特征，利用基于规则的推理方法诊断故障和预测趋势，或利用基于模型的推理方法进行故障推断。本发明为后续开展以卫星大数据体系为基础的可视化应用技术提供模型基础，实现卫星数据珍惜资源的充分应用。

Description

基于卫星故障诊断多源遥测大数据特征提取预处理方法

技术领域

本发明涉及电子信息领域海量信息处理及知识挖掘的技术领域，尤其涉及一种基于卫星故障诊断多源遥测大数据特征提取预处理方法。

背景技术

在计算机网络技术飞速发展、人类获取数据能力不断增强的今天，各行各业拥有的数据量呈现指数级增长态势。海量数据的廉价存储、快速处理、深入挖掘利用等难题，直接促成了“大数据”技术的出现以及科学研究范式向“数据密集型科学发现”的转变。大数据具有体量巨大、类型繁多、价值密度低、商用价值高以及处理速度快等特点，以大数据为研究对象的数据处理、保存、分析应用技术正处于迅猛发展阶段。

在地理空间上，卫星数据又可以分为数字控件、数字太空、数字气体、数字气象、数字星球等部分。数字控件包括姿态控制部件(包括推力器、陀螺、动量轮、磁力矩器)、姿态敏感器、卫星钟、计算机等；数字太空包括温度、气象、气候、热交换等；数字气体包括大气层、电离层等数据。

由上可以看出，卫星数据具有海量、种类繁多、异构、时空多序列等特点。卫星信号覆盖了地球表面的大部分面积，又有目前已知的最大、最复杂的飞行器群体，是一个巨大的信号传递网。认识卫星和了解卫星必须建立在对卫星大数据科学组织的基础上。

在卫星遥测故障数据中，存在许多不完整、不精确、模糊性的故障处理问题，那么如何从大量的、模糊的、杂乱无章的、强干扰的故障数据中挖掘出潜在的、新颖的、正确的、有应用价值的数据，即怎样对这些不完备性的信息进行有效的处理，以及卫星故障的多维参数提取，实现故障的准确识别，完成卫星故障的场景语义理解，这是航天部门棘手且亟待解决的难题。

发明内容

针对航天数据总体上呈现海量、多源、异构、时空多序列等特性，航天大数据具有廉价存储、不一致、冗余以及数据完整性的技术问题，本发明提出一种基于卫星故障诊断多源遥测大数据特征提取预处理方法，对卫星大数据体系的构建以及卫星信息可视化关键技术做深入研究，进行冗余信息过滤、模糊遥感故障场景特征数据处理、多源故障遥测数据多维参数特征提取和故障实时诊断，为后续开展以卫星大数据体系为基础的可视化应用技术提供模型基础，实现航天大数据在数字卫星航天器专网范围内的自由共享和可视化应用，实现卫星数据珍惜资源的充分应用。

为了达到上述目的，本发明的技术方案是这样实现的：一种基于卫星故障诊断多源遥测大数据特征提取预处理方法，其步骤如下：

步骤一：利用重要属性核约减算法、区分网络约简方法和基于Hadoop的分块映射约简方法分别对卫星采集的异构数据、时空多序列数据、结构化与半结构化数据进行约减，实现对卫星采集的遥感数据冗余信息处理；

步骤二：分析约减后的遥感数据的变化特征，利用多维特征参数提取算法对故障的特征进行提取，建立多帧间的故障数据关联矩阵提取模型对关联故障特征进行提取；

步骤三：根据提取的数据特征，利用基于规则的推理方法诊断故障和预测趋势，或利用基于模型的推理方法进行故障推断。

所述重要属性核约减算法使用核作为计算约简的出发点，计算一个最好的或者用户指定的最小约简，具体实现方法为：初始化候选集Red为核属性：Red＝Core，Core表示约简的核心集；计算整个条件属性集的依赖程度fmax，置max＝0，当max<fmax，每次往候选集Red中加入新属性，即Red＝Red∪{i}，计算使候选集Red依赖系数最大的属性i；计算max＝Red的依赖程度，对于候选集Red的每个非核属性，去掉是否影响依赖系数，若否，则删除该非核属性；计算测量的属性值与候选集Red的必要属性的相似度d，再根据表示满足大于相似度d的截集进行属性或数据约简；相似度越大，则测量的属性与必要属性的偏差越小，说明这个测量属性是必要属性，否则，这个测量属性是不必要属性。

所述区分网络约简方法的实现方法为：令n表示算法迭代次数，置n＝0，把时空多序列数据输入到网络中的区分神经元，对每一个输入值x_j选择获胜的输出神经元h^*，即最小化竞争层中的结点的输出值设N(h^*)是获胜输出神经元h^*的近邻，对每一个输出神经元h∈{N(h^*),h^*}，调整更新权重ω_kj(n+1)＝f(ω_kj(n),η(n))，其中，η(n)＝η是学习率，f是权值调节函数，kj表示上一层的第k个神经元与本层的第j个神经元，更新权重后对其标准化；重复上述步骤，迭代的次数被置成n＝n+1直到满足迭代停止准则为止，得到的最终输出值为时空序列的约简值。

所述基于Hadoop的分块映射约简方法的实现方法为：对来自于独立数据源的数据进行清洗、格式转换操作后加载进入到物理数据仓库，数据的查询运行在数据仓库上；对于虚拟集成数据体系，数据保存在数据源；通过中间模式处理数据查询请求，自动加载查询相关的数据源中的数据，把面向数据仓库的数据集成作为虚拟集成数据体系中的一个数据源，通过中间虚拟模式与数据仓库应用之间的API接口来获取数据仓库中的各类数据。

所述多维特征参数提取算法根据历史故障本身的特性和专家经验，首提取一些故障的细节特征参数，再对这些细节特征使用特征重构方法恢复故障整体特征，具体实现方法为：

根据故障历史数据分析对故障进行建模，定义故障模型的正交尺度函数为φ(t)，ψ(t)为由正交尺度函数φ(t)生成且与正交尺度函数φ(t)线性无关的基，设ψ₀(t)＝φ(t)和ψ₁(t)＝ψ(t)，那么存在两序列{p_k}和{q_k}分别满足如下两级数：

其中， 是p_-n+1的共轭，k是指标集；p_k和p_-n+1表示权值系数序列；ψ₀(2t-k)表示在2t-k时刻的基本故障特征，是由ψ₀(t)在不同时刻t的生成基，t表示影响基本故障的时刻；

把基ψ₀(t)和ψ₁(t)扩展为：

其中，ψ_l(2t-k)表示在2t-k时刻的基本故障特征，ψ_2l(t)表示在时刻t的重要故障特征，是由ψ_l(2t-k)生成的；ψ_2l+1(t)表示在时刻t的次要故障特征，是由ψ_l(2t-k)生成的且与故障特征ψ_2l(t)线性无关；定义函数列ψ_n(t)，n＝2l或2l+1，l＝0,1,…；

定义二维空间L²(R)内的基函数构造故障的线性无关的基序列为使基序列与故障F(x,y)作内积对故障进行平滑、去噪、加强处理；其中，x,y表示沿着两个方向的时间步长，j₁,j₂、k₁,k₂分别表示沿着这两个方向的节点序数的指标值；

由于基序列是二维空间L²(R)中的基，那么对固定的指标集令是{ψ_k,n:n∈Z}线性张成的闭子空间，Z是整数，ψ_k,n表示二维空间L²(R)中的基本故障特征，那么二维空间L²(R)可分解为子空间W_k的直接和：

这时，故障有唯一分解其中，g_k∈W_k,k∈Z；

然而，子空间W_k又可由函数列进行进一步再分解，且n＝2l或2l+1，l＝0,1,…；得子空间族为j∈Z,n∈Z⁺，ψ_n(2^j·-k)表示重要和次要的故障特征，对于每一个j＝1,2,…，那么特征子空间W_j进一步分解为：

进而，对每个m＝0,1,…,2^k-1，k＝1,2,…，函数族是子空间的一个正交基；表示重要和次要的故障特征；

那么，子空间中的故障可表示为把故障进行分解计算可得故障细节特征为：

其中，和 和分别是p_n和q_n的共轭；

把故障进行重构计算可得故障整体特征为：

利用故障基函数对经过预处理后的故障进行2层分解，函数返回故障分解的树状结构，在各个节点处点击得到相应节点对应的故障细节特征；利用故障整体特征作为重构函数计算分解各层各个节点的故障特征，归一化所有故障细节特征组成特征向量，设第r层故障分解特征向量为V_r，则有

其中，r代表故障分解的层数，c_j表示各层故障归一化特征值，其中，j＝r0,r1,…,2^2r-1；

由对故障的分解计算知，第r级故障特征是由第r级基函数分解系数计算出来的，反应故障在尺度2^-r上不同位置的故障特征，故障经过s级二维基函数变换后，在各级分别得到某位置上的故障细节，r＝1,2,…,s；

由第r层故障分解特征向量V_r可得故障的综合特征为：

V＝(V₁,V₂,…,V_s) (7)

目标的故障特征V是由各级故障特征组合而成，通过对故障不同水平的分解，得到故障的各级细节特征；

把待识别的故障特征向量V与存储在检索系统中的已经训练好的已知类别的故障特征向量V′＝(V₁′,V₂′,…,V_s′)作比较，当且仅当它的特征向量与第i₀类故障特征向量之间的隶属度为最大时，按最大隶属原则判决待识别故障属于第i₀类，下面给出相似度的计算法如下：

其中，ω_i是不同层的故障与已知类故障差值的权值，p是指标集，取的都是正整数。

所述建立多帧间的故障数据关联矩阵提取模型的方法为：

通过数据挖掘方法得到数据特征参数，建立m×n个数据的匹配矩阵M，m为目前帧的遥测数据的个数，n为上一帧的遥测数据的个数；元素M(p,q)的值为：

式中，r_p为第p遥测数据集的大小；r_q为第q遥测数据集的大小；(x_p,y_p)为第p遥测数据集的中心；(x_q,y_q)为第q遥测数据集的中心；inf表示一个很大的数值；p和q是取正整数的指标集；

利用匹配矩阵来实现当前数据集与上一帧数据集匹配：在匹配矩阵M中选择值最小且不为inf的元素，该元素所对应的行和列分别是当前数据集和上一帧数据集的编号，这样行对应的数据集与列对应的数据集相匹配；把完成匹配的行与列的所有元素值变为inf；继续在匹配矩阵M中寻找最小值完成数据集的匹配，直到匹配矩阵内的所有值都变为inf；搜索结束后，没有找到匹配数据的行代表在当前数据集中有新数据参数的出现，没有找到匹配数据的列代表在当前数据集中某数据参数消失。

利用构建特征树的方法实现多维参数特征的提取，其方法为：

定义由属性进行划分的度量，计算出当前数据子集最佳的划分属性；选定计算结点代价的模糊度函数，在特征树的生长过程中，每次试图找一个最优分叉值来划分结点中的样本，使得代价减小最大；模糊度函数Ф(D)用来表示特征树结点G的模糊度或误差分割指标的，D是决策属性集；

基于最小代价复杂性原理修剪特征树：由可剪枝的指标给出剪枝代价复杂性测度E_β(T)，其中，β是由于特征树的复杂性带来代价的复杂度参数，T表示一棵特征树；对每一个给定的复杂度参数β，根据对应的代价复杂性测度，可以找到一个最小子特征树T(β)。

所述基于模型的推理方法的实现方法为：

模型的一般形式为：

前提I：如果A且B，那么C，

前提II：现在是A′且B′

结论：A、B分别表示输入的不同故障特征参数，C表示输出的故障诊断指标值；

如果各语言变量的论域是有限集时，则逻辑推理过程用关系矩阵的运算来描述；已知当A和B时，输出为C，存在推理规则

IF A AND B,THEN C

求当A′和B′，控制输出C′用以下步骤实现：

①设X和Y表示故障对象，μ_A(X)和μ_B(Y)分别表示其对应A和B条件下的权值度，求D＝A×B，令d_XY＝μ_A(X)∧μ_B(Y)，得矩阵D为：

②将矩阵D写成列矢量DT，即DT＝[d₁₁,d₁₂,…,d_1n,d₂₁,…,d_mn]′，

③求关系矩阵R＝DT×C；

④由A′、B′求出D′＝A′×B′，A’和B’分别表示输入的不同故障特征参数测试值；

⑤将矩阵D′转化为行矢量DT′；

⑥由求出故障推理输出。

本发明的有益效果：针对多源遥测大数据特征提取问题，通过对卫星运行要素数据描述方法建模，利用分布式存储系统以及键值数据库特点，对异构数据进行重要属性核约减、对时空多序列数据进行区分网络约减、对结构化与半结构化数据进行分块映射约简；对卫星在轨遥测数据变化特征进行分析，利用多维特征参数提取算法实现故障细节特征的提取、利用多帧间的故障数据关联矩阵提取模型实现关联故障特征的提取，通过对不同数据特征的提取，实现在线的大量遥测数据计算；利用基于规则的推理方法诊断故障和预测趋势，或根据提取的数据特征应用基于模型的推理方法进行故障推断。本发明为后续开展以卫星大数据体系为基础的可视化应用技术提供模型基础，实现卫星数据珍惜资源的充分应用；为卫星故障诊断、管理、资源的合理开发利用、环境保护、防灾减灾、权益维护、科学发现等领域提供精准数据服务支撑。

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，下面描述中的附图仅仅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为本发明的流程图。

图2为本发明的不同类型大数据约减的处理架构。

图3为本发明卫星遥感数据多维特征提取的方法。

图4为本发明数字卫星故障多模式推理系统的模型图。

图5为本发明经纬坐标编码空间曲线法的实例。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，一种基于卫星故障诊断多源遥测大数据特征提取预处理方法，其步骤包括：

步骤一，针对结构化数字卫星数据的多源、异构、时空多序列等大数据，提出冗余信息约简方法。利用重要属性核约减算法、区分网络约简方法和基于Hadoop的分块映射约简方法分别对卫星采集的异构数据、时空多序列数据、结构化与半结构化数据进行约减，实现对卫星采集的遥感数据冗余信息处理。

冗余信息约简方法包括：重要属性核约简算法和区分网络约简方法。

①重要属性核约简算法

对于异构数据的约简，将提出重要属性核的启发式约简算法。该算法使用核作为计算约简的出发点，计算一个最好的或者用户指定的最小约简。算法将属性的重要性作为启发规则。首先按照属性的重要程度从大到小逐个加入属性，直至该集合是一个约简为止。接着检查该集合中的每个属性，看移走该属性是否会改变该集合对决策属性的依赖度。如果不影响，则将其删除。算法是：

首先初始化候选集Red为核属性：Red＝Core，Core表示约简的核心集。接着上，计算整个条件属性集的依赖程度fmax。置max＝0。当max<fmax，试每次往Red中加入新属性，即Red＝Red∪{i}，计算使Red集依赖系数最大的属性i。计算max＝Red的依赖程度，对于Red的每个非核属性，试去掉是否影响依赖系数。若否，则可删除。由测量的属性值与上面所述核集的必要属性相似度d，再根据满足大于相似度d的一个集合---截集，进行属性或数据约简。相似度越大，则测量的属性与必要属性的偏差越小，说明这个测量属性是必要属性，否则，这个测量属性是不必要属性。

②区分网络约简方法

对于时空多序列数据的约简，将提出区分网络约简算法。固定输出格子的维数，并随机初始化输入神经元和输出神经元连接的权重。令n表示算法迭代次数，置n＝0。把时空多序列数据输入到网络中的区分神经元，对每一个输入值x_j，选择获胜的输出神经元h^*，即最小化竞争层中的结点的输出值设N(h^*)是获胜输出神经元h^*的近邻由输出神经元间的距离具体指定。对每一个输出神经元h∈{N(h^*),h^*}，权重按照式ω_kj(n+1)＝f(ω_kj(n),η(n))来调整更新，这里η(n)＝η是学习率，f是权值调节函数，kj表示上一层的第k个神经元与本层的第j个神经元。更新权重后对其标准化，从而它们与输入测量标准是一致的。重复上述步骤，迭代的次数被置成n＝n+1，直到满足停机准则为止。得到的最终输出值为时空序列的约简值。

由上面各种数据的约简方法，实现卫星大数据的多源、异构、时空多序列冗余信息约简，将解决大数据快速存储与集成问题。

对于结构化与半结构化数据的约简，将利用基于Hadoop的分块映射约简方法进行约简。对来自于独立数据源的数据在经过清洗、格式转换等操作后被加载进入到物理数据库，数据的查询是直接运行在数据仓库上的；对于虚拟集成数据体系，数据保存在数据源，并不存在数据迁移。系统通过中间模式处理数据查询请求，自动加载查询相关的数据源中的数据。把面向数据仓库的数据集成也作为虚拟集成数据体系中的一个数据源，通过中间虚拟模式与数据仓库应用之间的API接口，来获取数据仓库中的各类数据。不同类型大数据约简的总体框架如图2所示。

步骤二，充分利用卫星数据资源，实现生动、形象的卫星要素可视化表达，在海量数据中进一步发现科学规律。分析约减后的遥感数据的变化特征，利用多维特征参数提取算法对故障的特征进行提取，建立多帧间的故障数据关联矩阵提取模型对关联故障特征进行提取。

为解决卫星在轨的多源如姿控、推进、测控、热控等故障检测、诊断与修复问题，本发明拟通过对卫星运行历史数据的分析，研究卫星在轨遥测数据变化特征，提出两种遥测数据多维参数特征提取算法。一种是故障的多级细节特征提取算法，另一种是建立多帧间的故障数据关联矩阵算法，如图3所示。两种算法分别如下：

①多维特征参数提取算法

对故障的特征提取，根据历史故障本身的特性和专家经验，首先提取一些故障的细节特征参数。然后再对这些细节特征使用特征重构方法，恢复故障整体特征。对故障细节特征的提取如下：

根据故障历史数据分析，对故障进行建模，定义故障模型的正交尺度函数为φ(t)，ψ(t)由这个尺度函数生成的且与φ(t)线性无关的基。再设ψ₀(t)＝φ(t)，ψ₁(t)＝ψ(t)，那么一定存在两序列{p_k}和{q_k}，二者分别满足如下两级数

并且这里有这里是p_-n+1的共轭。k是指标集。p_k和p_-n+1表示权值系数序列。ψ₀(2t-k)表示在2t-k时刻的基本故障特征，也是由ψ₀(t)在不同时刻t的生成基。t表示影响基本故障的时刻。

把基ψ₀(t)和ψ₁(t)扩展，可定义

其中，ψ_l(2t-k)表示在2t-k时刻的基本故障特征，也是由最原始的ψ₀(t)在不同时刻t的生成基；ψ_2l(t)表示在时刻t的重要故障特征，是由ψ_l(2t-k)生成的；ψ_2l+1(t)表示在时刻t的次要故障特征，也是由ψ_l(2t-k)生成的且与故障特征ψ_2l(t)线性无关。这样就定义了一个函数列ψ_n(t)，n＝2l或2l+1，l＝0,1,…。

相似地，可定义二维空间L²(R)内的基函数由此构造故障的线性无关的基序列为使其与故障F(x,y)作内积即可对故障进行平滑、去噪、加强等处理。这里，x,y表示沿着两个方向(例如水平和垂直方向)的时间步长，j₁,j₂和k₁,k₂分别表示沿着这两个方向的节点序数的指标值。

由于是二维空间L²(R)中的基，那么对对固定k,令是{ψ_k,n:n∈Z}线性张成的闭子空间，Z是整数。ψ_k,n表示二维空间L²(R)中的基(就是上面所说的基本故障特征)。那么L²(R)就可以分解为空间W_k的直接和：

这时，故障都有唯一分解其中，g_k∈W_k,k∈Z。

然而，子空间W_k又可由函数列进行进一步再分解，这里，n＝2l或2l+1，l＝0,1,…。得子空间族为j∈Z,n∈Z⁺，ψ_n(2^j·-k)表示基(与上面ψ_2l(t)和ψ_2l+1(t)的含义相同，指的是重要和次要的故障特征。对于每一个j＝1,2,…，那么特征子空间W_j可进一步分解为：

进而，对每个m＝0,1,…,2^k-1，k＝1,2,…，函数族是的一个正交基。表示基，与上面ψ_2l(t)和ψ_2l+1(t)的含义相同，指的是重要和次要的故障特征。

那么，对子空间中的故障则可表示为把故障进行分解计算，可得故障细节特征为

这里和 和分别是p_n和q_n的共轭。

把故障进行重构计算，可得故障整体特征为

首先，利用故障基函数对经过预处理后的故障进行2层分解。函数返回故障分解的树状结构，它是一个故障用户界面，在各个节点处点击即可得到相应节点对应的故障细节特征。然后，利用故障整体特征作为重构函数计算分解各层各个节点的故障特征。最后，归一化所有细节特征，组成特征向量。设第r(指标，表示层数)层故障分解特征向量为V_r，则有

其中，r代表故障分解的层数，c_j表示各层故障归一化特征值，其中，j＝r0,r1,…,2^2r-1。

对故障F(x,y)进行基序列内积处理，就是对故障F(x,y)特征进行细节的分解、提取。由对故障的分解计算知，第i级故障特征是由第i级基函数分解系数计算出来的，反应故障在尺度2^-r上不同位置的故障特征。故障经过s级二维基函数变换后，在各级分别得到某位置上的故障细节，i＝1,2,…,s。

由第i层故障特征V_i，那么可得故障的综合特征为

V＝(V₁,V₂,…,V_s) (7)

由式(7)可以看出，目标的故障特征V是由各级故障特征组合而成，因此反应了故障在不同位置的细节特征。通过对故障不同水平的分解，得到故障的各级细节特征。

把待识别的故障特征向量V与存储在检索系统中的已经训练好的已知类别的故障特征向量V′＝(V₁′,V₂′,…,V_s′)作比较，当且仅当它的特征向量与第i₀类故障特征向量之间的相似度为最大时，按最大隶属原则判决待识别故障属于第i₀类。下面给出相似度的计算法如下：

这里，ω_i是不同层的故障与已知类故障差值的权值，根据专家经验给定，也可由故障样本训练迭代计算得到。

②建立多帧间的故障数据关联矩阵提取模型

对关联故障特征的提取，通过数据挖掘方法得到的数据特征参数，建立m×n数据匹配矩阵M，这里，m为目前帧的遥测数据的个数，n为上一帧的遥测数据的个数。元素M(p,q)的值为：

式中，r_p为第p遥测数据集的大小；r_q为第q遥测数据集的大小；(x_p,y_p)为第p遥测数据集的中心；(x_q,y_q)为第q遥测数据集的中心；inf表示一个很大的数值；实际上，这里的pq与前面的ij是一样的，都是取正整数的指标集。

利用匹配矩阵来实现当前数据集与上一帧数据集的匹配。首先，在匹配矩阵M中选择值最小且不为inf的元素，这里，inf表示一个很大的数值。该元素所对应的行和列分别是当前数据集和上一帧数据集的编号，这样行对应的数据集与列对应的数据集相匹配。然后把完成匹配的行与列的所有元素值变为inf。继续在匹配矩阵M中寻找最小值，完成数据集的匹配，直到矩阵内的所有值都变为inf。搜索结束后，没有找到匹配数据的行代表在当前数据集中有新数据参数的出现，没有找到匹配数据的列代表在当前数据集中某数据参数消失。

本发明通过对不同数据特征的提取，实现在线的大量遥测数据计算，解决卫星测控部门对大量遥测数据管理和分析难的问题。大量遥测数据多维特征提取方法包括构建特征树和剪枝。

构建特征树实现方法为：定义由属性进行划分的度量，计算出当前数据子集最佳的划分属性；当选定了计算结点代价的模糊度函数，特征树的生长过程中，每次试图找一个最优分叉值，来划分结点中的样本，使得代价减小最大；模糊度函数Ф(D)是用来表示特征树结点G的模糊度或误差分割指标的。这时，D是决策属性集。

剪枝是基于最小代价复杂性原理修剪特征树。由可剪枝的指标，给出剪枝代价复杂性测度E_β(T)：其中，β是一个由于特征树的复杂性带来的代价的复杂度参数，T表示一棵特征树。对每一个给定的β值，根据对应的其代价复杂性测度，总可以找到一个最小子特征树T(β)。

步骤三，给出多模式故障推理，研究路径的编码算法。根据提取的数据特征，利用基于规则的推理方法诊断故障和预测趋势，或利用基于模型的推理方法进行故障推断。

基于模型的推理方法和基于规则的推理方法设置在多模式推理系统，基于卫星在轨运行实时故障诊断的多模式推理系统模型如图4所示。多模式推理系统首先判断能够用推理规则方法实现，如果能，则用基于规则的推理方法实现，即生成用于故障恢复的可自动执行的命令序列或提醒卫星管理人员注意卫星的运行情况；如果不能，利用基于案例的推理方法，即如果存在相似的案例，则给出供参考的故障诊断结果，以及应用于故障恢复、避免危险趋势进一步恶化的命令序列，若找不到相似的案例，则应提醒卫星管理人员进行综合分析；从而实现解决新故障的诊断，更新规则库和模型库。

故障实时自动诊断和推理预测的推理方法及编码路径曲线法为：

模型规则的一般形式为：

前提1：如果A且B，那么C

前提2：现在是A′且B′

结论：A、B分别表示输入的不同故障特征参数，C表示输出的故障诊断指标值。

如果各语言变量的论域是有限集时，则逻辑推理过程可以用关系矩阵的运算来描述。已知当A和B时，输出为C，即存在推理规则

IF A AND B,THEN C

求当A′和B′，控制输出C′应该多少可以用以下步骤：

①设X和Y表示故障对象，μ_A(X)和μ_B(Y)分别表示其对应A和B条件下的权值度，求D＝A×B，令d_XY＝μ_A(X)∧μ_B(Y)，得D矩阵为

②将D写成列矢量DT，即DT＝[d₁₁,d₁₂,…,d_1n,d₂₁,…,d_mn]′

③求出关系矩阵R，R＝DT×C

④由A′、B′求出D′，D′＝A′×B′，A’、B’表示输入的不同故障特征参数测试值

⑤仿照②。将D′转化为行矢量DT′

⑥最后由求出故障推理输出。

针对卫星故障实时性自动诊断问题，研究故障诊断编码路径曲线法，具体是指的是计算机读数据指针需要扫描过的路径设计，实现卫星在轨故障复现和推演，进行故障分析和故障修复策略验证。对于那些无法使用基于规则的推理方法诊断的故障和预测的趋势，则应用基于模型的推理方法。对于新的故障，则应用基于案例的推理方法进行数据挖掘及诊断。应用大数据挖掘技术、规则推理方法进行故障诊断时，系统中基于规则的推理模块根据规则库中的诊断与恢复规则、大数据挖掘技术自动给出诊断结果，生成用于故障恢复的可自动执行的命令序列或提醒卫星管理人员注意卫星的运行情况。系统中基于案例的推理模块在案例库中寻找与该故障和趋势相似的案例。如果存在相似的案例，则给出供参考的故障诊断结果，以及应用于故障恢复、避免危险趋势进一步恶化的命令序列；若找不到相似的案例，则应提醒卫星管理人员进行综合分析。一旦解决了新故障的诊断问题，就要根据实际诊断情况更新规则库和模型库，并把描述该故障及诊断方法的新案例添加到案例库中。

根据本发明数据特征提取可以在卫星故障诊断中是现今按故障实时性自动诊断，这里给出两种方法：

一是频率近邻孤立点区间检测算法：基于时频变换函数提取每个区间的频率信息，区间由编码路径曲线法中得到的，即把矩阵中的元素d₁₁,d₁₂,…,d_1n,d₂₁,…,d_mn按从小到大排列，相邻两数之间组成的区间，计算频率特性之间的距离，然后基于区间频率向量间的距离之和以及K个最近频率向量采用近邻方法去估算孤立点得分。它使用适度的时间开销，能够在频域和时域上检测孤立点区间。其中，时频变换函数为：其中，ψ(t)根据实际数据或实验自由定义但必须满足ψ(t)∈L²(R)且z₁为窗口大小参数，z₂为位移参数。

二是深入研究大数据编码、解码算法对卫星运行数据中的经纬坐标编码，给出一个比较理想的编码曲线可以直接应用到行键数据库中行键的构建中来。对大量数据进行探索、选择和建模，给出一种基于粗糙集的不精确推理方法对卫星遥测数据进行知识挖掘。此推理方法是：根据属性约简方法，进一步缩小真值的范围，最终求得判决结果。

本发明的创新点如下：

(1)大数据冗余信息处理方法

以前文献对信号的处理大多是特定应用领域的一般规模的信号处理。然而，对大规模、异构、多源信号处理的研究很少。本发明提出大数据冗余信息的多级处理框架，实施对部件故障的多级多层特征分解、提取、特征重构等处理，以便能快速、有效的实施故障诊断。其性能比现有故障诊断方法好，它具有诊断准确性高、通信量和储存量较小、抗噪能力更强的优点。

(2)大数据多维特征参数提取算法

大数据的多维参数提取是现在许多部门棘手且亟待解决的难题。本发明提出一种针对卫星大量遥测数据的分布式快速提取方法。通过该方法，提高数据分析的速度和效率，实现在线的大量遥测数据计算、特征提取。为卫星测控部门对卫星的控制、测量、导航、健康评估等的困难提供一种思路方法。

(3)大数据编码算法

到目前为止，还没有一个非常理想的大数据编码与解码算法的填充曲线可以直接应用到行列键数据库中的行列键的构建中来。为了提高数据检索效率，本发明给出卫星运行数据中的经纬坐标编码算法，通过计算机读数据指针需要扫描过的路径，如图5所示为一种经纬坐标编码算法，使编码相似的距离也相近，且曲线相对简单，易于实现，没有较大的突变，实现只对字典序列的局部较小区域扫描，就可以获得用户想要的信息，避免对整个行列键字典序列进行从前到后地扫描。这为大数据的编码研究人员提供一种理论参考。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种基于卫星故障诊断多源遥测大数据特征提取预处理方法，其特征在于，其步骤如下：

步骤一：利用重要属性核约减算法、区分网络约简方法和基于Hadoop的分块映射约简方法分别对卫星采集的异构数据、时空多序列数据、结构化与半结构化数据进行约减，实现对卫星采集的遥感数据冗余信息处理；

步骤二：分析约减后的遥感数据的变化特征，利用多维特征参数提取算法对故障的特征进行提取，建立多帧间的故障数据关联矩阵提取模型对关联故障特征进行提取；

步骤三：根据提取的数据特征，利用基于规则的推理方法诊断故障和预测趋势，或利用基于模型的推理方法进行故障推断。

2.根据权利要求1所述的基于卫星故障诊断多源遥测大数据特征提取预处理方法，其特征在于，所述重要属性核约减算法使用核作为计算约简的出发点，计算一个最好的或者用户指定的最小约简，具体实现方法为：初始化候选集Red为核属性：Red＝Core，Core表示约简的核心集；计算整个条件属性集的依赖程度fmax，置max＝0，当max<fmax，每次往候选集Red中加入新属性，即Red＝Red∪{i}，计算使候选集Red依赖系数最大的属性i；计算max＝Red的依赖程度，对于候选集Red的每个非核属性，去掉是否影响依赖系数，若否，则删除该非核属性；计算测量的属性值与候选集Red的必要属性的相似度d，再根据表示满足大于相似度d的截集进行属性或数据约简；相似度越大，则测量的属性与必要属性的偏差越小，说明这个测量属性是必要属性，否则，这个测量属性是不必要属性。

3.根据权利要求1所述的基于卫星故障诊断多源遥测大数据特征提取预处理方法，其特征在于，所述区分网络约简方法的实现方法为：令n表示算法迭代次数，置n＝0，把时空多序列数据输入到网络中的区分神经元，对每一个输入值x_j选择获胜的输出神经元h^*，即最小化竞争层中的结点的输出值设N(h^*)是获胜输出神经元h^*的近邻，对每一个输出神经元h∈{N(h^*),h^*}，调整更新权重ω_kj(n+1)＝f(ω_kj(n),η(n))，其中，η(n)＝η是学习率，f是权值调节函数，kj表示上一层的第k个神经元与本层的第j个神经元，更新权重后对其标准化；重复上述步骤，迭代的次数被置成n＝n+1直到满足迭代停止准则为止，得到的最终输出值为时空序列的约简值。

4.根据权利要求1所述的基于卫星故障诊断多源遥测大数据特征提取预处理方法，其特征在于，所述基于Hadoop的分块映射约简方法的实现方法为：对来自于独立数据源的数据进行清洗、格式转换操作后加载进入到物理数据仓库，数据的查询运行在数据仓库上；对于虚拟集成数据体系，数据保存在数据源；通过中间模式处理数据查询请求，自动加载查询相关的数据源中的数据，把面向数据仓库的数据集成作为虚拟集成数据体系中的一个数据源，通过中间虚拟模式与数据仓库应用之间的API接口来获取数据仓库中的各类数据。

5.根据权利要求1所述的基于卫星故障诊断多源遥测大数据特征提取预处理方法，其特征在于，所述多维特征参数提取算法根据历史故障本身的特性和专家经验，首提取一些故障的细节特征参数，再对这些细节特征使用特征重构方法恢复故障整体特征，具体实现方法为：

根据故障历史数据分析对故障进行建模，定义故障模型的正交尺度函数为φ(t)，ψ(t)为由正交尺度函数φ(t)生成且与正交尺度函数φ(t)线性无关的基，设ψ₀(t)＝φ(t)和ψ₁(t)＝ψ(t)，那么存在两序列{p_k}和{q_k}分别满足如下两级数：

其中， 是p_-n+1的共轭，k是指标集；p_k和p_-n+1表示权值系数序列；ψ₀(2t-k)表示在2t-k时刻的基本故障特征，是由ψ₀(t)在不同时刻t的生成基，t表示影响基本故障的时刻；

把基ψ₀(t)和ψ₁(t)扩展为：

其中，ψ_l(2t-k)表示在2t-k时刻的基本故障特征，ψ_2l(t)表示在时刻t的重要故障特征，是由ψ_l(2t-k)生成的；ψ_2l+1(t)表示在时刻t的次要故障特征，是由ψ_l(2t-k)生成的且与故障特征ψ_2l(t)线性无关；定义函数列ψ_n(t)，n＝2l或2l+1，l＝0,1,…；

定义二维空间L²(R)内的基函数构造故障的线性无关的基序列为使基序列与故障F(x,y)作内积对故障进行平滑、去噪、加强处理；其中，x,y表示沿着两个方向的时间步长，j₁,j₂、k₁,k₂分别表示沿着这两个方向的节点序数的指标值；

由于基序列是二维空间L²(R)中的基，那么对固定的指标集令是{ψ_k,n:n∈Z}线性张成的闭子空间，Z是整数，ψ_k,n表示二维空间L²(R)中的基本故障特征，那么二维空间L²(R)可分解为子空间W_k的直接和：这时，故障有唯一分解其中，g_k∈W_k,k∈Z；

然而，子空间W_k又可由函数列进行进一步再分解，且n＝2l或2l+1，l＝0,1,…；得子空间族为j∈Z,n∈Z⁺，ψ_n(2^j·-k)表示重要和次要的故障特征，对于每一个j＝1,2,…，那么特征子空间W_j进一步分解为：

进而，对每个m＝0,1,…,2^k-1，k＝1,2,…，函数族是子空间的一个正交基；表示重要和次要的故障特征；

那么，子空间中的故障可表示为把故障进行分解计算可得故障细节特征为：

其中，和 和分别是p_n和q_n的共轭；

把故障进行重构计算可得故障整体特征为：

6.根据权利要求5所述的基于卫星故障诊断多源遥测大数据特征提取预处理方法，其特征在于，利用故障基函数对经过预处理后的故障进行2层分解，函数返回故障分解的树状结构，在各个节点处点击得到相应节点对应的故障细节特征；利用故障整体特征作为重构函数计算分解各层各个节点的故障特征，归一化所有故障细节特征组成特征向量，设第r层故障分解特征向量为V_r，则有

其中，r代表故障分解的层数，c_j表示各层故障归一化特征值，其中，j＝r0,r1,…,2^2r-1；

由对故障的分解计算知，第r级故障特征是由第r级基函数分解系数计算出来的，反应故障在尺度2^-r上不同位置的故障特征，故障经过s级二维基函数变换后，在各级分别得到某位置上的故障细节，r＝1,2,…,s；

由第r层故障分解特征向量V_r可得故障的综合特征为：

V＝(V₁,V₂,…,V_s) (7)

目标的故障特征V是由各级故障特征组合而成，通过对故障不同水平的分解，得到故障的各级细节特征；

把待识别的故障特征向量V与存储在检索系统中的已经训练好的已知类别的故障特征向量V′＝(V₁′,V₂′,…,V_s′)作比较，当且仅当它的特征向量与第i₀类故障特征向量之间的隶属度为最大时，按最大隶属原则判决待识别故障属于第i₀类，下面给出相似度的计算法如下：

其中，ω_i是不同层的故障与已知类故障差值的权值，p是指标集，取的都是正整数。

7.根据权利要求1所述的基于卫星故障诊断多源遥测大数据特征提取预处理方法，其特征在于，所述建立多帧间的故障数据关联矩阵提取模型的方法为：

通过数据挖掘方法得到数据特征参数，建立m×n个数据的匹配矩阵M，m为目前帧的遥测数据的个数，n为上一帧的遥测数据的个数；元素M(p,q)的值为：

式中，r_p为第p遥测数据集的大小；r_q为第q遥测数据集的大小；(x_p,y_p)为第p遥测数据集的中心；(x_q,y_q)为第q遥测数据集的中心；inf表示一个很大的数值；p和q是取正整数的指标集；

利用匹配矩阵来实现当前数据集与上一帧数据集匹配：在匹配矩阵M中选择值最小且不为inf的元素，该元素所对应的行和列分别是当前数据集和上一帧数据集的编号，这样行对应的数据集与列对应的数据集相匹配；把完成匹配的行与列的所有元素值变为inf；继续在匹配矩阵M中寻找最小值完成数据集的匹配，直到匹配矩阵内的所有值都变为inf；搜索结束后，没有找到匹配数据的行代表在当前数据集中有新数据参数的出现，没有找到匹配数据的列代表在当前数据集中某数据参数消失。

8.根据权利要求1所述的基于卫星故障诊断多源遥测大数据特征提取预处理方法，其特征在于，利用构建特征树的方法实现多维参数特征的提取，其方法为：

定义由属性进行划分的度量，计算出当前数据子集最佳的划分属性；选定计算结点代价的模糊度函数，在特征树的生长过程中，每次试图找一个最优分叉值来划分结点中的样本，使得代价减小最大；模糊度函数Ф(D)用来表示特征树结点G的模糊度或误差分割指标的，D是决策属性集；

基于最小代价复杂性原理修剪特征树：由可剪枝的指标给出剪枝代价复杂性测度E_β(T)，其中，β是由于特征树的复杂性带来代价的复杂度参数，T表示一棵特征树；对每一个给定的复杂度参数β，根据对应的代价复杂性测度，可以找到一个最小子特征树T(β)。

9.根据权利要求1所述的基于卫星故障诊断多源遥测大数据特征提取预处理方法，其特征在于，所述基于模型的推理方法的实现方法为：

模型的一般形式为：

前提I：如果A且B，那么C，

前提II：现在是A′且B′

结论：C＝(A′and B′)ο[(A and B)→C]，A、B分别表示输入的不同故障特征参数，C表示输出的故障诊断指标值；

如果各语言变量的论域是有限集时，则逻辑推理过程用关系矩阵的运算来描述；已知当A和B时，输出为C，存在推理规则

IF A AND B,THEN C

求当A′和B′，控制输出C′用以下步骤实现：

①设X和Y表示故障对象，μ_A(X)和μ_B(Y)分别表示其对应A和B条件下的权值度，求D＝A×B，令d_XY＝μ_A(X)∧μ_B(Y)，得矩阵D为：

②将矩阵D写成列矢量DT，即DT＝[d₁₁,d₁₂,…,d_1n,d₂₁,…,d_mn]′，

③求关系矩阵R＝DT×C；

④由A′、B′求出D′＝A′×B′，A’和B’分别表示输入的不同故障特征参数测试值；

⑤将矩阵D′转化为行矢量DT′；

⑥由C＝(A′and B′)ο[(A and B)→C]，求出故障推理输出。