應(yīng)用自適應(yīng)滑動(dòng)窗口的衛(wèi)星模擬量遙測(cè)數(shù)據(jù)跳變檢測(cè)方法

張淳 閆旭 尹卿 皇甫松濤

(北京空間飛行器總體設(shè)計(jì)部，北京 100094)

在衛(wèi)星總裝測(cè)試和在軌運(yùn)行管理過(guò)程中，微小異常積累形成的故障會(huì)耗費(fèi)研制方大量資源[1]，因此，研究快速識(shí)別和定位衛(wèi)星運(yùn)行異常、故障及性能變化的技術(shù)具有十分重要的意義[2-3]。在地面綜合測(cè)試和在軌運(yùn)行管理過(guò)程中，衛(wèi)星遙測(cè)數(shù)據(jù)是判斷其健康性的關(guān)鍵數(shù)據(jù)源[4-5]，檢測(cè)和抽取遙測(cè)跳變、拐點(diǎn)、趨勢(shì)和包絡(luò)是衛(wèi)星異常分析和故障診斷的基礎(chǔ)。對(duì)于大型、現(xiàn)代化的衛(wèi)星，整星通常有成千上萬(wàn)個(gè)遙測(cè)量，在工程實(shí)際中通常使用簡(jiǎn)單的限位檢測(cè)技術(shù)作為判斷衛(wèi)星系統(tǒng)、設(shè)備健康性的基本方法[6-7]。由于衛(wèi)星部件設(shè)備的工作模式經(jīng)常變化，同時(shí)性能可能隨在軌運(yùn)行時(shí)間增長(zhǎng)出現(xiàn)變化，致使寬松、固定的限位檢測(cè)通常不足以識(shí)別出異常現(xiàn)象，而嚴(yán)苛的限位檢測(cè)會(huì)頻繁造成虛警，對(duì)測(cè)試和在軌運(yùn)行管理的數(shù)據(jù)判讀帶來(lái)了一定困擾。

針對(duì)衛(wèi)星等復(fù)雜系統(tǒng)的異常檢測(cè)一直都是研究熱點(diǎn)，有眾多的方法和技術(shù)被探索和開(kāi)發(fā)，如規(guī)則化方法、模糊推理方法、概率邏輯方法、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、聚類分析等[8-9]。文獻(xiàn)[10]中利用均值、標(biāo)準(zhǔn)差、極值等一般統(tǒng)計(jì)學(xué)指標(biāo)，提取了銣鐘溫度等原始數(shù)據(jù)的特征值，以此為依據(jù)判別銣鐘早期異常。文獻(xiàn)[11]中根據(jù)遙測(cè)參數(shù)動(dòng)態(tài)變化特性，利用周期圖譜法求解訓(xùn)練樣本遙測(cè)參數(shù)周期，建立自回歸移動(dòng)平均混合健康預(yù)測(cè)模型判別異常。文獻(xiàn)[12-13]中根據(jù)飛行任務(wù)邏輯，引入專家知識(shí)建立經(jīng)驗(yàn)規(guī)則庫(kù)檢測(cè)異常情況。文獻(xiàn)[14]中結(jié)合使用聚類分割算法(Gecko)和分類規(guī)則學(xué)習(xí)算法(RIPPER)建立自動(dòng)狀態(tài)機(jī)，模擬專家知識(shí)經(jīng)驗(yàn)進(jìn)行異常檢測(cè)。文獻(xiàn)[15]中提出一種遙測(cè)時(shí)序數(shù)據(jù)符號(hào)化技術(shù)，通過(guò)尋找序列關(guān)鍵特征點(diǎn)并根據(jù)關(guān)聯(lián)規(guī)則算法(Apriori)技術(shù)設(shè)計(jì)診斷規(guī)則自動(dòng)獲取方法。文獻(xiàn)[16]中采用滑動(dòng)窗口進(jìn)行模糊項(xiàng)分割，使用近似后處理技術(shù)移除冗余項(xiàng)，識(shí)別出用于推理異常的規(guī)則集。文獻(xiàn)[17]中利用具有關(guān)聯(lián)性的參數(shù)構(gòu)建數(shù)據(jù)向量，通過(guò)聚類分析自動(dòng)建立健康數(shù)據(jù)向量的族類閾值區(qū)間，檢測(cè)部分參數(shù)超出族類閾值區(qū)間的異常情況。文獻(xiàn)[18]中通過(guò)熵值實(shí)現(xiàn)所有遙測(cè)數(shù)據(jù)低維子空間劃分，使用網(wǎng)格索引實(shí)時(shí)發(fā)現(xiàn)單點(diǎn)異常，利用聚類挖掘數(shù)據(jù)的集體異常及其特征。針對(duì)地面測(cè)試和在軌運(yùn)行管理過(guò)程中通用的異常檢測(cè)需求，尤其是暫態(tài)跳變、各類拐點(diǎn)、趨勢(shì)性變化、偶發(fā)式超包絡(luò)等主要異常表現(xiàn)形式，上述技術(shù)方法適用性不強(qiáng)，計(jì)算復(fù)雜，實(shí)時(shí)并行分析效果不佳，較難獲取和建立各類模型先驗(yàn)知識(shí)或標(biāo)簽數(shù)據(jù)集，致使實(shí)際中難于應(yīng)用。

針對(duì)衛(wèi)星模擬量遙測(cè)數(shù)據(jù)的跳變檢測(cè)問(wèn)題，本文提出一種應(yīng)用自適應(yīng)滑動(dòng)窗口的檢測(cè)方法，設(shè)計(jì)了一種低計(jì)算量、簡(jiǎn)單易行的滑動(dòng)窗口機(jī)制，并結(jié)合指數(shù)平滑方法處理遙測(cè)數(shù)據(jù)，根據(jù)遙測(cè)數(shù)據(jù)的局部波動(dòng)情況自適應(yīng)調(diào)整滑動(dòng)窗口檢測(cè)靈敏度，通過(guò)組合滑動(dòng)窗口實(shí)現(xiàn)對(duì)模擬量遙測(cè)的跳變檢測(cè)、拐點(diǎn)檢測(cè)和噪聲檢測(cè)，提高信息檢測(cè)的正確性。這種方法不依賴先驗(yàn)?zāi)Ｐ椭R(shí)和標(biāo)簽數(shù)據(jù)集，具備可量化、低虛警、計(jì)算簡(jiǎn)易及適用性廣的特點(diǎn)，可應(yīng)用于地面測(cè)試和在軌運(yùn)行過(guò)程中的實(shí)時(shí)數(shù)據(jù)判讀。

1 應(yīng)用自適應(yīng)滑動(dòng)窗口的跳變檢測(cè)方法

衛(wèi)星遙測(cè)數(shù)據(jù)流屬于時(shí)序數(shù)據(jù)集，其中可能隱含暫態(tài)信息或與前后數(shù)據(jù)相關(guān)聯(lián)的信息。暫態(tài)信息一般考慮為與其他數(shù)據(jù)不存在邏輯上的聯(lián)系或約束，表現(xiàn)為突然出現(xiàn)的跳變。關(guān)聯(lián)信息中需要檢驗(yàn)其前后相連數(shù)據(jù)的特性。例如，衛(wèi)星某部件溫度遙測(cè)值50 ℃可能在任務(wù)的某段時(shí)間(太陽(yáng)光直射時(shí))是正常的，而在另一段時(shí)間(地影期)則屬于異常。關(guān)聯(lián)數(shù)據(jù)對(duì)于評(píng)價(jià)隨時(shí)間改變的性能指標(biāo)十分重要。由于關(guān)聯(lián)信息中的“異?！焙汀罢！苯缦尥ǔ２皇置鞔_，預(yù)先定義包含衛(wèi)星所有正常狀態(tài)范圍較為困難，而正常狀態(tài)也可能隨著時(shí)間推移而發(fā)生改變，這致使帶標(biāo)簽歷史數(shù)據(jù)訓(xùn)練形成的檢測(cè)方法極不適用。因此，理想的檢測(cè)方法不應(yīng)要求數(shù)據(jù)或被測(cè)模型嚴(yán)格完善的先驗(yàn)知識(shí)信息，不應(yīng)在利用數(shù)據(jù)信息提取特征或建立趨勢(shì)時(shí)陷入局部解，并且能不斷利用新數(shù)據(jù)更新評(píng)判基準(zhǔn)。遙測(cè)數(shù)據(jù)的體量，計(jì)算復(fù)雜性及存儲(chǔ)需求量是地面檢測(cè)方法應(yīng)用中需要特別考慮的問(wèn)題，較復(fù)雜的方法會(huì)消耗大量計(jì)算存儲(chǔ)資源，限制方法的大規(guī)模并行實(shí)現(xiàn)。由于需要根據(jù)設(shè)備部件檢測(cè)信息進(jìn)一步評(píng)價(jià)系統(tǒng)級(jí)的健康狀態(tài)，較之于輸出“正常”和“異?！倍Y(jié)果，檢測(cè)方法應(yīng)能對(duì)遙測(cè)數(shù)據(jù)進(jìn)行量化評(píng)分，以驅(qū)動(dòng)后續(xù)決策處理過(guò)程。

綜上所述，一個(gè)適用于工程實(shí)際的跳變檢測(cè)方法應(yīng)具備如下特性。①適用性：能夠利用遙測(cè)數(shù)據(jù)自動(dòng)提取數(shù)據(jù)特征，形成判斷基準(zhǔn)；②通用性：無(wú)需輸入數(shù)據(jù)和模型的先驗(yàn)知識(shí)，對(duì)各類設(shè)備部件產(chǎn)生的模擬量遙測(cè)通用；③可量化：檢測(cè)輸出的結(jié)果可量化，且檢測(cè)過(guò)程和結(jié)果易于理解和評(píng)價(jià)；④計(jì)算效率：計(jì)算效率要高，計(jì)算量要小?；谶@些設(shè)計(jì)需求，本文提出一種應(yīng)用自動(dòng)滑動(dòng)窗口的衛(wèi)星模擬量遙測(cè)數(shù)據(jù)跳變檢測(cè)方法，滑動(dòng)窗口的檢測(cè)靈敏度可根據(jù)數(shù)據(jù)特征自適應(yīng)調(diào)整，同時(shí)控制運(yùn)算復(fù)雜性和次數(shù)，從而實(shí)現(xiàn)上述目標(biāo)。下面以處理跳變檢測(cè)和拐點(diǎn)檢測(cè)2種應(yīng)用為主，介紹本文所提方法的設(shè)計(jì)思路和作用模式。

1.1 跳變檢測(cè)

跳變檢測(cè)針對(duì)暫態(tài)異常信息。遙測(cè)跳變是指遙測(cè)值序列某些點(diǎn)出現(xiàn)明顯區(qū)別于局部均值的情形，僅存在一幀或數(shù)幀，其暫態(tài)不可持續(xù)。遙測(cè)跳變檢測(cè)是一項(xiàng)重要的監(jiān)視項(xiàng)目，其現(xiàn)象的出現(xiàn)可能表征設(shè)備故障、協(xié)議設(shè)計(jì)缺陷、通信鏈路問(wèn)題、地面設(shè)備故障等。常規(guī)的跳變檢測(cè)方法對(duì)遙測(cè)源碼連續(xù)監(jiān)測(cè)，一旦某時(shí)刻遙測(cè)源碼較前一時(shí)刻變化幅度超過(guò)某個(gè)分層值限值，則輸出告警信息。該方法簡(jiǎn)單、計(jì)算量少，但往往存在較高的虛警率。

由于星上處理能力、通道容量、通道速率等限制，遙測(cè)信息只能對(duì)部分星上數(shù)據(jù)進(jìn)行抽取式下傳，其包含的數(shù)據(jù)量與衛(wèi)星總線上的數(shù)據(jù)量相比差距極大。這種遙測(cè)降采樣下傳的結(jié)果造成眾多有效特征信息丟失，致使某些本來(lái)連續(xù)變化、非跳變數(shù)據(jù)降采樣下傳后，在常規(guī)跳變檢測(cè)算法處理機(jī)制內(nèi)判定為“跳變”。同時(shí)，降采樣下傳的遙測(cè)數(shù)據(jù)特性使地面難以應(yīng)用成熟的頻率域故障診斷方法。

以圖1為例，如果常規(guī)跳變檢測(cè)限位取為5，則在圖中所示的遙測(cè)數(shù)據(jù)流下將輸出告警信息，而實(shí)際上星上數(shù)據(jù)未發(fā)生異常跳變；如果將跳變檢測(cè)限位設(shè)置為較大值，則可能存在漏判部分異常信息的風(fēng)險(xiǎn)。因此，常規(guī)跳變檢測(cè)方法存在無(wú)法避免的高虛警率問(wèn)題。高虛警率問(wèn)題的關(guān)鍵在于跳變檢測(cè)過(guò)程中僅比較當(dāng)前遙測(cè)值與上一個(gè)遙測(cè)值，因此對(duì)數(shù)據(jù)變化過(guò)于“敏感”，從而造成虛警。本文考慮將自適應(yīng)滑動(dòng)窗口與跳變檢測(cè)結(jié)合，設(shè)計(jì)應(yīng)用自適應(yīng)滑動(dòng)窗口的跳變檢測(cè)方法來(lái)解決這一問(wèn)題。

圖1 遙測(cè)跳變虛警示意Fig.1 False alarm of telemetry transient event

應(yīng)用自適應(yīng)滑動(dòng)窗口的跳變檢測(cè)方法原理是：對(duì)過(guò)去一段時(shí)間的歷史遙測(cè)數(shù)據(jù)進(jìn)行暫存，形成窗口序列，計(jì)算該窗口內(nèi)序列的平均值，將最新遙測(cè)值與序列平均值進(jìn)行比較，如果超出一定范圍，則進(jìn)行告警。該窗口相當(dāng)于一個(gè)濾波器，求窗口數(shù)據(jù)取平均值即對(duì)數(shù)據(jù)進(jìn)行平滑濾波，可以視為遙測(cè)數(shù)據(jù)的局部趨勢(shì)，將最新遙測(cè)數(shù)據(jù)與當(dāng)前局部趨勢(shì)相比較，便可更準(zhǔn)確地判斷是否出現(xiàn)異常跳變。跳變檢測(cè)評(píng)分St計(jì)算方式如下。

(1)

式中：xi為i時(shí)刻遙測(cè)數(shù)據(jù)；X為窗口內(nèi)全部遙測(cè)數(shù)據(jù)；median(·)表示取中位數(shù)；σ為窗口內(nèi)遙測(cè)數(shù)據(jù)的標(biāo)準(zhǔn)差，σmin為其最小值。

窗口的寬度用于建立局部趨勢(shì)，物理意義十分明顯，可以根據(jù)遙測(cè)特征進(jìn)行選取和調(diào)整，一般可取為10至40個(gè)遙測(cè)數(shù)據(jù)量的寬度。如果窗口寬度取值過(guò)小，局部趨勢(shì)將不明顯；如果取值過(guò)大，則容易造成對(duì)數(shù)據(jù)過(guò)度平滑。對(duì)于跳變檢測(cè)，窗口內(nèi)數(shù)據(jù)中位數(shù)比數(shù)據(jù)平均值受數(shù)據(jù)波動(dòng)幅度影響更小，不會(huì)因?yàn)槌霈F(xiàn)較大數(shù)據(jù)幅值拉高窗口內(nèi)中位數(shù)的情況，因此選擇窗口內(nèi)數(shù)據(jù)中位數(shù)作為當(dāng)前時(shí)刻遙測(cè)數(shù)據(jù)xi跳變與否的比較基準(zhǔn)。

需要注意的是，式(1)使用標(biāo)準(zhǔn)差σ對(duì)|xi-median(X)|進(jìn)行加權(quán)，作為最終量化評(píng)估，原因如圖2所示。在圖2(a)與圖2(b)中，遙測(cè)窗口內(nèi)的中位數(shù)均為0，但根據(jù)遙測(cè)值的波動(dòng)情況，顯然可判斷出圖2(a)中取值為10的遙測(cè)值可能是異常跳變，而圖2(b)中取值為10的遙測(cè)值則可能屬于正常波動(dòng)。如果僅僅選用相對(duì)差值|xi-median(X)|=5作為異常跳變檢測(cè)標(biāo)準(zhǔn)，則2種情況都將標(biāo)記為異常跳變，造成虛警。因此，式(1)在相對(duì)差值|xi-median(X)|的基礎(chǔ)上用標(biāo)準(zhǔn)差進(jìn)行加權(quán)，以更好地提取局部數(shù)據(jù)特征信息。

圖2 標(biāo)準(zhǔn)差影響說(shuō)明示意Fig.2 Effect of standard deviation scale

(2)

(3)

式中：b為平滑系數(shù)。

式(3)為移動(dòng)平均預(yù)測(cè)法，通過(guò)對(duì)歷史數(shù)據(jù)和當(dāng)前數(shù)據(jù)加權(quán)建立標(biāo)準(zhǔn)差的趨勢(shì)?？紤]

(4)

由于較近歷史數(shù)據(jù)比較遠(yuǎn)歷史數(shù)據(jù)所包含的有效信息特征更多，因此考慮對(duì)各時(shí)刻數(shù)據(jù)進(jìn)行加權(quán)，采用指數(shù)平滑預(yù)測(cè)方法，即[19]

(5)

式中：λi=(1-ω)ωi，i=0,1,…,N-1，j=0,1,…,N-1，ω∈(0,1)。

式(5)可整理為

(6)

式中：平滑系數(shù)b=1-ω。

綜上，利用式(2)和式(3)建立起應(yīng)用滑動(dòng)窗口的跳變檢測(cè)方法，其僅含2個(gè)計(jì)算公式，計(jì)算量極低，所配置參數(shù)適用性較寬泛，無(wú)需數(shù)據(jù)模型的任何先驗(yàn)知識(shí)。

1.2 拐點(diǎn)檢測(cè)

區(qū)別于跳變檢測(cè)，拐點(diǎn)檢測(cè)針對(duì)潛在的關(guān)聯(lián)異常信息。遙測(cè)拐點(diǎn)指衛(wèi)星設(shè)備單機(jī)某種運(yùn)行狀態(tài)或環(huán)境發(fā)生改變，其遙測(cè)值發(fā)生變化后建立起新的局部趨勢(shì)。類似于跳變檢測(cè)的設(shè)計(jì)思路，應(yīng)用滑動(dòng)窗口的拐點(diǎn)檢測(cè)原理是：建立2個(gè)緊密相連的滑動(dòng)窗口，逐幀更新2個(gè)窗口內(nèi)數(shù)據(jù)，一旦2個(gè)窗口內(nèi)均值差別達(dá)到最大，則標(biāo)記出現(xiàn)最大差值時(shí)2個(gè)窗口結(jié)合點(diǎn)處的遙測(cè)值為拐點(diǎn)。拐點(diǎn)檢測(cè)評(píng)分Sc計(jì)算方式如下，這里同樣取用中位數(shù)作為差值比較的基準(zhǔn)。

(7)

式中：X1為前一個(gè)窗口內(nèi)的全部遙測(cè)數(shù)據(jù)，X2為后一個(gè)窗口內(nèi)的全部遙測(cè)數(shù)據(jù)。

式(7)中采用2個(gè)滑動(dòng)窗口進(jìn)行拐點(diǎn)檢測(cè)，原理如圖3所示。圖3中，滑動(dòng)窗口劃過(guò)拐點(diǎn)時(shí)，Sc會(huì)在某一階段出現(xiàn)極大值，通過(guò)檢測(cè)Sc極大值出現(xiàn)與否，可以判斷拐點(diǎn)的位置。這里需要注意的是，當(dāng)能夠首次檢測(cè)出極大值出現(xiàn)時(shí)(即Sc先升后降)，拐點(diǎn)已劃過(guò)前一個(gè)窗口一半?yún)^(qū)間，所以在實(shí)時(shí)判讀應(yīng)用中拐點(diǎn)檢測(cè)具有數(shù)個(gè)遙測(cè)的滯后性，不過(guò)滯后時(shí)間很短，并不影響檢測(cè)的實(shí)時(shí)性。另一方面，遙測(cè)數(shù)據(jù)的波動(dòng)會(huì)造成Sc小幅波動(dòng)。為提高計(jì)算效率，針對(duì)拐點(diǎn)檢測(cè)評(píng)分Sc設(shè)置預(yù)設(shè)限位，以濾除干擾波動(dòng)。顯然，拐點(diǎn)檢測(cè)方法具有與前文跳變檢測(cè)方法一致的優(yōu)點(diǎn)。

圖3 拐點(diǎn)檢測(cè)示意Fig.3 Change point detection illustration

另一方面，式(3)不僅可作為標(biāo)準(zhǔn)差的濾波手段，同樣也可以跟蹤建立遙測(cè)數(shù)據(jù)趨勢(shì)信息，即

(8)

式(8)中的平滑系數(shù)為固定值，在模擬量遙測(cè)出現(xiàn)拐點(diǎn)時(shí)，遙測(cè)平滑預(yù)測(cè)結(jié)果會(huì)由于歷史數(shù)據(jù)的“慣性”存在短暫過(guò)渡過(guò)程，此時(shí)無(wú)法準(zhǔn)確反映快速建立的局部趨勢(shì)性信息。因此，可在聯(lián)合使用拐點(diǎn)檢測(cè)式(7)和趨勢(shì)預(yù)測(cè)式(8)，當(dāng)檢測(cè)到拐點(diǎn)時(shí)觸發(fā)式(8)的初始化，舍棄積累的歷史趨勢(shì)信息，從而提高跟蹤敏捷性。這樣，不僅可以量化評(píng)價(jià)拐點(diǎn)的出現(xiàn)，同時(shí)可以據(jù)此建立兼具平穩(wěn)和敏捷特征的趨勢(shì)信息。

1.3 噪聲檢測(cè)

噪聲檢測(cè)同樣針對(duì)關(guān)聯(lián)異常信息，區(qū)別于拐點(diǎn)檢測(cè)中針對(duì)遙測(cè)數(shù)據(jù)幅度改變的評(píng)判，噪聲檢測(cè)主要針對(duì)遙測(cè)數(shù)據(jù)統(tǒng)計(jì)特征信息變化進(jìn)行評(píng)價(jià)。對(duì)于平穩(wěn)運(yùn)行的衛(wèi)星設(shè)備部件，如電壓、溫度等大部分模擬量數(shù)據(jù)的噪聲統(tǒng)計(jì)特征信息應(yīng)該是平穩(wěn)、無(wú)變化的，如果噪聲統(tǒng)計(jì)特征信息出現(xiàn)變化，則有可能暗示環(huán)境狀態(tài)或部件健康性狀態(tài)發(fā)生了改變，可以利用這一點(diǎn)對(duì)異常進(jìn)行檢測(cè)。

由于遙測(cè)降采樣下傳特點(diǎn)，實(shí)際模擬量信號(hào)的頻率特征信息已經(jīng)丟失殆盡，因此不采用頻率處理方法獲取噪聲統(tǒng)計(jì)信息，而是利用時(shí)序數(shù)據(jù)的標(biāo)準(zhǔn)差進(jìn)行評(píng)價(jià)，噪聲檢測(cè)評(píng)分Sn計(jì)算方式如下。

(9)

式中：σi為當(dāng)前窗口的標(biāo)準(zhǔn)差；σ為歷史窗口的標(biāo)準(zhǔn)差集合，歷史窗口的數(shù)量可以適當(dāng)選取和調(diào)整，取值范圍可為10～40個(gè)。

式(9)中各項(xiàng)的設(shè)計(jì)考慮與跳變檢測(cè)和拐點(diǎn)檢測(cè)中的應(yīng)用思想一致，這里不再贅述。

對(duì)于具有額定工作狀態(tài)的部件設(shè)備模擬量(如電壓)，可直接應(yīng)用式(9)進(jìn)行噪聲檢測(cè)；而對(duì)于隨環(huán)境狀態(tài)改變而變化的模擬量數(shù)據(jù)(如溫度)，直接應(yīng)用式(9)并不合適，這是因?yàn)榇祟愋盘?hào)的趨勢(shì)信息和噪聲信息相混疊，無(wú)法準(zhǔn)確獲取窗口內(nèi)數(shù)據(jù)的標(biāo)準(zhǔn)差。這里考慮2種方法處理該問(wèn)題，分別是趨勢(shì)信息剔除和趨勢(shì)信息分離。

趨勢(shì)信息剔除計(jì)算過(guò)程簡(jiǎn)單、計(jì)算量小，可用于大量遙測(cè)數(shù)據(jù)的在線實(shí)時(shí)處理，但由于趨勢(shì)預(yù)測(cè)信息來(lái)自濾波結(jié)果，準(zhǔn)確性或效果會(huì)略差一些。趨勢(shì)信息分離出的趨勢(shì)項(xiàng)和平穩(wěn)項(xiàng)信息更準(zhǔn)確，但計(jì)算過(guò)程略復(fù)雜，且需要積累足夠長(zhǎng)的歷史數(shù)據(jù)后再進(jìn)行標(biāo)準(zhǔn)差計(jì)算(例如數(shù)小時(shí))。采用EMD進(jìn)行趨勢(shì)項(xiàng)和平穩(wěn)項(xiàng)的分離效果如圖4所示，方法效果顯著。由于該部分不屬于本文主要討論的范疇，不再詳細(xì)展開(kāi)。

圖4 趨勢(shì)項(xiàng)和平穩(wěn)項(xiàng)分離Fig.4 Separation of trend and random components

2 仿真分析

本節(jié)主要對(duì)前文所述的跳變檢測(cè)和拐點(diǎn)檢測(cè)方法進(jìn)行仿真驗(yàn)證,由于噪聲檢測(cè)復(fù)用了跳變檢測(cè)和拐點(diǎn)檢測(cè)的方式方法，不再單獨(dú)說(shuō)明驗(yàn)證。本文選取某導(dǎo)航衛(wèi)星熱試驗(yàn)期間母線電流遙測(cè)作為分析對(duì)象，主要原因?yàn)椋孩倌妇€電流是衛(wèi)星關(guān)鍵遙測(cè)參數(shù)，包含重要的衛(wèi)星健康狀態(tài)信息；②母線電流遙測(cè)值隨衛(wèi)星各部件開(kāi)關(guān)機(jī)狀態(tài)和溫度升降而變化，因此曲線形狀多變，出現(xiàn)跳變和拐點(diǎn)的情況較多，便于檢驗(yàn)方法的有效性。仿真參數(shù)如表1所示。

表1 仿真參數(shù)Table 1 Simulation parameters

聯(lián)合使用跳變檢測(cè)和拐點(diǎn)檢測(cè)方法，得到母線電流遙測(cè)的處理結(jié)果如圖5(a)所示。母線電流遙測(cè)存在多樣的變化形式，由于數(shù)據(jù)較密集，這里分為7個(gè)部分進(jìn)行放大顯示，分別如圖5(b)～5(h)所示。從圖5(a)中易看出：所提方法共檢測(cè)出3個(gè)跳變及一些較短持續(xù)時(shí)間的拐點(diǎn)，分析可知檢測(cè)出的拐點(diǎn)準(zhǔn)確有效，且覆蓋全面，能夠準(zhǔn)確反映出母線電流遙測(cè)的各種趨勢(shì)性變化信息。圖5(d)中的跳變?yōu)楸疚姆椒ǖ臋z測(cè)虛警，并非真正的潛在異常跳變，原因如圖5(i)所示，跳變尖峰實(shí)際上包含數(shù)個(gè)遙測(cè)值，存在一定暫態(tài)過(guò)程，檢測(cè)虛警的概率較大。圖5(g)中的跳變是真正的潛在異常跳變，屬于認(rèn)定的異常現(xiàn)象范圍。至于產(chǎn)生跳變現(xiàn)象的原因，以及是否真正由衛(wèi)星工作異常所致，需要結(jié)合其他數(shù)據(jù)進(jìn)一步分析，在此不再討論。如各圖中紅色虛線所示，本文方法很好地獲得了趨勢(shì)分析結(jié)果，在母線電流慢變時(shí)能夠有效濾除噪聲，追蹤趨勢(shì)，在快變甚至階躍時(shí)可以快速地跟蹤原始遙測(cè)，重建新趨勢(shì)。由圖5(h)可見(jiàn)，拐點(diǎn)檢測(cè)僅適用于較為快速的變化(即變化周期小于拐點(diǎn)檢測(cè)窗口寬度)的遙測(cè)數(shù)據(jù)，而對(duì)于較為緩慢的變化(變化周期大于拐點(diǎn)檢測(cè)窗口寬度)，拐點(diǎn)檢測(cè)無(wú)法識(shí)別相應(yīng)趨勢(shì)性信息，此時(shí)只能通過(guò)趨勢(shì)分析結(jié)果進(jìn)行判斷。

圖5 某導(dǎo)航衛(wèi)星熱試驗(yàn)期間母線電流遙測(cè)結(jié)果Fig.5 Telemetry results for bus current of a navigation satellite during thermal test

從仿真驗(yàn)證結(jié)果可以看出，跳變檢測(cè)和拐點(diǎn)檢測(cè)的效果很好。本文方法并不依賴遙測(cè)數(shù)據(jù)和模型的先驗(yàn)知識(shí)，仿真驗(yàn)證中的一套配置參數(shù)可以通用處理各類型電流模擬量遙測(cè)數(shù)據(jù)，檢測(cè)評(píng)分結(jié)果可量化，虛警率低，計(jì)算效率高，適用于整星地面測(cè)試階段和在軌運(yùn)行管理階段的大規(guī)模遙測(cè)數(shù)據(jù)處理。另外，可以配合三級(jí)門限檢測(cè)技術(shù)使用，同時(shí)彌補(bǔ)其固有缺陷，具備很好的工程適用性。

3 結(jié)束語(yǔ)

針對(duì)衛(wèi)星模擬量遙測(cè)數(shù)據(jù)的跳變檢測(cè)問(wèn)題，本文提出了一種應(yīng)用自適應(yīng)滑動(dòng)窗口的檢測(cè)方法，設(shè)計(jì)了一種低計(jì)算量、簡(jiǎn)單易行的滑動(dòng)窗口機(jī)制，并結(jié)合指數(shù)平滑方法處理遙測(cè)數(shù)據(jù)，根據(jù)遙測(cè)數(shù)據(jù)的局部波動(dòng)情況自適應(yīng)調(diào)整滑動(dòng)窗口檢測(cè)靈敏度，通過(guò)組合滑動(dòng)窗口實(shí)現(xiàn)對(duì)模擬量遙測(cè)的跳變檢測(cè)、拐點(diǎn)檢測(cè)和噪聲檢測(cè)，提高信息檢測(cè)的正確性。本文方法不依賴先驗(yàn)?zāi)Ｐ椭R(shí)和標(biāo)簽數(shù)據(jù)集，具備可量化、低虛警、計(jì)算簡(jiǎn)易及適用性廣的特點(diǎn)。通過(guò)對(duì)某導(dǎo)航衛(wèi)星熱試驗(yàn)期間的真實(shí)遙測(cè)數(shù)據(jù)進(jìn)行比對(duì)分析，驗(yàn)證了方法的有效性。