CN114090537A - 卫星在轨状态的实时分析方法、装置、系统、设备及介质 - Google Patents
卫星在轨状态的实时分析方法、装置、系统、设备及介质 Download PDFInfo
- Publication number
- CN114090537A CN114090537A CN202210063015.7A CN202210063015A CN114090537A CN 114090537 A CN114090537 A CN 114090537A CN 202210063015 A CN202210063015 A CN 202210063015A CN 114090537 A CN114090537 A CN 114090537A
- Authority
- CN
- China
- Prior art keywords
- real
- satellite
- data
- time
- telemetry
- 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.)
- Pending
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
- G06F16/10—File systems; File servers
- G06F16/18—File system types
- G06F16/182—Distributed file systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/16—File or folder operations, e.g. details of user interfaces specifically adapted to file systems
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Telephonic Communication Services (AREA)
Abstract
本申请涉及一种卫星在轨状态的实时分析方法、装置、系统、电子设备及计算机可读介质。该方法包括:获取卫星的实时遥测数据,所述实时遥测数据中包括多个遥测参数;基于分布式计算系统的计算资源确定目标服务器;将所述多个遥测参数发送到分布式计算系统的所述目标服务器;所述目标服务器基于所述多个遥测参数生成多个在轨状态特征数据;基于所述多个在轨状态特征数据对所述卫星进行实时分析。本申请涉及的卫星在轨状态的实时分析方法、装置、系统、电子设备及计算机可读介质,能够对卫星的状态进行实时分析,将卫星遥测数据分析从统计学领域转向计算机领域,提升计算效率。
Description
技术领域
本申请涉及卫星遥测遥控领域,具体而言,涉及一种卫星在轨状态的实时分析方法、装置、系统、电子设备及计算机可读介质。
背景技术
卫星在轨状态直接的反映对象为其遥测参数,在实际的应用场景中,获取的卫星遥测参数有几千个,且参数状态变化之间互相关联,直接对所有遥测参数进行状态分析计算量大,实现起来因难,无法对卫星的状态进行实时分析。为此需要建立能反映卫星各分系统、部件状态的特征集,以状态特征为主要对象进行状态分析。同时,由于卫星工作环境恶劣,外部环境也直接影响卫星工作状态。为此在进行遥测状态分析同时,需要建立起用于描达其运行环境的特征参数,以便综合对卫星状态进行分析。
现有对卫星在轨状态特征分析技术通常都是采用MATLAB工具,导入遥测数据集进行分析计算,偏向统计学领域,但是随着卫星历史遥测数据的体量逐渐增大,MATLAB计算的方式,计算消耗的时间太长,满足不了实时计算的需求,也无法集成计算机领域的网页服务中。
因此,需要一种新的卫星在轨状态的实时分析方法、装置、系统、电子设备及计算机可读介质。
在所述背景技术部分公开的上述信息仅用于加强对本申请的背景的理解,因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
有鉴于此,本申请提供一种卫星在轨状态的实时分析方法、装置、系统、电子设备及计算机可读介质,能够对卫星的状态进行实时分析,将卫星遥测数据分析从统计学领域转向计算机领域,提升计算效率。
本申请的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本申请的实践而习得。
根据本申请的一方面,提出一种卫星在轨状态的实时分析方法,该方法包括:获取卫星的实时遥测数据,所述实时遥测数据中包括多个遥测参数;基于分布式计算系统的计算资源确定目标服务器;将所述多个遥测参数发送到分布式计算系统的所述目标服务器;所述目标服务器基于所述多个遥测参数生成多个在轨状态特征数据;基于所述多个在轨状态特征数据对所述卫星进行实时分析。
在本申请的一种示例性实施例中,还包括:通过对卫星的历史遥测数据的分析生成多个在轨状态特征函数。
在本申请的一种示例性实施例中,通过对卫星的历史遥测数据的分析生成多个在轨状态特征函数,包括:通过对卫星的历史遥测数据的分析生成特征参数函数、时域统计特征函数、时域形态特征函数、时域关联特征函数和频域特征函数。
在本申请的一种示例性实施例中,获取卫星的实时遥测数据,包括:将卫星的所述实时遥测数据存储在Hadoop分布式文件系统中。
在本申请的一种示例性实施例中,基于分布式计算系统的计算资源确定目标服务器,包括:基于YARN资源管理器对分布式计算系统的计算资源进行资源调控,以确定所述目标服务器。
在本申请的一种示例性实施例中,将所述多个遥测参数发送到分布式计算系统的所述目标服务器,包括:将所述多个遥测参数发送到Spark分布式计算系统的所述目标服务器。
在本申请的一种示例性实施例中,所述目标服务器基于所述多个遥测参数生成多个在轨状态特征数据,包括:所述目标服务器基于预设的在轨状态特征函数对所述多个遥测参数进行计算;根据计算结果生成所述多个在轨状态特征数据。
在本申请的一种示例性实施例中,基于所述多个在轨状态特征数据对所述卫星进行实时分析,包括:在所述多个在轨状态特征数据满足预设策略时,生成警告信息;基于所述警告信息生成调控指令以进行处理。
根据本申请的一方面,提出一种卫星在轨状态的实时分析装置,该装置包括:数据模块,用于获取卫星的实时遥测数据,所述实时遥测数据中包括多个遥测参数;资源模块,用于基于分布式计算系统的计算资源确定目标服务器;计算模块,用于将所述多个遥测参数发送到分布式计算系统的所述目标服务器;特征模块,用于所述目标服务器基于所述多个遥测参数生成多个在轨状态特征数据;告警模块,用于基于所述多个在轨状态特征数据对所述卫星进行实时分析。
在本申请的一种示例性实施例中,还包括:分析模块,用于通过对卫星的历史遥测数据的分析生成多个在轨状态特征函数。
根据本申请的一方面,提出一种卫星在轨状态的实时分析系统,该系统包括:Hadoop分布式文件服务器,用于获取卫星的实时遥测数据,所述实时遥测数据中包括多个遥测参数;YARN资源管理器,用于基于分布式计算系统的计算资源确定目标服务器;将所述多个遥测参数发送到分布式计算系统的所述目标服务器;Spark分布式服务器,用于基于所述目标服务器、所述多个遥测参数生成多个在轨状态特征数据;基于所述多个在轨状态特征数据对所述卫星进行实时分析。
根据本申请的一方面,提出一种电子设备,该电子设备包括:一个或多个处理器;存储装置,用于存储一个或多个程序;当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如上文的方法。
根据本申请的一方面,提出一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如上文中的方法。
根据本申请的卫星在轨状态的实时分析方法、装置、系统、电子设备及计算机可读介质,通过获取卫星的实时遥测数据,所述实时遥测数据中包括多个遥测参数;基于分布式计算系统的计算资源确定目标服务器;将所述多个遥测参数发送到分布式计算系统的所述目标服务器;所述目标服务器基于所述多个遥测参数生成多个在轨状态特征数据;基于所述多个在轨状态特征数据对所述卫星进行实时分析的方式,能够对卫星的状态进行实时分析,将卫星遥测数据分析从统计学领域转向计算机领域,提升计算效率。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本申请。
附图说明
通过参照附图详细描述其示例实施例,本申请的上述和其它目标、特征及优点将变得更加显而易见。下面描述的附图仅仅是本申请的一些实施例,对于本领域的普通技术人员来讲,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是根据一示例性实施例示出的一种卫星在轨状态的实时分析方法及装置的应用场景图。
图2是根据一示例性实施例示出的一种卫星在轨状态的实时分析方法的流程图。
图3是根据另一示例性实施例示出的一种卫星在轨状态的实时分析方法的示意图。
图4是根据另一示例性实施例示出的一种卫星在轨状态的实时分析方法的示意图。
图5是根据一示例性实施例示出的一种卫星在轨状态的实时分析装置的框图。
图6是根据另一示例性实施例示出的一种卫星在轨状态的实时分析系统的框图。
图7是根据一示例性实施例示出的一种电子设备的框图。
图8是根据一示例性实施例示出的一种计算机可读介质的框图。
具体实施方式
现在将参考附图更全面地描述示例实施例。然而,示例实施例能够以多种形式实施,且不应被理解为限于在此阐述的实施例;相反,提供这些实施例使得本申请将全面和完整,并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本申请的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本申请的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本申请的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
应理解,虽然本文中可能使用术语第一、第二、第三等来描述各种组件,但这些组件不应受这些术语限制。这些术语乃用以区分一组件与另一组件。因此,下文论述的第一组件可称为第二组件而不偏离本申请概念的教示。如本文中所使用,术语“及/或”包括相关联的列出项目中的任一个及一或多者的所有组合。
本领域技术人员可以理解,附图只是示例实施例的示意图,附图中的模块或流程并不一定是实施本申请所必须的,因此不能用于限制本申请的保护范围。
图1是根据一示例性实施例示出的一种卫星在轨状态的实时分析方法及装置的应用场景图。
如图1所示,系统架构10可以包括卫星终端101、102、103,网络104和服务器105。网络104用以在卫星终端101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
卫星终端101、102、103通过网络104与服务器105交互,以接收或发送数据等。卫星终端101、102、103上可以安装有各种遥测遥感类的传感器和应用,例如温度传感设备、图像传感设备、环境采集设备等,还可例如数据处理类应用、图像处理类应用、即时通信工具、信号处理类应用等。卫星终端101、102、103可以是具有遥测探测类功能的各种商业卫星。
服务器105可以是提供各种服务的服务器,例如对卫星终端101、102、103所传输的遥测遥控数据提供支持的后台管理服务器。后台管理服务器可以对接收到的遥测遥控数据进行分析等处理,并将处理结果(例如告警信息)反馈给管理员。
服务器105可例如获取卫星的实时遥测数据,所述实时遥测数据中包括多个遥测参数;服务器105可例如基于分布式计算系统的计算资源确定目标服务器;服务器105可例如将所述多个遥测参数发送到分布式计算系统的所述目标服务器;服务器105可例如所述目标服务器基于所述多个遥测参数生成多个在轨状态特征数据;服务器105可例如基于所述多个在轨状态特征数据对所述卫星进行实时分析。
服务器105还可例如通过对卫星的历史遥测数据的分析生成多个在轨状态特征函数。
服务器105可以是一个实体的服务器,还可例如为多个服务器组成,服务器105中的一部分可例如为本申请中的Hadoop分布式文件服务器,用于获取卫星的实时遥测数据,所述实时遥测数据中包括多个遥测参数。服务器105中的一部分还可例如作为本申请中的YARN资源管理器,用于基于分布式计算系统的计算资源确定目标服务器;将所述多个遥测参数发送到分布式计算系统的所述目标服务器。服务器105中的一部分还可例如作为Spark分布式服务器,用于基于所述目标服务器、所述多个遥测参数生成多个在轨状态特征数据;基于所述多个在轨状态特征数据对所述卫星进行实时分析。
需要说明的是,本申请实施例所提供的卫星在轨状态的实时分析方法可以由服务器105执行,相应地,卫星在轨状态的实时分析装置可以设置于服务器105中。
现有的技术只是采用数据分析工具MATLAB进行分析,偏向统计学范畴,无法集成网页服务中,同时由于数据集逐渐增大已不再适用,也满足不了卫星在轨状态实时分析的需求。
本申请的卫星在轨状态的实时分析方法,将卫星遥测数据的分析从统计学领域转向计算机领域,集成在计算机领域的网页服务中。还采用了Spark分布式计算,多台机器并行计算,提高计算效率,从而能够实时生成卫星在轨状态信息,以对卫星进行实时控制。
图2是根据一示例性实施例示出的一种卫星在轨状态的实时分析方法的流程图。卫星在轨状态的实时分析方法20至少包括步骤S202至S210。
如图2所示,在S202中,获取卫星的实时遥测数据,所述实时遥测数据中包括多个遥测参数。可将卫星的所述实时遥测数据存储在Hadoop分布式文件系统中。
在S204中,基于分布式计算系统的计算资源确定目标服务器。可基于YARN资源管理器对分布式计算系统的计算资源进行资源调控,以确定所述目标服务器。
在S206中,将所述多个遥测参数发送到分布式计算系统的所述目标服务器。可将所述多个遥测参数发送到Spark分布式计算系统的所述目标服务器。
在S208中,所述目标服务器基于所述多个遥测参数生成多个在轨状态特征数据。所述目标服务器基于预设的在轨状态特征函数对所述多个遥测参数进行计算;根据计算结果生成所述多个在轨状态特征数据。
在一个实施例中,还包括:通过对卫星的历史遥测数据的分析生成多个在轨状态特征函数。
在一个实施例中,可通过对卫星的历史遥测数据的分析生成特征参数函数、时域统计特征函数、时域形态特征函数、时域关联特征函数和频域特征函数。
在一个实施例中,还可对卫星的历史遥测数据的分析生成统计特征函数,频域特征函数、图形特征函数、关联特征函数等等。
不同的特征函数组合能够反映出卫星当前的不同方面的信息。可将上述不同组合的特征函数存储在数据库中,在实时计算时,根据不同的计算需求,调取不同的特征函数组合以便对卫星的在轨状态进行分析。
更进一步的,统计特征可包括:一阶统计特征(均值、中位数、分位数、极差)、二阶统计特征(方差、标准差、均方差、均方根值、裕度指标、峰值因子、波形因子)、高阶统计特征(偏度、峭度);
频域特征可包括:重心频率、功率谱方差、均方频率、谱熵;
图形特征可包括:离散化分区统计、图形矩;
关联特征可包括:逻辑关联、物理关联、数据关联(线性关联、非线性关联、基于规则关联、灰色关联)。
在S210中,基于所述多个在轨状态特征数据对所述卫星进行实时分析。可在所述多个在轨状态特征数据满足预设策略时,生成警告信息;基于所述警告信息生成调控指令以进行处理。
可设定在轨状态特征数据的正常工作范围,当在轨状态特征数据超过正常工作范围时,生成警告信息。警告信息中包括当前偏离的特征数据,以便调控指令直接调取使用。
在一个实施例中,由于在轨特征状态数据是由多个遥测遥控参数生成的,当在轨状态特征数据偏离预期值时,可调取和该在轨特征数据相关的遥测遥控数据,并对这些遥测遥控数据逐一分析。
根据本申请的卫星在轨状态的实时分析方法,通过获取卫星的实时遥测数据,所述实时遥测数据中包括多个遥测参数;基于分布式计算系统的计算资源确定目标服务器;将所述多个遥测参数发送到分布式计算系统的所述目标服务器;所述目标服务器基于所述多个遥测参数生成多个在轨状态特征数据;基于所述多个在轨状态特征数据对所述卫星进行实时分析的方式,能够对卫星的状态进行实时分析,将卫星遥测数据分析从统计学领域转向计算机领域,提升计算效率。
应清楚地理解,本申请描述了如何形成和使用特定示例,但本申请的原理不限于这些示例的任何细节。相反,基于本申请公开的内容的教导,这些原理能够应用于许多其它实施例。
图3是根据另一示例性实施例示出的一种卫星在轨状态的实时分析方法的示意图。图3是对本申请中卫星在轨状态的实时分析系统的系统架构说明。
卫星的实时遥测数据和历史遥测数据存储在大数据层的HDFS中,HDFS担任底层数据存储角色;
大数据层的Spark分布式计算框架对遥测数据进行分析计算;
大数据层的YARN资源管理器,为Spark进行分析计算提供算力资源,并进行资源调度;
Spring Boot是网页服务技术,提供分析计算结果通过网页查看服务;
HTML5和Echarts是界面可视化工具,通过各种图表将分析计算结果友好展示。
本申请的卫星在轨状态的实时分析方法,采用计算机领域Spark分布式计算框架对卫星在轨状态特征进行分析,多台机器可以并行计算,将多台机器算力聚合起来,大大提高分析效率,并且可以将分析结果集成完整网页服务中。
图4是根据另一示例性实施例示出的一种卫星在轨状态的实时分析方法的中spark的运行基本流程的示意图。
其中,Application指的是用户编写的Spark应用程序/代码,包含了Driver功能代码和分布在集群中多个节点上运行的Executor代码。Spark应用程序,由一个或多个作业JOB/DAG组成。
Spark中的Driver即运行上述Application的Main()函数并且创建SparkContext,其中创建SparkContext的目的是为了准备Spark应用程序的运行环境。
在Spark中由SparkContext负责和ClusterManager通信,进行资源的申请、任务的分配和监控等;当Executor部分运行完毕后,Driver负责将SparkContext关闭。
Cluster Manager指的是在集群上获取资源的外部服务,Standalone,Spark原生的资源管理器,由Master负责资源的分配;Haddop Yarn,由Yarn中的ResourceManager负责资源的分配。
Executor是执行分区计算任务的进程,是运行在工作节点(Worker Node)上的进程(当然一个节点可以运行多个进程),负责运行任务,并为应用程序存储数据;
RDD(Resilient Distributed Dataset)弹性分布式数据集,是分布式内存的一个抽象概念;
DAG(Directed Acyclic Graph有向无环图)反映RDD之间的依赖关系和执行流程;
Job作业,按照DAG执行就是一个作业,一个作业包含多个RDD及作用于相应RDD上的各种操作;Job==DAG。
Stage阶段,是作业的基本调度单位,同一个Stage中的Task可以并行执行,多个Task组成TaskSet(任务集)。
Task任务,运行在Executor上的工作单元,一个Task计算一个RDD的分区,包括pipline上的一系列操作。
在一个具体的实施例中,当一个卫星在轨状态处理的Spark应用被提交时,首先需要为这个Spark Application构建基本的运行环境,即由任务控制节点(Driver)创建一个SparkContext,
SparkContext向资源管理器(可以是Standalone、Mesos或YARN)注册并申请运行Executor资源;
资源管理器为Executor分配资源并启动Executor进程,Executor运行情况将随着心跳发送到资源管理器上;
SparkContext根据RDD的依赖关系构建成DAG图,DAG图提交给DAG调度器(DAGScheduler)进行解析,将DAG图分解成Stage(每个阶段都是一个任务集),并把Taskset发送给Task Scheduler。
Task Scheduler将Task发放给Executor运行,同时SparkContext将应用程序代码发放给Executor。
Executor执行Task,把执行结果反馈给任务调度器,然后反馈给DAG调度器,运行完毕后写入卫星遥测数据并释放所有资源。
本领域技术人员可以理解实现上述实施例的全部或部分步骤被实现为由CPU 执行的计算机程序。在该计算机程序被CPU 执行时,执行本申请提供的上述方法所限定的上述功能。所述的程序可以存储于一种计算机可读存储介质中,该存储介质可以是只读存储器,磁盘或光盘等。
此外,需要注意的是,上述附图仅是根据本申请示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
下述为本申请装置实施例,可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节,请参照本申请方法实施例。
图5是根据一示例性实施例示出的一种卫星在轨状态的实时分析装置的框图。如图5所示,卫星在轨状态的实时分析装置50包括:数据模块502,资源模块504,计算模块506,特征模块508,告警模块510,卫星在轨状态的实时分析装置50还可包括:分析模块512。
数据模块502用于获取卫星的实时遥测数据,所述实时遥测数据中包括多个遥测参数;数据模块502还用于将卫星的所述实时遥测数据存储在Hadoop分布式文件系统中。
资源模块504用于基于分布式计算系统的计算资源确定目标服务器;资源模块504还用于基于YARN资源管理器对分布式计算系统的计算资源进行资源调控,以确定所述目标服务器。
计算模块506用于将所述多个遥测参数发送到分布式计算系统的所述目标服务器;计算模块506还用于将所述多个遥测参数发送到Spark分布式计算系统的所述目标服务器。
特征模块508用于所述目标服务器基于所述多个遥测参数生成多个在轨状态特征数据;特征模块508用于还用于器基于预设的在轨状态特征函数对所述多个遥测参数进行计算;根据计算结果生成所述多个在轨状态特征数据。
告警模块510用于基于所述多个在轨状态特征数据对所述卫星进行实时分析。告警模块510还用于在所述多个在轨状态特征数据满足预设策略时,生成警告信息;基于所述警告信息生成调控指令以进行处理。
分析模块512用于通过对卫星的历史遥测数据的分析生成多个在轨状态特征函数。
根据本申请的卫星在轨状态的实时分析装置,通过获取卫星的实时遥测数据,所述实时遥测数据中包括多个遥测参数;基于分布式计算系统的计算资源确定目标服务器;将所述多个遥测参数发送到分布式计算系统的所述目标服务器;所述目标服务器基于所述多个遥测参数生成多个在轨状态特征数据;基于所述多个在轨状态特征数据对所述卫星进行实时分析的方式,能够对卫星的状态进行实时分析,将卫星遥测数据分析从统计学领域转向计算机领域,提升计算效率。
图6是根据另一示例性实施例示出的一种卫星在轨状态的实时分析装置的框图。如图6所示,卫星在轨状态的实时分析装置60包括:Hadoop分布式文件服务器602,YARN资源管理器604,Spark分布式服务器606。
Hadoop分布式文件服务器602用于获取卫星的实时遥测数据,所述实时遥测数据中包括多个遥测参数;
YARN资源管理器604用于基于分布式计算系统的计算资源确定目标服务器;将所述多个遥测参数发送到分布式计算系统的所述目标服务器;
Spark分布式服务器606用于基于所述目标服务器、所述多个遥测参数生成多个在轨状态特征数据;基于所述多个在轨状态特征数据对所述卫星进行实时分析。
图7是根据一示例性实施例示出的一种电子设备的框图。
下面参照图7来描述根据本申请的这种实施方式的电子设备700。图7显示的电子设备700仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图7所示,电子设备700以通用计算设备的形式表现。电子设备700的组件可以包括但不限于:至少一个处理单元710、至少一个存储单元720、连接不同系统组件(包括存储单元720和处理单元710)的总线730、显示单元740等。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元710执行,使得所述处理单元710执行本说明书中描述的根据本申请各种示例性实施方式的步骤。例如,所述处理单元710可以执行如图2,图3,图4中所示的步骤。
所述存储单元720可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)7201和/或高速缓存存储单元7202,还可以进一步包括只读存储单元(ROM)7203。
所述存储单元720还可以包括具有一组(至少一个)程序模块7205的程序/实用工具7204,这样的程序模块7205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线730可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备700也可以与一个或多个外部设备700’(例如键盘、指向设备、蓝牙设备等)通信,使得用户能与该电子设备700交互的设备通信,和/或该电子设备700能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口750进行。并且,电子设备700还可以通过网络适配器760与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。网络适配器760可以通过总线730与电子设备700的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备700使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,如图8所示,根据本申请实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本申请实施方式的上述方法。
所述软件产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本申请操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该计算机可读介质实现如下功能:获取卫星的实时遥测数据,所述实时遥测数据中包括多个遥测参数;基于分布式计算系统的计算资源确定目标服务器;将所述多个遥测参数发送到分布式计算系统的所述目标服务器;所述目标服务器基于所述多个遥测参数生成多个在轨状态特征数据;基于所述多个在轨状态特征数据对所述卫星进行实时分析。
本领域技术人员可以理解上述各模块可以按照实施例的描述分布于装置中,也可以进行相应变化唯一不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块,也可以进一步拆分成多个子模块。
通过以上的实施例的描述,本领域的技术人员易于理解,这里描述的示例实施例可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本申请实施例的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本申请实施例的方法。
以上具体地示出和描述了本申请的示例性实施例。应可理解的是,本申请不限于这里描述的详细结构、设置方式或实现方法;相反,本申请意图涵盖包含在所附权利要求的精神和范围内的各种修改和等效设置。
Claims (13)
1.一种卫星在轨状态的实时分析方法,其特征在于,包括:
获取卫星的实时遥测数据,所述实时遥测数据中包括多个遥测参数;
基于分布式计算系统的计算资源确定目标服务器;
将所述多个遥测参数发送到分布式计算系统的所述目标服务器;
所述目标服务器基于所述多个遥测参数生成多个在轨状态特征数据;
基于所述多个在轨状态特征数据对所述卫星进行实时分析。
2.如权利要求1所述的实时分析方法,其特征在于,还包括:
通过对卫星的历史遥测数据的分析生成多个在轨状态特征函数。
3.如权利要求2所述的实时分析方法,其特征在于,通过对卫星的历史遥测数据的分析生成多个在轨状态特征函数,包括:
通过对卫星的历史遥测数据的分析生成特征参数函数、时域统计特征函数、时域形态特征函数、时域关联特征函数和频域特征函数。
4.如权利要求1所述的实时分析方法,其特征在于,获取卫星的实时遥测数据,包括:
将卫星的所述实时遥测数据存储在Hadoop分布式文件系统中。
5.如权利要求1所述的实时分析方法,其特征在于,基于分布式计算系统的计算资源确定目标服务器,包括:
基于YARN资源管理器对分布式计算系统的计算资源进行资源调控,以确定所述目标服务器。
6.如权利要求1所述的实时分析方法,其特征在于,将所述多个遥测参数发送到分布式计算系统的所述目标服务器,包括:
将所述多个遥测参数发送到Spark分布式计算系统的所述目标服务器。
7.如权利要求1所述的实时分析方法,其特征在于,所述目标服务器基于所述多个遥测参数生成多个在轨状态特征数据,包括:
所述目标服务器基于预设的在轨状态特征函数对所述多个遥测参数进行计算;
根据计算结果生成所述多个在轨状态特征数据。
8.如权利要求1所述的实时分析方法,其特征在于,基于所述多个在轨状态特征数据对所述卫星进行实时分析,包括:
在所述多个在轨状态特征数据满足预设策略时,生成警告信息;
基于所述警告信息生成调控指令以进行处理。
9.一种卫星在轨状态的实时分析装置,其特征在于,包括:
数据模块,用于获取卫星的实时遥测数据,所述实时遥测数据中包括多个遥测参数;
资源模块,用于基于分布式计算系统的计算资源确定目标服务器;
计算模块,用于将所述多个遥测参数发送到分布式计算系统的所述目标服务器;
特征模块,用于所述目标服务器基于所述多个遥测参数生成多个在轨状态特征数据;
告警模块,用于基于所述多个在轨状态特征数据对所述卫星进行实时分析。
10.如权利要求9所述的实时分析装置,其特征在于,还包括:
分析模块,用于通过对卫星的历史遥测数据的分析生成多个在轨状态特征函数。
11.一种卫星在轨状态的实时分析系统,其特征在于,包括:
Hadoop分布式文件服务器,用于获取卫星的实时遥测数据,所述实时遥测数据中包括多个遥测参数;
YARN资源管理器,用于基于分布式计算系统的计算资源确定目标服务器;将所述多个遥测参数发送到分布式计算系统的所述目标服务器;
Spark分布式服务器,用于基于所述目标服务器、所述多个遥测参数生成多个在轨状态特征数据;基于所述多个在轨状态特征数据对所述卫星进行实时分析。
12.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-8中任一所述的方法。
13.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-8中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210063015.7A CN114090537A (zh) | 2022-01-20 | 2022-01-20 | 卫星在轨状态的实时分析方法、装置、系统、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210063015.7A CN114090537A (zh) | 2022-01-20 | 2022-01-20 | 卫星在轨状态的实时分析方法、装置、系统、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114090537A true CN114090537A (zh) | 2022-02-25 |
Family
ID=80308882
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210063015.7A Pending CN114090537A (zh) | 2022-01-20 | 2022-01-20 | 卫星在轨状态的实时分析方法、装置、系统、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114090537A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114510297A (zh) * | 2022-03-31 | 2022-05-17 | 国家卫星海洋应用中心 | 卫星数据重处理方法、装置和电子设备 |
CN114625794A (zh) * | 2022-03-10 | 2022-06-14 | 北京国电高科科技有限公司 | 一种卫星物联网Spark数据处理方法、系统、终端及存储介质 |
CN115373791A (zh) * | 2022-10-25 | 2022-11-22 | 北京航天驭星科技有限公司 | 一种航天器自动化遥控作业的编制方法及装置 |
CN115758706A (zh) * | 2022-11-10 | 2023-03-07 | 北京航天驭星科技有限公司 | 卫星东西保持策略模型的建模方法、模型、获取方法 |
CN116048577A (zh) * | 2022-12-29 | 2023-05-02 | 哈尔滨工大卫星技术有限公司 | 一种分布式数字化卫星系统升级方法、装置及介质 |
CN117650836A (zh) * | 2024-01-30 | 2024-03-05 | 中国科学院空天信息创新研究院 | 多站协同的遥感卫星数据信息获取方法、装置及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105045856A (zh) * | 2015-07-09 | 2015-11-11 | 中国资源卫星应用中心 | 一种基于Hadoop的大数据遥感卫星数据处理系统 |
CN105205288A (zh) * | 2015-10-28 | 2015-12-30 | 中国人民解放军国防科学技术大学 | 基于模式演化的卫星长期在轨运行状态的预测方法 |
CN108763377A (zh) * | 2018-05-18 | 2018-11-06 | 郑州轻工业学院 | 基于卫星故障诊断多源遥测大数据特征提取预处理方法 |
CN109039419A (zh) * | 2018-06-15 | 2018-12-18 | 上海卫星工程研究所 | 天基全球实时连续监视网络系统 |
CN111444014A (zh) * | 2020-03-23 | 2020-07-24 | 山东省科学院海洋仪器仪表研究所 | 基于ec-rest体系结构的海洋观测网络系统及方法 |
WO2020173020A1 (zh) * | 2019-02-26 | 2020-09-03 | 北京控制工程研究所 | 航天器交会对接飞行控制智能数据分析与决策支持系统 |
-
2022
- 2022-01-20 CN CN202210063015.7A patent/CN114090537A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105045856A (zh) * | 2015-07-09 | 2015-11-11 | 中国资源卫星应用中心 | 一种基于Hadoop的大数据遥感卫星数据处理系统 |
CN105205288A (zh) * | 2015-10-28 | 2015-12-30 | 中国人民解放军国防科学技术大学 | 基于模式演化的卫星长期在轨运行状态的预测方法 |
CN108763377A (zh) * | 2018-05-18 | 2018-11-06 | 郑州轻工业学院 | 基于卫星故障诊断多源遥测大数据特征提取预处理方法 |
CN109039419A (zh) * | 2018-06-15 | 2018-12-18 | 上海卫星工程研究所 | 天基全球实时连续监视网络系统 |
WO2020173020A1 (zh) * | 2019-02-26 | 2020-09-03 | 北京控制工程研究所 | 航天器交会对接飞行控制智能数据分析与决策支持系统 |
CN111444014A (zh) * | 2020-03-23 | 2020-07-24 | 山东省科学院海洋仪器仪表研究所 | 基于ec-rest体系结构的海洋观测网络系统及方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114625794A (zh) * | 2022-03-10 | 2022-06-14 | 北京国电高科科技有限公司 | 一种卫星物联网Spark数据处理方法、系统、终端及存储介质 |
CN114510297A (zh) * | 2022-03-31 | 2022-05-17 | 国家卫星海洋应用中心 | 卫星数据重处理方法、装置和电子设备 |
CN115373791A (zh) * | 2022-10-25 | 2022-11-22 | 北京航天驭星科技有限公司 | 一种航天器自动化遥控作业的编制方法及装置 |
CN115373791B (zh) * | 2022-10-25 | 2022-12-30 | 北京航天驭星科技有限公司 | 一种航天器自动化遥控作业的编制方法及装置 |
CN115758706A (zh) * | 2022-11-10 | 2023-03-07 | 北京航天驭星科技有限公司 | 卫星东西保持策略模型的建模方法、模型、获取方法 |
CN115758706B (zh) * | 2022-11-10 | 2023-04-25 | 北京航天驭星科技有限公司 | 卫星东西保持策略模型的建模方法、模型、获取方法 |
CN116048577A (zh) * | 2022-12-29 | 2023-05-02 | 哈尔滨工大卫星技术有限公司 | 一种分布式数字化卫星系统升级方法、装置及介质 |
CN116048577B (zh) * | 2022-12-29 | 2024-05-17 | 哈尔滨工大卫星技术有限公司 | 一种分布式数字化卫星系统升级方法、装置及介质 |
CN117650836A (zh) * | 2024-01-30 | 2024-03-05 | 中国科学院空天信息创新研究院 | 多站协同的遥感卫星数据信息获取方法、装置及存储介质 |
CN117650836B (zh) * | 2024-01-30 | 2024-05-03 | 中国科学院空天信息创新研究院 | 多站协同的遥感卫星数据信息获取方法、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114090537A (zh) | 卫星在轨状态的实时分析方法、装置、系统、设备及介质 | |
Nguyen et al. | {AGILE}: elastic distributed resource scaling for {infrastructure-as-a-service} | |
US8402468B2 (en) | Capacity planning based on resource utilization as a function of workload | |
US8261278B2 (en) | Automatic baselining of resource consumption for transactions | |
US9406023B2 (en) | System recommendations based on incident analysis | |
CN109614227B (zh) | 任务资源调配方法、装置、电子设备及计算机可读介质 | |
CN108595316B (zh) | 分布式应用的生命周期管理方法、管理器、设备和介质 | |
US11362891B2 (en) | Selecting and using a cloud-based hardware accelerator | |
US10977098B2 (en) | Automatically deploying hardware accelerators based on requests from users | |
US11144357B2 (en) | Selecting hardware accelerators based on score | |
US11294719B2 (en) | Generating metrics for quantifying computing resource usage based on cost and utilization of virtualized services and optimizing performance through virtualized service migration | |
Ujjwal et al. | An efficient framework for ensemble of natural disaster simulations as a service | |
CN116414518A (zh) | Kubernetes上的大数据的数据局部性 | |
Wu et al. | A distributed workflow management system with case study of real-life scientific applications on grids | |
US10572250B2 (en) | Dynamic accelerator generation and deployment | |
US20090217282A1 (en) | Predicting cpu availability for short to medium time frames on time shared systems | |
Cai et al. | Experience availability: tail-latency oriented availability in software-defined cloud computing | |
WO2016084327A1 (ja) | 資源予測装置、資源予測方法、資源予測プログラムおよび分散処理システム | |
CN109343958B (zh) | 计算资源分配方法、装置、电子设备、存储介质 | |
US20190182343A1 (en) | Method and system for tracking application activity data from remote devices and generating a corrective action data structure for the remote devices | |
CN111681093B (zh) | 一种展示资源页面的方法、装置和电子设备 | |
US10680912B1 (en) | Infrastructure resource provisioning using trace-based workload temporal analysis for high performance computing | |
Atanassov et al. | Quasi-Monte Carlo integration on the grid for sensitivity studies | |
Aaziz et al. | Yavit (yet another viz tool): Raising the level of abstraction in end-user hpc interactions | |
US11971907B2 (en) | Component monitoring framework with predictive analytics |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220225 |
|
RJ01 | Rejection of invention patent application after publication |