CN111174812B - 一种卫星星敏感器常值输出异常自主诊断方法 - Google Patents
一种卫星星敏感器常值输出异常自主诊断方法 Download PDFInfo
- Publication number
- CN111174812B CN111174812B CN202010059769.6A CN202010059769A CN111174812B CN 111174812 B CN111174812 B CN 111174812B CN 202010059769 A CN202010059769 A CN 202010059769A CN 111174812 B CN111174812 B CN 111174812B
- Authority
- CN
- China
- Prior art keywords
- star sensor
- satellite
- value output
- output
- determining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000003745 diagnosis Methods 0.000 title claims abstract description 23
- 230000005856 abnormality Effects 0.000 claims abstract description 17
- 238000005070 sampling Methods 0.000 claims description 24
- 230000002159 abnormal effect Effects 0.000 claims description 18
- 238000012937 correction Methods 0.000 claims description 12
- 238000005259 measurement Methods 0.000 abstract description 4
- 238000012545 processing Methods 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/02—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by astronomical means
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Navigation (AREA)
Abstract
一种卫星星敏感器常值输出异常自主诊断方法,本发明依据星敏感器四元素输出随卫星运动而变化的原理,建立星敏感器四元素常值输出模型,利用在轨实测数据对星敏感器四元素常值输出模型进行了修正,避免了由于星敏感器星图识别精度因素产生的四元素短期恒定输出而导致诊断错误的问题,其结果可用于在轨卫星星敏感器四元素常值输出异常的实时自主发现。本发明提供一种卫星星敏感器常值输出异常实时自主诊断方法,对星敏感器四元素的变化进行监测,对星敏感器常值输出异常的及时发现及快速处理具有重要意义,通过在东三和东四平台卫星上的应用,证明方法有效可行。
Description
技术领域
本发明涉及一种卫星星敏感器常值输出异常自主诊断方法,特别是一种在轨卫星星敏感器四元素常值输出模型建立和异常自主诊断方法,属于航天器自主诊断技术领域。
背景技术
目前星敏感器大量应用于卫星平台设计中,相较于地球敏感器,采用星敏感器作为测量部件的卫星,其姿态测量精度得到大幅提升,星敏感器工作正常与否直接决定了卫星姿态控制精度,进而影响载荷的可用性。例如,2018年某通信卫星发生了星敏感器常值输出异常,引发卫星姿态失控,进而导致卫星能源受损,同时使通信信号中断。然而目前星敏感器常值输出异常发现尚依赖于人工发现,缺乏自动化手段,因此需要寻找一种方法解决星敏感器常值输出异常无法及时自主发现的问题。
星敏感器四元素是可以实时全面表征星敏感器工作正常与否的重要参数。星敏感器数据不更新或恒定输出,均能通过四元素表征。但现今仍依靠人工对星敏感器四元素趋势进行判读,这种判读方式存在以下问题:首先,面对二百余颗在轨卫星的局面,依靠人工不可能完成实时判读;其次,趋势判读结论严重依赖在轨监测人员经验,不利于早期发现星敏感器的故障。
发明内容
本发明解决的技术问题是:克服现有技术的不足,针对在轨卫星星敏感器常值输出异常缺乏自动化诊断手段的问题,提供了一种在轨卫星星敏感器常值输出模型的建立和异常实时自主诊断方法。本方法可以实现星敏感器实时、自动化、精确化异常监测,为异常处理争取宝贵时间,为卫星的长期在轨稳定运行提供可靠保障。
本发明的技术解决方案是:
一种卫星星敏感器常值输出异常自主诊断方法,包括步骤如下:
1)根据上一个完整轨道周期星敏感器输出的四元素q1(t)、q2(t)、q3(t)和q4(t),以Δt为采样周期,获得四元素采样数据qi(t),i∈[1,4];
然后,根据所述四元素采样数据,分别获得每个元素对应的采样数据-时间曲线,提取出每根曲线中斜率为零的多根线段;
2)根据斜率为零的线段中采样数据个数的最大值,确定每个元素对应的修正因子n1~n4;
3)根据步骤2)所述修正因子n1~n4,确定星敏感器四元素判定参数Δq1(t)、Δq2(t)、Δq3(t)、Δq4(t);
4)根据步骤3)所述星敏感器四元素判定参数,判定当前星敏感器是否输出异常;若判定当前星敏感器输出异常,则该星敏感器不能用于向卫星提供正确的姿态信息,反之则该星敏感器能够向卫星提供正确的姿态信息。
步骤1)所述确定每个元素对应的修正因子n1~n4的方法,具体为:
11)将每个元素对应的多根线段按时间顺序依次编号1~mi,其中,mi为第i个四元素采样数据qi(t)中斜率为零的线段总数;
12)分别获得每根线段采样点的个数ki(m),m∈[1,mi];
13)根据步骤12)所述每根线段采样点的个数ki(m),确定每个元素对应的修正因子n1~n4;具体为:
步骤3)所述确定星敏感器四元素判定参数Δq1(t)、Δq2(t)、Δq3(t)、Δq4(t)的方法,具体为:
其中,q1(t)、q2(t)、q3(t)、q4(t)为t时刻星敏感器输出的四元素值。
步骤4)所述判定当前星敏感器四元素值是否输出异常的方法,具体为:
若Δq1(t)、Δq2(t)、Δq3(t)、Δq4(t)或Δq5(t)中任意一项值为零,则判定星敏感器输出异常,该星敏感器不能用于向卫星提供正确的姿态信息。
本发明与现有技术相比的优点在于:
1)本发明针对在轨卫星星敏感器常值输出异常缺乏自动化诊断手段的问题,采用星敏感器真实遥测数据确定星敏感器输出四元素每个元素连续不变的最大帧数,从而准确确定判定星敏感器任一元素常值输出异常的最小时长,实现了星敏感器任一元素常值输出异常的快速准确发现,为地面快速辅助星上姿态控制进而避免影响卫星在轨业务提供可靠保障。
2)本发明采用星敏感器四元素增量和不变判定星敏感器四元素同时常值输出异常的方法,实现了星敏感器四元素同时常值输出异常的单步诊断,相较于单一元素常值输出诊断大幅缩短了异常诊断时间,是对星敏感器单一元素常值输出异常诊断的有效补充。
附图说明
图1为在轨卫星星敏感器四元素常值输出异常实时诊断流程图,其中delt(t)为Δt;delt(qi(t))为Δqi(t)。
图2为某卫星星敏感器四元素q1变化曲线图;
图3为某卫星星敏感器四元素q2变化曲线图;
图4为某卫星星敏感器四元素q3变化曲线图;
图5为某卫星星敏感器四元素q4变化曲线图;
图6为某卫星发生星敏感器常值输出异常前后星敏感器四元素变化曲线图。
具体实施方式
本发明适用于星敏感器输出连续稳定的在轨卫星。由于星敏感器四元素是随轨道的不同而呈现不同变化规律的,难以通过对四元素直接建立解析模型实现星敏感器输出的异常诊断,因此本发明只针对星敏感器常值输出异常提供自主诊断方法,通过统计分析在轨遥测数据的变化情况进行建模,服务于星敏感器姿态测量过程中的精细化监测。本发明得到的星敏感器四元素常值输出模型可用于四元素中一个或多个元素常值输出的快速发现,不仅局限于目前在轨已发生的四个元素同时常值输出异常的诊断。在卫星姿态稳定的前提下,本发明中得到的星敏感器四元素常值输出模型仅与时间相关,模型简单高效、可行可靠,便于工程实现,通过在轨遥测数据对物理模型进行修正,大幅提高诊断准确率。
本发明的在轨卫星星敏感器四元素常值输出异常实时诊断流程如附图1所示。包括步骤如下:
1)根据上一个完整轨道周期星敏感器输出的四元素q1(t)、q2(t)、q3(t)和q4(t),以Δt为采样周期,获得四元素采样数据qi(t),i∈[1,4];
然后,根据所述四元素采样数据,分别获得每个元素对应的采样数据-时间曲线,提取出每根曲线中斜率为零的多根线段;
2)根据斜率为零的线段中采样数据个数的最大值,确定每个元素对应的修正因子n1~n4;
3)根据步骤2)所述修正因子n1~n4,确定星敏感器四元素判定参数Δq1(t)、Δq2(t)、Δq3(t)、Δq4(t);
4)根据步骤3)所述星敏感器四元素判定参数,判定当前星敏感器是否输出异常;若判定当前星敏感器输出异常,则该星敏感器不能用于向卫星提供正确的姿态信息,反之则该星敏感器能够向卫星提供正确的姿态信息。
步骤1)所述确定每个元素对应的修正因子n1~n4的方法,具体为:
11)将每个元素对应的多根线段按时间顺序依次编号1~mi,其中,mi为第i个四元素采样数据qi(t)中斜率为零的线段总数;
12)分别获得每根线段采样点的个数ki(m),m∈[1,mi],同一根线段中采样点的数据值相等;
13)根据步骤12)所述每根线段采样点的个数ki(m),确定每个元素对应的修正因子n1~n4;具体为:
例如:k1(10),即i=1,m=10表示,q1(t)对应的采样数据-时间曲线中第10根斜率为零的线段中采样点的个数。
步骤3)所述确定星敏感器四元素判定参数Δq1(t)、Δq2(t)、Δq3(t)、Δq4(t)的方法,具体为:
其中,q1(t)、q2(t)、q3(t)、q4(t)为t时刻星敏感器输出的四元素值。
步骤4)所述判定当前星敏感器四元素值是否输出异常的方法,具体为:
若Δq1(t)、Δq2(t)、Δq3(t)、Δq4(t)或Δq5(t)中任意一项值为零,则判定星敏感器输出异常,该星敏感器不能用于向卫星提供正确的姿态信息。
实施例
该方法已利用多颗卫星的在轨遥测数据进行验证。现举例给出2颗在轨卫星星敏感器四元素常值输出模型,分别称为卫星1、卫星2。
卫星1:
卫星2:
下面以某在轨卫星星敏感器为例进一步说明本发明方法。
一、根据卫星星敏感器四元素下传的时间间隔确定时间步长Δt=8s。
二、选择最近一个轨道周期星敏四元素数据,如图2~5所示。针对每个元素提取斜率为零的所有线段,并统计斜率为零的线段中采样数据个数,进而确定n1~n4。易知:n1=49,n2=69,n3=118,n4=55。则可得到:
三、本发明拟合得到的星敏感器四元素常值输出模型是时间的函数。利用本发明方法可开展星敏感器常值输出异常实时自主诊断。
四、在轨异常发现应用
如图6所示,某在轨通信卫星发生了星敏感器常值输出异常,该异常发生时4个元素q1~q4均变为常值,本发明提供的诊断方法能够及时快速发现异常,为异常处理争取宝贵时间。
本发明说明书中未作详细描述的内容属本领域专业技术人员的公知技术。
Claims (3)
1.一种卫星星敏感器常值输出异常自主诊断方法,其特征在于,包括步骤如下:
1)根据上一个完整轨道周期星敏感器输出的四元素,以Δt为采样周期,获得四元素采样数据qi(t),i∈[1,4];
然后,根据所述四元素采样数据,分别获得每个元素对应的采样数据-时间曲线,提取出每根曲线中斜率为零的多根线段;
2)根据斜率为零的线段中采样数据个数的最大值,确定每个元素对应的修正因子n1~n4;
3)根据步骤2)所述修正因子n1~n4,确定星敏感器四元素判定参数Δq1(t)、Δq2(t)、Δq3(t)、Δq4(t);
4)根据步骤3)所述星敏感器四元素判定参数,判定当前星敏感器是否输出异常;若判定当前星敏感器输出异常,则该星敏感器不能用于向卫星提供正确的姿态信息,反之则该星敏感器能够向卫星提供正确的姿态信息;
步骤2)所述确定每个元素对应的修正因子n1~n4的方法,具体为:
21)将每个元素对应的多根线段按时间顺序依次编号1~mi,其中,mi为第i个四元素采样数据qi(t)中斜率为零的线段总数;
22)分别获得每根线段采样点的个数ki(m),m∈[1,mi];
23)根据步骤22)所述每根线段采样点的个数ki(m),确定每个元素对应的修正因子n1~n4;具体为:
3.根据权利要求2所述的一种卫星星敏感器常值输出异常自主诊断方法,其特征在于,步骤4)所述判定当前星敏感器是否输出异常的方法,具体为:
若Δq1(t)、Δq2(t)、Δq3(t)、Δq4(t)或Δq5(t)中任意一项值为零,则判定星敏感器输出异常,该星敏感器不能用于向卫星提供正确的姿态信息;
其中,
Δq5(t)=|q1(t)-q1(t-Δt)|+|q2(t)-q2(t-Δt)|+|q3(t)-q3(t-Δt)|+|q4(t)-q4(t-Δt)|。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010059769.6A CN111174812B (zh) | 2020-01-19 | 2020-01-19 | 一种卫星星敏感器常值输出异常自主诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010059769.6A CN111174812B (zh) | 2020-01-19 | 2020-01-19 | 一种卫星星敏感器常值输出异常自主诊断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111174812A CN111174812A (zh) | 2020-05-19 |
CN111174812B true CN111174812B (zh) | 2020-12-18 |
Family
ID=70651056
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010059769.6A Active CN111174812B (zh) | 2020-01-19 | 2020-01-19 | 一种卫星星敏感器常值输出异常自主诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111174812B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114018283B (zh) * | 2021-09-28 | 2023-11-10 | 北京控制工程研究所 | 一种针对多探头星敏感器的系统故障诊断与修复方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102999042A (zh) * | 2012-11-30 | 2013-03-27 | 北京控制工程研究所 | 深空探测器gnc系统分层自主故障诊断方法 |
CN109029504A (zh) * | 2018-08-08 | 2018-12-18 | 中国空间技术研究院 | 一种基于光信号的整星级恒星敏感器测试系统及方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102012111752A1 (de) * | 2012-12-04 | 2014-06-18 | Jena-Optronik Gmbh | Verfahren zur automatischen Korrektur von Ausrichtungsfehlern in Sternsensorsystemen |
CN104061926B (zh) * | 2014-06-24 | 2017-10-24 | 北京控制工程研究所 | 基于在轨数据进行相对导航敏感器状态辅助判断的方法 |
CN105241451B (zh) * | 2015-10-30 | 2018-01-05 | 中国电子科技集团公司第二十研究所 | 一种小视场星跟踪器天文观测信息异常检测方法 |
CN105526951B (zh) * | 2016-01-30 | 2018-08-21 | 武汉大学 | 一种星敏感器原始观测数据预处理方法及系统 |
CN105539883B (zh) * | 2016-02-05 | 2017-12-29 | 上海微小卫星工程中心 | 一种基于矢量匹配的多敏感器星上自主互校验方法 |
CN106289238B (zh) * | 2016-08-02 | 2019-02-26 | 哈尔滨工业大学 | 一种星敏感器数据优化处理方法 |
CN106643808A (zh) * | 2017-01-22 | 2017-05-10 | 上海航天控制技术研究所 | 一种星敏感器在轨数据多级故障诊断方法 |
-
2020
- 2020-01-19 CN CN202010059769.6A patent/CN111174812B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102999042A (zh) * | 2012-11-30 | 2013-03-27 | 北京控制工程研究所 | 深空探测器gnc系统分层自主故障诊断方法 |
CN109029504A (zh) * | 2018-08-08 | 2018-12-18 | 中国空间技术研究院 | 一种基于光信号的整星级恒星敏感器测试系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111174812A (zh) | 2020-05-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11977200B2 (en) | System and method for real-time monitoring and optimizing operation of connected oil and gas wells | |
US11782401B2 (en) | Apparatus and methods to build deep learning controller using non-invasive closed loop exploration | |
CN111611294B (zh) | 星敏感器数据异常检测方法 | |
CN111174812B (zh) | 一种卫星星敏感器常值输出异常自主诊断方法 | |
WO2021027213A1 (zh) | 检测方法、装置、电子设备和计算机可读介质 | |
CN110388952B (zh) | 用于在线测量仪器的验证、校准和/或调整的设备和方法 | |
CN109976374B (zh) | 无人机异常坠地的检测方法、装置、设备以及存储介质 | |
CN110296802A (zh) | 基于振动速度传感器波形采集的杆塔螺栓松动判别方法 | |
CN114235415A (zh) | 基于神经网络的风力发电机变桨轴承故障诊断方法及装置 | |
CN110879602B (zh) | 基于深度学习的无人机控制律参数调节方法及系统 | |
CN111027193A (zh) | 一种基于回归模型的短期水位预测方法 | |
CN108614071A (zh) | 分布式室外大气质量监测精度校正系统及参数更新方法 | |
CN111680407A (zh) | 一种基于高斯混合模型的卫星健康评估方法 | |
CN117149857A (zh) | 一种基于深度学习的电气设备故障预警与自动化维护系统 | |
CN117609679A (zh) | 基于多源数据的电动推杆故障检测方法 | |
CN113378351B (zh) | 一种卫星姿态敏感器测量数据在线智能剔野方法 | |
CN103793765B (zh) | 一种基于Kalman滤波的卫星遥测数据预测方法 | |
CN117972600A (zh) | 一种基于多维故障特征学习的风电机组关键部件异常探测方法 | |
CN117074849A (zh) | 一种基于大数据的电力系统故障应急处理方法 | |
US10267669B2 (en) | Estimation of gross weight and center-of-gravity | |
CN113626978B (zh) | 一种民爆乳化炸药的爆速在线预测方法及系统 | |
CN111967127A (zh) | 一种小卫星出厂可靠性问题筛选率计算方法 | |
CN108038331B (zh) | 一种基于云计算的高精度温度数据校正方法 | |
CN112272804A (zh) | 无需动态系统模型的工业过程在线故障定位 | |
CN111291306B (zh) | 一种用于航天器自主诊断的大样本遥测数据快速优化方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |