CN112540974B - 一种基于二阶动量的航天器遥测数据野值点去除方法 - Google Patents
一种基于二阶动量的航天器遥测数据野值点去除方法 Download PDFInfo
- Publication number
- CN112540974B CN112540974B CN202011554001.2A CN202011554001A CN112540974B CN 112540974 B CN112540974 B CN 112540974B CN 202011554001 A CN202011554001 A CN 202011554001A CN 112540974 B CN112540974 B CN 112540974B
- Authority
- CN
- China
- Prior art keywords
- data
- spacecraft
- telemetering
- order momentum
- outlier
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Navigation (AREA)
Abstract
一种基于二阶动量的航天器遥测数据野值点去除方法,属于航天器遥测数据处理技术领域。解决了现有航天器遥测数据存在野值点,影响后续数据分析与故障诊断的问题。本发明将航天器遥测数据按照不同种类和不同时间制成数据表;利用二阶动量算法对所述数据表中的数据进行滤波计算;将所有滤波后的数据与对应的滤波前数据对应作差,并对差值取绝对值;判断每个差值的绝对值是否大于对应种类数据的差值阈值,若任意一个绝对值大于自身种类数据的差值阈值,将数据表中的数据替换为对应的滤波后的数据,实现航天器遥测数据野值点去除。本发明适用于航天器遥测数据野值点去除。
Description
技术领域
本发明属于航天器遥测数据处理技术领域.
背景技术
航天器作为典型的安全攸关系统,在航天器设计之初已尽可能考虑各种因素,确保高可靠安全运行。随着航天装备需求越来越多样、设计复杂性越来越高,航天器的智能自主功能越来越强。当今发射的航天器数量越来越多,航天器的结构和功能越来越复杂,各种新技术的应用也使得航天器的遥测数据受干扰与耦合的情况越来越多,且航天器的遥测数据量大,维数多,在获取遥测数据时,由于数据传输的距离以及电离层,通信带宽的影响,会使遥测数据产生野值点。在后续数据分析与故障诊断过程中,野值点的存在会使续数据分析与故障诊断产生影响。
发明内容
本发明目的是为了解决现有航天器遥测数据存在野值点,影响后续数据分析与故障诊断的问题,提供了一种基于二阶动量的航天器遥测数据野值点去除方法。
本发明所述一种基于二阶动量的航天器遥测数据野值点去除方法,该方法的具体步骤为:
步骤一、将航天器遥测数据按照不同种类和不同时间制成数据表;
步骤一、利用二阶动量算法对所述数据表中的数据进行滤波计算;
步骤二、将所有滤波后的数据与滤波前数据对应作差,并对差值取绝对值;
步骤三、判断每个差值的绝对值是否大于对应种类数据的差值阈值,若任意一个绝对值大于自身种类数据的差值阈值,将数据表中的数据替换为对应的滤波后的数据,实现航天器遥测数据野值点去除。
进一步地,步骤一中所述利用二阶动量算法对航天器遥测数据进行计算滤波的具体方法为:
mt=β1mt-1+(1-β1)xt
vt=β2vt-1+(1-β2)xt·xt
mt和vt分别是t时刻第一阶矩和第二阶矩的估计,mt-1和vt-1分别是t-1时刻第一阶矩和第二阶矩的估计,mt和vt均是初始化为0的向量,β1和β2代表二阶动量法对原始数据的跟踪速度,其范围为(0~1)。
进一步地,β1=0.9,β2=0.99。
本发明采用二阶动量法对不同数据进行二阶滤波,并判断滤波后的数据与原数据之间的差值是否大于其对应的阈值,若是就进行替换,实现野值点的消除,减少了野值点造成的影响,对于保证航天器的可靠性同时降低对航天器的监测时长等有较为明显的作用,以及减少误警率。
附图说明
图1是本发明所述方法流程图;
图2是航天器遥测数据某一种数据野值点去除后与原始数据的对比图;
图3是图2的放大图;
图4是航天器遥测数据另一种数据野值点去除后与原始数据的对比图;
图5是图4的放大图。
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作出创造性劳动的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。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
具体实施方式一:下面结合图1说明本实施方式,本实施方式所述一种基于二阶动量的航天器遥测数据野值点去除方法,具体包括:
步骤一、将航天器遥测数据按照不同种类和不同时间制成数据表;
步骤一、利用二阶动量算法对所述数据表中的数据进行滤波计算;
步骤二、将所有滤波后的数据与对应的滤波前数据对应作差,并对差值取绝对值;
步骤三、判断每个差值的绝对值是否大于对应种类数据的差值阈值,若任意一个绝对值大于自身种类数据的差值阈值,将数据表中的数据替换为对应的滤波后的数据,实现航天器遥测数据野值点去除。
本实施方式所述的根据经验判断,若任意一种数据滤波前与滤波后的数据的差值允许的最大值设为A,所述差值阈值通常根据实际数据种类确定,每次检测到新值时判断:滤波前与滤波后的数据的差值绝对值<=A,即则原数据有效,如果原数据与滤波后的数据值的差>A,即则原数无效,放弃原数,使用滤波后的数据代替原始数据。能有效克服因偶然因素引起的脉冲干扰。
进一步地,步骤一中所述利用二阶动量算法对航天器遥测数据进行计算滤波的具体方法为:
mt=β1mt-1+(1-β1)xt
vt=β2vt-1+(1-β2)xt·xt
mt和vt分别是t时刻第一阶矩和第二阶矩的估计,mt-1和vt-1分别是t-1时刻第一阶矩和第二阶矩的估计,mt和vt均是初始化为0的向量,β1和β2代表二阶动量法对原始数据的跟踪速度,其范围为(0~1),β1和β2取0时,代表当前值完全由过去值决定,其中1代表当前值完全由当前值决定,0.9代表当前值由过去值和当前值的组合共同决定。
本实施方式所述的第二阶动量法可以更好地提升算法的适应性,以及缩减过去的误差,减少数据突变对实验结果的影响,二阶动量法可以使数据变得更加平滑。
进一步地,β1=0.9,β2=0.99。
本实施方式中,β1=0.9,β2=0.99时,二阶动量法使数据结果最平稳。
航天器遥测数据总体数据量大,但故障样本量小,造成现有方法难以有效应用于航天器异常检监测和故障诊断问题,同时大量维度的数据对于监测的难度也有很大影响。在现有复杂数据的情况下,如何合理的检测遥测数据,避免将遥测数据中的野值点误警为故障,是提高故障诊断率的先行条件。
本发明通过引入二阶动量,可以更好地提升算法的适应性,以及缩减过去的误差,减少数据突变对实验结果的影响,二阶动量法可以使数据变得更加平滑。
将二阶动量算法应用在航天器遥测数据的野值去除中,滤波的结果更平滑。根据经验判断,对每种参数的差值阈值进行设定。根据实际情况对航天器的遥测数据进行分析,在航天器遥测数据的野值去除中,使数据曲线滤波的结果更平滑。保证了航天器的可靠性同时降低对航天器的监测时长等有较为明显的作用,以及减少误警率。
实验结果如图1-4所示,图中线a代表滤波前数据即原始数据,线b代表去除野值点后的数据,从实验结果图可以看出来偏大的数据会得到一定的限制,整体上的实验结果更好,
虽然在本文中参照了特定的实施方式来描述本发明,但是应该理解的是,这些实施例仅仅是本发明的原理和应用的示例。因此应该理解的是,可以对示例性的实施例进行许多修改,并且可以设计出其他的布置,只要不偏离所附权利要求所限定的本发明的精神和范围。应该理解的是,可以通过不同于原始权利要求所描述的方式来结合不同的从属权利要求和本文中所述的特征。还可以理解的是,结合单独实施例所描述的特征可以使用在其他所述实施例中。
Claims (2)
1.一种基于二阶动量的航天器遥测数据野值点去除方法,其特征在于,该方法的具体步骤为:
步骤一、将航天器遥测数据按照不同种类和不同时间制成数据表;
步骤一、利用二阶动量算法对所述数据表中的数据进行滤波计算;
步骤二、将所有滤波后的数据与滤波前数据对应作差,并对差值取绝对值;
步骤三、判断每个差值的绝对值是否大于对应种类数据的差值阈值,若任意一个绝对值大于自身种类数据的差值阈值,将数据表中的数据替换为对应的滤波后的数据,实现航天器遥测数据野值点去除;
步骤一中所述利用二阶动量算法对航天器遥测数据进行计算滤波的具体方法为:
mt=β1mt-1+(1-β1)xt
vt=β2vt-1+(1-β2)xt·xt
mt和vt分别是t时刻第一阶矩和第二阶矩的估计,mt-1和vt-1分别是t-1时刻第一阶矩和第二阶矩的估计,mt和vt均是初始化为0的向量,β1和β2代表二阶动量法对原始数据的跟踪速度,其范围为[0~1]。
2.根据权利要求1所述的一种基于二阶动量的航天器遥测数据野值点去除方法,其特征在于,β1=0.9,β2=0.99。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011554001.2A CN112540974B (zh) | 2020-12-24 | 2020-12-24 | 一种基于二阶动量的航天器遥测数据野值点去除方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011554001.2A CN112540974B (zh) | 2020-12-24 | 2020-12-24 | 一种基于二阶动量的航天器遥测数据野值点去除方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112540974A CN112540974A (zh) | 2021-03-23 |
CN112540974B true CN112540974B (zh) | 2021-09-24 |
Family
ID=75018059
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011554001.2A Active CN112540974B (zh) | 2020-12-24 | 2020-12-24 | 一种基于二阶动量的航天器遥测数据野值点去除方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112540974B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113114161B (zh) * | 2021-03-26 | 2023-03-24 | 哈尔滨工业大学 | 一种利用最小中值法剔除野值的机电系统信号滤波方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103838970A (zh) * | 2014-03-07 | 2014-06-04 | 武汉理工大学 | 面向深海船舶动力定位的高精度实时状态估计方法及系统 |
CN108225375A (zh) * | 2018-01-08 | 2018-06-29 | 哈尔滨工程大学 | 一种基于中值滤波的抗外速度野值的优化粗对准方法 |
CN111985077A (zh) * | 2020-07-10 | 2020-11-24 | 西安理工大学 | 一种航天器外弹道跟踪数据斑点型野值识别和修正方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104765964B (zh) * | 2015-04-15 | 2017-12-08 | 北京空间飞行器总体设计部 | 一种空间环境敏感参数筛选方法 |
CN105242534B (zh) * | 2015-09-11 | 2017-11-21 | 中国人民解放军国防科学技术大学 | 基于遥测参数且关联于对卫星控制行为的卫星状态监测方法 |
CN112703457A (zh) * | 2018-05-07 | 2021-04-23 | 强力物联网投资组合2016有限公司 | 用于使用工业物联网进行数据收集、学习和机器信号流传输实现分析和维护的方法和系统 |
-
2020
- 2020-12-24 CN CN202011554001.2A patent/CN112540974B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103838970A (zh) * | 2014-03-07 | 2014-06-04 | 武汉理工大学 | 面向深海船舶动力定位的高精度实时状态估计方法及系统 |
CN108225375A (zh) * | 2018-01-08 | 2018-06-29 | 哈尔滨工程大学 | 一种基于中值滤波的抗外速度野值的优化粗对准方法 |
CN111985077A (zh) * | 2020-07-10 | 2020-11-24 | 西安理工大学 | 一种航天器外弹道跟踪数据斑点型野值识别和修正方法 |
Non-Patent Citations (4)
Title |
---|
A New Outlier-Robust Student"s t Based Gaussian Approximate Filter for Cooperative Localization;Yulong Huang等;《IEEE/ASME Transactions on Mechatronics》;20170825;第22卷(第5期);2380-2386页 * |
Huber second-order variable structure predictive filter for satellites attitude estimation;Lu Cao等;《International journal of control automation and systems》;20190703(第17期);1781-1792页 * |
巡航飞行器地磁辅助导航关键技术研究;常帅;《中国博士学位论文全文数据库》;20171115(第11期);C031-41页 * |
高动态航天器复合定位异常处理方法;魏可惠等;《信息与电子工程》;20091031;第7卷(第5期);382-385页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112540974A (zh) | 2021-03-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Apley et al. | The GLRT for statistical process control of autocorrelated processes | |
CN110895526A (zh) | 一种大气监测系统中数据异常的修正方法 | |
CN110348150B (zh) | 一种基于相关概率模型的故障检测方法 | |
CN107329049B (zh) | 一种基于卡尔曼滤波器的输电线路早期故障检测方法 | |
CN112540974B (zh) | 一种基于二阶动量的航天器遥测数据野值点去除方法 | |
CN105182961B (zh) | 四余度信号监控表决方法和设备 | |
CN111797889A (zh) | 基于分段线性表示的单变量报警系统性能评价方法及系统 | |
CN115372816A (zh) | 基于数据分析的配电开关设备运行故障预测系统及方法 | |
CN110687775A (zh) | 一种基于故障积分的双余度传感器信号表决方法 | |
CN105718733B (zh) | 基于模糊贴近度和粒子滤波的故障预报方法 | |
CN110187206B (zh) | 一种复杂工况下非高斯过程的悬浮系统的故障检测方法 | |
CN110286286B (zh) | 一种基于vmd-elm的vsc-hvdc换流站故障识别装置及方法 | |
CN111400114A (zh) | 基于深度递归网络大数据计算机系统故障检测方法及系统 | |
CN111353131A (zh) | 一种码载偏离度阈值计算的方法 | |
WO2020048114A1 (zh) | 一种基于报警持续时间特征的干扰报警识别方法 | |
CN108508860B (zh) | 一种基于耦合关系的流程工业生产系统数据监测方法 | |
CN112906213A (zh) | 一种机载电子设备剩余寿命自适应预测方法 | |
Hu et al. | A probabilistic method for certification of analytically redundant systems | |
Manca et al. | Off-line analysis of dynamic causal dependencies in evolving industrial alarm floods | |
CN110011872B (zh) | 一种基于诊断消息的流式计算平台状态监控方法和装置 | |
CN112104340A (zh) | 一种基于HMM模型和Kalman滤波技术的开关量输入模块BIT降虚警方法 | |
CN113672658A (zh) | 基于复相关系数的电力设备在线监测错误数据识别方法 | |
CN105389475A (zh) | 一种基于小波包分解的电厂设备故障检测方法 | |
CN117221075B (zh) | 基于自适应事件触发机制的离散网络化系统故障检测方法 | |
CN115904791B (zh) | 一种动量轮转速带跳变过程误码识别及自适应修复方法 |
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 |