一种空间环境敏感参数筛选方法.pdf

本发明提供一种空间环境敏感参数筛选方法，其利用机理分析和相关性计算对遥测参数进行筛选，可以得到与空间环境相关并可以直接反映空间环境对在轨航天器的实际影响的参数，即实现了空间环境敏感参数的筛选，再利用现有技术对在轨航天器空间环境敏感参数进行监视和分析，航天器在轨管理人员可以监测到空间环境对航天器的实际影响并根据影响的大小，进行相关操作，从而保障航天器在轨安全可靠运行，确保航天任务的圆满完成。

1.  一种空间环境敏感参数筛选方法，其特征在于，包括以下步骤：
步骤1，机理分析筛选出待筛选对象，待筛选对象属于针对单粒子翻转效应专门设置的航天器遥测数据，包括：单粒子翻转计数，单比特错误计数，双比特错误计数；
步骤2，对航天器遥测数据进行筛选，获得空间环境敏感参数；
步骤21，对航天器遥测数据进行预处理；
第一步：剔除超出航天器遥测数据量程的野值；
第二步：航天器遥测数据根据所属航天器轨道的不同分GEO轨道及IGSO轨道遥测参数、其它轨道遥测参数两类；其它轨道的遥测参数又依据遥测参数量程的不同分为三类：第一类为量程最大值<＝15的变量；第二类为量程最大值>15并且<＝256的变量；第三类为量程最大值>256的变量；
第三步：对于GEO轨道及IGSO轨道的遥测参数，如果连续两个数据跳变累加超过3，则认为两个数据均是野值并剔除；针对其它轨道的三种类型的遥测数据，第一种类型的变量，所有发生的变化都是真值；第二种类型的变量，如果连续两个数据跳变累加超过10，则认为后一个数据是野值并剔除；第三种类型的变量，如果连续两个数据跳变累加超过1000，则认为后一个数据是野值并剔除；
步骤22，对预处理后的航天器遥测数据与空间环境参数通过皮尔森相关系数进行相关系数计算，依据相关系数的绝对值进行排序取相关性靠前的设定数量的参数，或者通过定义相关系数阈值且取大于该阈值的参数，作为筛选出的空间环境敏感参数集合。

2.  如权利要求1所述的空间环境敏感参数筛选方法，其特征在于，所述步骤22中用r表示相关系数，且r的绝对值越大表明相关性越强，计算公式如下所示：
r=1n-1Σi=1n(Xi-X&OverBar;SX)(Yi-Y&OverBar;SY)]]>
其中，X_i、Y_i为两个变量，X_i为需要筛选的第i个时刻的航天器遥测数据，Y_i为第i个时刻的空间环境监测数据；为n个时刻内两个变量的均值；S_X、S_Y为n个时刻内两个变量的样本方差。

3.  如权利要求1所述的空间环境敏感参数筛选方法，其特征在于，所述步骤22中相关系数阈值为0.2。

一种空间环境敏感参数筛选方法
技术领域
本发明属于航天器在轨运行管理领域，尤其涉及一种空间环境敏感参数筛选方法。
背景技术
空间环境对在轨航天器的影响已经成为航天器在轨管理需要考虑的重要因素。在长寿命卫星日益发展的同时，新型复合材料和微电子元器件也被越来越多地应用，使得空间环境诱发故障的可能性增加。
航天器有多达几千个遥测参数，其中一些遥测参数会对空间环境的变化比较敏感，即空间环境有了比较大的变化时，遥测值会产生变化。其中有些遥测变化直接反映了航天器的异常或故障。这些遥测值的变化可以直观地反映空间环境对航天器的影响，称之为空间环境敏感参数。通过对这些遥测参数的分析可以了解空间环境带给在轨航天器的实际影响。但是由于遥测参数多达几千个，现有技术尚未有手段来侦测所有遥测参数。
发明内容
为解决上述问题，本发明提供一种空间环境敏感参数筛选方法。通过机理与相关性来分析航天器遥测参数对于空间环境变化的敏感性，依据计算出的相关系数的大小进行空间环境敏感参数的筛选。
本发明的空间环境敏感参数筛选方法，其特征在于，包括以下步骤：
步骤1，机理分析筛选出待筛选对象，待筛选对象属于针对单粒子翻转效应 专门设置的航天器遥测数据，包括：单粒子翻转计数，单比特错误计数，双比特错误计数；
步骤2，对航天器遥测数据进行筛选，获得空间环境敏感参数；
步骤21，对航天器遥测数据进行预处理；
第一步：剔除超出航天器遥测数据量程的野值；
第二步：航天器遥测数据根据所属航天器轨道的不同分GEO轨道及IGSO轨道遥测参数、其它轨道遥测参数两类；其它轨道的遥测参数又依据遥测参数量程的不同分为三类：第一类为量程最大值<＝15的变量；第二类为量程最大值>15并且<＝256的变量；第三类为量程最大值>256的变量；
第三步：对于GEO轨道及IGSO轨道的遥测参数，如果连续两个数据跳变累加超过3，则认为两个数据均是野值并剔除；针对其它轨道的三种类型的遥测数据，第一种类型的变量，所有发生的变化都是真值；第二种类型的变量，如果连续两个数据跳变累加超过10，则认为后一个数据是野值并剔除；第三种类型的变量，如果连续两个数据跳变累加超过1000，则认为后一个数据是野值并剔除；
步骤22，对预处理后的航天器遥测数据与空间环境参数通过皮尔森相关系数进行相关系数计算，依据相关系数的绝对值进行排序取相关性靠前的设定数量的参数，或者通过定义相关系数阈值且取大于该阈值的参数，作为筛选出的空间环境敏感参数集合。
进一步的，所述步骤22中用r表示相关系数，且r的绝对值越大表明相关性越强，计算公式如下所示：
r=1n-1Σi=1n(Xi-X&OverBar;SX)(Yi-Y&OverBar;SY)]]>
其中，X_i、Y_i为两个变量，X_i为需要筛选的第i个时刻的航天器遥测数据，Y_i为第i个时刻的空间环境监测数据；为n个时刻内两个变量的均值；S_X、S_Y为n个时刻内两个变量的样本方差。
进一步的，所述步骤22中相关系数阈值为0.2。
有益效果：利用机理分析和相关性计算对遥测参数进行筛选，可以得到与空间环境相关并可以直接反映空间环境对在轨航天器的实际影响的参数，即实现了空间环境敏感参数的筛选，再利用现有技术对在轨航天器空间环境敏感参数进行监视和分析，航天器在轨管理人员可以监测到空间环境对航天器的实际影响并根据影响的大小，进行相关操作，从而保障航天器在轨安全可靠运行，确保航天任务的圆满完成。
附图说明
图1为本发明的空间环境敏感参数筛选方法流程图。
图2为利用本发明获得第三十颗卫星单比特错误计数与logEeV0.6M的相关性的结果示意图。
具体实施方式
如图1所示，本发明的空间环境敏感参数筛选方法包括以下步骤：
步骤1，机理分析筛选出待筛选对象，待筛选对象属于针对单粒子翻转效应专门设置的航天器遥测数据，包括：单粒子翻转计数，单比特错误，双比特错误；
针对空间环境方面，太阳是影响地球空间环境的主要因素，太阳活动非常 复杂多变，但其中亦不乏规律性，如太阳活动峰年之间的时间间隔平均约为11年。空间环境是指瞬时或短时间内太阳表面、太阳风、磁层、电离层和热层的状态和空间碎片、微流星的分布。恶劣的空间环境可引起卫星运行、通信、导航的崩溃，对航天器造成意外的损害。空间环境对航天器影响的因素主要为:大气扰动、引力场变化、磁场扰动、辐射损伤、原子氧损伤、表面充放电、内放电、单粒子效应等。其中大气扰动、引力场变化主要影响卫星轨道变化，很难从遥测参数反映出来；辐射损伤、原子氧损伤主要是针对材料的影响，是一个缓变的过程，在设计时已经考虑到其影响，对航天器影响不是很大；磁场扰动对安装有磁场敏感器和磁距力器的航天器影响较大，对没有安装磁场敏感器和磁距力器的航天器影响影响较小。
根据空间环境对在轨航天器影响的理论分析，单粒子效应和内、外充放电效应这三类环境因素对在轨航天器影响比较大。这些效应对中心计算机、星务、数管计算机等含有大规模集成电路(RAM、FPGA、DSP、CPU等器件)的设备影响较大。带有比较器、CMOS管的电子器件会收到单粒子等干扰影响。空间环境还会对部分开关状态有影响导致异常跳变。比如单粒子翻转计数，单比特错误，双比特错误等航天器遥测数据，就是针对单粒子翻转效应，专门设置的遥测参数。本申请的空间环境遥测敏感参数主要是针对这三种因素引起的遥测参数变化进行选取。
步骤2，对航天器遥测数据通过在轨数据统计结果进行筛选，获得空间环境敏感参数。
空间环境对在轨航天器的影响为一个概率事件，除了空间环境参数的变化以外，还和航天器设备型号、设计布局、防护的措施和航天器的工作状态有关。 遥测参数在一、两次空间环境事件下的变化情况是没有意义的，所以要尽可能多的收集航天器遥测参数数据进行统计，根据统计结果进行筛选。
空间环境敏感参数筛选的原理是依据航天器空间敏感参数与空间环境之间的相关性大小进行筛选。筛选方法流程如附图1所示。
步骤21，对航天器遥测数据进行预处理。
由于航天器遥测数据在传输和处理中会生成一些野值，这些野值会对筛选结果带来偏差，所以需要将筛选的航天器遥测数据进行预处理。预处理主要包括四步：
第一步：剔除超出航天器遥测数据量程的野值。
第二步：航天器遥测数据根据所属航天器轨道的不同分GEO轨道及IGSO轨道、其它轨道遥测参数两类。其它轨道的遥测参数又依据遥测参数量程的不同，将遥测参数进行分类，主要分成三类：第一类为量程最大值<＝15的变量；第二类为量程最大值>15并且<＝256的变量；第三类为量程最大值>256的变量。
第三步：对于GEO轨道及IGSO轨道的遥测参数如果变化量超过3认为是野值并剔除。针对其它轨道的三种类型的遥测数据，采用不同的统计策略分别进行遥测参数跳变次数统计。对于第一种类型的变量，所有发生的变化都是真值；对于第二种类型的变量，如果连续两个数据跳变累加超过10，则认为后一个数值是野值并剔除；对于第三种类型的变量，如果连续两个数据跳变累加超过1000，则认为后一个数值是野值并剔除。
按照连续的时间序列(以天为单位)统计每天的遥测参数跳变次数。空间环境参数也按照天为单位进行统计。
步骤22，对航天器遥测数据与空间环境参数(反映空间环境的监测数据) 进行相关系数计算，依据相关系数的绝对值进行排序取相关性靠前的某些参数，或者通过定义相关系数阈值，大于该阈值的某些参数作为空间环境敏感参数集合。
相关分析是多元统计分析的一个重要研究课题它是研究两组变量之间相关的一种统计分析方法，能够有效地揭示两组变量之间的相互线性依赖关系。典型相关分析可以通过计算变量的相关系数来衡量变量之间的关联程度。它的基本原理是：从总体上把握两组指标之间的相关关系，分别在两组变量中提取有代表性的两个综合变量U和V(分别为两个变量组中各变量的线性组合)，利用这两个综合变量之间的相关关系来反映两组指标之间的整体相关性。两个随机变量的相关关系可以用它们的简单相关系数来衡量。
通过皮尔森相关系数计算其相关性，皮尔森相关系数(Pearson correlation coefficient)是一种线性相关系数。皮尔森相关系数是用来反映两个变量线性相关程度的统计量。相关系数用r表示，r是相关系数描述的是两个变量间线性相关强弱的程度。r的绝对值越大表明相关性越强。计算公式如下所示：
r=1n-1Σi=1n(Xi-X&OverBar;SX)(Yi-Y&OverBar;SY)]]>
其中n为样本量；X_i、Y_i为两个变量；X_i为需要筛选的遥测参数，每个航天器有多个需要筛选遥测参数，每个遥测参数分别进行计算筛选；Y_i为空间环境监测数据，空间环境监测参数也有多个，在筛选中多个空间环境监测参数与每个需要筛选的遥测参数分别计算筛选；为两个变量的均值；S_X、S_Y为两个变量的样本方差。
由于皮尔森相关系数是线性反映两个变量的相关性，并不要求这两个数据具有完全对等的数据范围和时间点，适合空间环境敏感参数的筛选。
通过计算遥测参数与空间环境参数之间的相关系数，依据相关系数的绝对值进行排序，进而通过定义相关系数阈值或者取相关性靠前的某些参数，作为空间环境敏感参数集合，根据空间环境影响航天器的特点和相关性系数计算结果分析，认为皮尔森相关系数>0.2时，遥测参数才可以认为与空间环境相关，可以筛选为空间敏感参数。
实施例
首先按照机理分析，对78颗在轨航天器10多万个遥测参数进行筛选，筛选出61颗在轨航天器的569个与空间环境相关的遥测参数。
再根据上述的方法技术流程，首先对遥测参数数据进行预处理，剔除可疑数据，将遥测跳变次数按照日统计，与各逐日天文数据进行相关系数计算，将相关系数大于0.2的遥测参数筛选出来作为空间环境敏感参数。
对2007年至2013年61颗在轨航天器的569个遥测数据进行了筛选，与52种空间环境参数(见表2)进行相关计算。筛选出53个空间环境敏感参数。(见表3)
其中以第三十颗卫星(XX-30星)的遥测参数单比特错计数与logEeV0.6M的数据如附图2所示，其相关性为0.34。
表2空间环境参数(天文数据)




表3筛选出的空间环境敏感参数





当然，本发明还可有其他多种实施例，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。