在轨航天器模型的实时修正方法
在轨航天器模型的实时修正方法
【技术领域】
[0001] 本发明涉及一种航天器模型的修正方法，特别是涉及一种在轨航天器模型的实时 修正方法。
【背景技术】
[0002] 在轨航天器在经受各种外界环境作用与长期的操作使用，其性能和功能将出现缓 变或突变，需要对故障模型进行建模。由于运行环境的复杂性和未知因素的影响，建立部分 系统或部件的精确物理解析模型难度太大且实用性不强，因此需要分析在轨运行情况后对 模型进行辨识和调整，建立一种航天器模型的实时修正系统。
[0003] 现有的系统辨识方法中，为提高辨识精度，需利用大量的历史测量数据为依据，对 模型的结构和参数进行辨识，导致辨识出的模型对受历史数据影响大。对于稳定工作的航 天器模型，采用这种方法辨识结果较为准确可信，但对于发生故障的模型，由于历史数据的 影响，会导致辨识结果不能实时紧跟当前状态，而无法建立准确的故障模型。因此，需要对 辨识结果进行实时修正，保证建立的模型具有实时性。
【发明内容】
[0004] 为了克服现有航天器模型的修正方法实时性差的不足，本发明提供一种在轨航天 器模型的实时修正方法。该方法根据历史测量数据辨识出在轨航天器在正常状态下的模 型，在tk时刻对模型进行修正，从实测数据中提取最新的m个采样时刻的数据，并将该组数 据分成A层，依次对每一层数据进行辨识，得到每一层数据的辨识模型./_,(&)，计算修正模 型的相对误差，判断相对误差是否超过设定的门限值，若未超出门限值，认为在轨航天器工 作状态稳定，若超出门限值，认为在轨航天器工作状态发生改变。由于采用数据分层、逐层 辨识的方法建立修正方程，能够使得辨识出的模型更加逼近在轨航天器的运行状态。能够 消除因历史数据对辨识结果的影响，增加模型辨识的准确性和实时性，真实反应在轨航天 器的运行状态，同时对在轨航天器发生状态异变或故障的反应更加灵敏，能够应用于大多 数运行状态连续变化的在轨航天器模型的实时修正。
[0005] 本发明解决其技术问题所采用的技术方案是：一种在轨航天器模型的实时修正方 法，其特点是采用以下步骤：
[0006] 步骤一、根据历史测量数据辨识出在轨航天器某系统在正常状态下的模型：
[0007] y=f(0) (1)其中y表示模型的输出，0表示模型的参数，f(0)为正常状态下 的模型；
[0008] 步骤二、在tk时刻对模型进行修正，从实测数据中提取最新的m个采样时刻的数 据，并将该组数据分成A层，其中第一层数据为tk_mA+1时刻到tk时刻的实测数据，第j层 为第tk_^A+1时刻到tk时刻的实测数据。
[0009] 步骤三、依次对每一层数据进行辨识，得到每一层的辨识模型/, )，其中&为第 j层辨识模型的参数。利用步骤一正常状态下的模型和计算出的A个分层辨识模型，计算 模型的修正量为：
[0011] 其中A/^冷）为采用X层数据进行修正得到的模型修正量，从而得到修正后的模 型为：
[0013] 步骤四、计算修正模型的相对误差，判断相对误差是否超过设定的门限值，若未超 出门限值，认为航天器工作状态稳定，使用原辨识模型表示航天器当前的运行状态；若超出 门限值，认为航天器工作状态发生改变，用修正后的模型表示航天器的运行状态。
[0014] 本发明的有益效果是：该方法根据历史测量数据辨识出在轨航天器在正常状态下 的模型，在tk时刻对模型进行修正，从实测数据中提取最新的m个采样时刻的数据，并将该 组数据分成A层，依次对每一层数据进行辨识，得到每一层数据的辨识模型./丨(么），计算修 正模型的相对误差，判断相对误差是否超过设定的门限值，若未超出门限值，认为在轨航天 器工作状态稳定，若超出门限值，认为在轨航天器工作状态发生改变。由于采用数据分层、 逐层辨识的方法建立修正方程，能够使得辨识出的模型更加逼近在轨航天器的运行状态。 能够消除因历史数据对辨识结果的影响，增加模型辨识的准确性和实时性，真实反应在轨 航天器的运行状态，同时对在轨航天器发生状态异变或故障的反应更加灵敏，能够应用于 大多数运行状态连续变化的在轨航天器模型的实时修正。
[0015] 下面结合附图和【具体实施方式】对本发明作详细说明。
【附图说明】
[0016] 图1是本发明在轨航天器模型的实时修正方法的流程图。
[0017] 图2是本发明方法中试验数据分层示意图。
[0018] 图3是本发明方法【具体实施方式】中修正结果与试验数据的对比图。
[0019]图4是本发明方法【具体实施方式】中修正结果的相对误差曲线。
[0020] 图5是本发明方法【具体实施方式】中修正前后模型输出相对试验数据的误差曲线。
【具体实施方式】
[0021] 参照图1-5。本发明在轨航天器模型的实时修正方法具体步骤如下：
[0022] 步骤1 :根据历史测量数据使用相应的辨识方法辨识出航天器某系统在正常状态 下的正常模型：
[0023] y=f(0) (1)
[0024]其中y表示模型的输出，0表示模型的参数，f(0)为正常状态下的模型。常用的 辨识方法有最小二乘法、极大似然法，可根据工程实际的需要进行选取。
[0025] 采用历史数据辨识电源系统正常工作状态下的模型：
[0026] 电源系统是在轨航天器的重要组成部分，通常采用太阳电池阵一蓄电池组形式。 其中太阳电池、蓄电池及控制系统共同工作，相互关联，因此可对电源系统整体进行系统的 辨识与修正。在进行系统辨识之前，对电源系统工作过程进行建模分析，可将电源系统看成 一系列单个组件相互连接构成的系统，根据需要对这些组件的输入、输出进行行为描述。
[0027] 根据对在轨航天器电源系统的分析，其主要相关遥测数据包括平台母线电流、平 台太阳电池阵总电流、蓄电池温度、以及蓄电池组当前的电量、充电量和放电量。此外，在轨 卫星的工作状态与轨道位置也有密切的关系，不同的轨道位置，电源系统的工作状态不同。 对电源系统具有重要影响的轨道信息主要有炜度幅角、轨道倾角、升交点赤经和轨道半长 轴。
[0028] 在此，以平台太阳电池阵总电流I、四组蓄电池组的温度1\，T2,T3,T4、蓄电池组当 前的电量Q、充电量％、放电量Q。、炜度幅角《、轨道倾角i、升交点赤经D和轨道半长轴 a为输入，平台母线电流Ig为输出，建立电源系统差分方程模型，并使用最小二乘法进行辨 识。得到在轨航天器的模型为： [0029]Y(k)+aj(k-1) +a2Y(k-2) =B〇U(k) +B# (k-1)
[0030] 其中Y(k)为一维输出；U(k)为12维输入；&1、&2为待辨识的标量参数；B 为待 辨识矩阵，BP:
[0031]Y(k)=Ig;
[0032]U(k) =[I T: T2 T3 T4 Q Qi Q0?iQa]
[0033] 收集公开发布的国外航天器在轨相应的故障对在轨航天器电源系统进行仿真，并 进行故障注入，从中选取809组相关数据进行试验，经过辨识后得到模型的待辨识参数辨 识结果为：
[0034] a:=0. 6127；a 2=0. 1703
[0035]B〇= [-0.0043 0.3895 -0.2389 0.6939 -1.1211 -0.1154 -0.0270 0.0000 -0.0002 39.5192 -39. 1006 0.0000]
[0036]Bi= [-0.0072 0.9569 0.1707 0.1743 -1.3125 0.0449 0.0153 -0.0062 -0.0028 -37.6919 38.8571 -0.0000]
[0037] 步骤2:在tk时刻对模型进行修正，从实测数据中提取最新的m个采样时刻的数 据，并将该组数据分成A层，其中第一层数据为tk_mA+1时刻到tk时刻的实测数据，第j层为 第tktmA+1时刻到tk时刻的实测数据。为保证修正方法的有效性，在分层时需保证A> 2， m/入为整数且大小需在利于辨识的数据个数范围内，一般为10到100。
[0038] 选取用于模型修正的试验数据，并进行分层：
[0039] 参照图2,选取用于修正的数据240组，将这些数据分为三层，第一层为最靠近当 前时刻的80组数据，第二层为最靠近当前时刻的160组数据，以此类推。
[0040] 步骤3 :依次对每一层数据使用步骤1中使用的辨识方法进行辨识，得到每一层的 辨识模型/}(<)，其中4为第j层辨识模型的参数。利用步骤1中辨识得到的正常模型和 计算出的A个分层辨识模型，计算模型的修正量为：
[0042] 其中A/a〇^)为采用人层数据进行修正得到的模型修正量，从而得到修正后的模 型为：
[0044] 利用步骤2中分层的数据对电源系统模型进行实时修正：
[0045] 对每层修正数据进行系统辨识，得到每一层修正数据的辨识模型。结合步骤1中 的辨识结果，计算模型的修正量：
[0047] 进而可以得到每一时刻修正后的模型：
[0049] 参照图3,从修正结果与试验数据的对比图中可以看出，修正结果与试验数据吻合 度较高，说明修正后的模型输出更能够反应人造卫星电源系统的工作状态。
[0050] 步骤4:计算修正模型的相对误差，判断相对误差是否超过设定的门限值，该门限 值根据不同航天器模型的工程实际需要进行选择。若未超出门限值，认为航天器工作状态 稳定，使用原辨识模型可以代表航天器当前的运行状态；若超出门限值，认为航天器工作状 态发生改变，用修正后的模型才能表示航天器的运行情况。
[0051] 参照图4,计算修正后的模型与步骤1中辨识模型的相对误差。在此以0. 1为门限 值，前500组数据的修正模型相对误差小于0. 1，认为模型工作在正常状态，无需采用修正 模型；500组实测数据之后的相对误差明显增大，说明电源系统出现异变或故障，采用修正 模型表示系统当前的状态。
[0052] 参照图5,为修正前后的模型与实测数据的误差情况，原辨识结果中出现误差极值 点，最大的误差可达6601. 5安培；而修正后的模型误差很小，最大误差仅有17. 12安培。说 明修正后的模型能够更好的跟踪人造卫星电源系统的工作状态，对系统发生异变或故障反 应灵敏，准确性和实时性大幅度提高。
[0053] 以上实例说明，本发明在轨航天器模型的实时修正方法能够降低辨识结果受历史 数据的影响，增强模型的实时性；同时使得航天器模型对系统异变或故障反应更加灵敏。该 方法能够在在轨航天器模型辨识与状态监控领域得到广泛的应用。
【主权项】
1. 一种在轨航天器模型的实时修正方法，其特征在于包括以下步骤： 步骤一、根据历史测量数据辨识出在轨航天器某系统在正常状态下的模型： y = f ( θ ) (1) 其中y表示模型的输出，θ表示模型的参数，f(9)为正常状态下的模型； 步骤二、在tk时刻对模型进行修正，从实测数据中提取最新的m个采样时刻的数据，并 将该组数据分成λ层，其中第一层数据为tk_m/x+1时刻到tk时刻的实测数据，第j层为第 tk-j . m/ λ +1 时刻到tk时刻的实测数据； 步骤三、依次对每一层数据进行辨识，得到每一层的辨识模型//?)，其中4为第j 层辨识模型的参数；利用步骤一正常状态下的模型和计算出的λ个分层辨识模型，计算模 型的修正量为：(2) 其中(冷）为采用λ层数据进行修正得到的模型修正量，从而得到修正后的模型 为：(3) 步骤四、计算修正模型的相对误差，判断相对误差是否超过设定的门限值，若未超出门 限值，认为航天器工作状态稳定，使用原辨识模型表示航天器当前的运行状态；若超出门限 值，认为航天器工作状态发生改变，用修正后的模型表示航天器的运行状态。
【专利摘要】本发明公开了一种在轨航天器模型的实时修正方法，用于解决现有航天器模型的修正方法实时性差的技术问题。技术方案是根据历史测量数据辨识出在轨航天器在正常状态下的模型，在tk时刻对模型进行修正，从实测数据中提取最新的m个采样时刻的数据，并将该组数据分成λ层，依次对每一层数据进行辨识，得到每一层数据的辨识模型计算修正模型的相对误差，判断相对误差是否超过设定的门限值，若未超出门限值，认为在轨航天器工作状态稳定，若超出门限值，认为在轨航天器工作状态发生改变。由于采用数据分层、逐层辨识的方法建立修正方程，能够使辨识出的模型更加逼近在轨航天器的运行状态，能够消除因历史数据对辨识结果的影响，实时性好。
【IPC分类】G06F19/00
【公开号】CN104899456
【申请号】CN201510329094
【发明人】吕梅柏, 杨天社, 郭小红, 李浩宇, 高波, 韩治国, 王靖宇, 朱丹
【申请人】西北工业大学, 中国西安卫星测控中心
【公开日】2015年9月9日
【申请日】2015年6月15日
【技术领域】
[0001] 本发明涉及一种航天器模型的修正方法，特别是涉及一种在轨航天器模型的实时 修正方法。
【背景技术】
[0002] 在轨航天器在经受各种外界环境作用与长期的操作使用，其性能和功能将出现缓 变或突变，需要对故障模型进行建模。由于运行环境的复杂性和未知因素的影响，建立部分 系统或部件的精确物理解析模型难度太大且实用性不强，因此需要分析在轨运行情况后对 模型进行辨识和调整，建立一种航天器模型的实时修正系统。
[0003] 现有的系统辨识方法中，为提高辨识精度，需利用大量的历史测量数据为依据，对 模型的结构和参数进行辨识，导致辨识出的模型对受历史数据影响大。对于稳定工作的航 天器模型，采用这种方法辨识结果较为准确可信，但对于发生故障的模型，由于历史数据的 影响，会导致辨识结果不能实时紧跟当前状态，而无法建立准确的故障模型。因此，需要对 辨识结果进行实时修正，保证建立的模型具有实时性。
【发明内容】
[0004] 为了克服现有航天器模型的修正方法实时性差的不足，本发明提供一种在轨航天 器模型的实时修正方法。该方法根据历史测量数据辨识出在轨航天器在正常状态下的模 型，在tk时刻对模型进行修正，从实测数据中提取最新的m个采样时刻的数据，并将该组数 据分成A层，依次对每一层数据进行辨识，得到每一层数据的辨识模型./_,(&)，计算修正模 型的相对误差，判断相对误差是否超过设定的门限值，若未超出门限值，认为在轨航天器工 作状态稳定，若超出门限值，认为在轨航天器工作状态发生改变。由于采用数据分层、逐层 辨识的方法建立修正方程，能够使得辨识出的模型更加逼近在轨航天器的运行状态。能够 消除因历史数据对辨识结果的影响，增加模型辨识的准确性和实时性，真实反应在轨航天 器的运行状态，同时对在轨航天器发生状态异变或故障的反应更加灵敏，能够应用于大多 数运行状态连续变化的在轨航天器模型的实时修正。
[0005] 本发明解决其技术问题所采用的技术方案是：一种在轨航天器模型的实时修正方 法，其特点是采用以下步骤：
[0006] 步骤一、根据历史测量数据辨识出在轨航天器某系统在正常状态下的模型：
[0007] y=f(0) (1)其中y表示模型的输出，0表示模型的参数，f(0)为正常状态下 的模型；
[0008] 步骤二、在tk时刻对模型进行修正，从实测数据中提取最新的m个采样时刻的数 据，并将该组数据分成A层，其中第一层数据为tk_mA+1时刻到tk时刻的实测数据，第j层 为第tk_^A+1时刻到tk时刻的实测数据。
[0009] 步骤三、依次对每一层数据进行辨识，得到每一层的辨识模型/, )，其中&为第 j层辨识模型的参数。利用步骤一正常状态下的模型和计算出的A个分层辨识模型，计算 模型的修正量为：
[0011] 其中A/^冷）为采用X层数据进行修正得到的模型修正量，从而得到修正后的模 型为：
[0013] 步骤四、计算修正模型的相对误差，判断相对误差是否超过设定的门限值，若未超 出门限值，认为航天器工作状态稳定，使用原辨识模型表示航天器当前的运行状态；若超出 门限值，认为航天器工作状态发生改变，用修正后的模型表示航天器的运行状态。
[0014] 本发明的有益效果是：该方法根据历史测量数据辨识出在轨航天器在正常状态下 的模型，在tk时刻对模型进行修正，从实测数据中提取最新的m个采样时刻的数据，并将该 组数据分成A层，依次对每一层数据进行辨识，得到每一层数据的辨识模型./丨(么），计算修 正模型的相对误差，判断相对误差是否超过设定的门限值，若未超出门限值，认为在轨航天 器工作状态稳定，若超出门限值，认为在轨航天器工作状态发生改变。由于采用数据分层、 逐层辨识的方法建立修正方程，能够使得辨识出的模型更加逼近在轨航天器的运行状态。 能够消除因历史数据对辨识结果的影响，增加模型辨识的准确性和实时性，真实反应在轨 航天器的运行状态，同时对在轨航天器发生状态异变或故障的反应更加灵敏，能够应用于 大多数运行状态连续变化的在轨航天器模型的实时修正。
[0015] 下面结合附图和【具体实施方式】对本发明作详细说明。
【附图说明】
[0016] 图1是本发明在轨航天器模型的实时修正方法的流程图。
[0017] 图2是本发明方法中试验数据分层示意图。
[0018] 图3是本发明方法【具体实施方式】中修正结果与试验数据的对比图。
[0019]图4是本发明方法【具体实施方式】中修正结果的相对误差曲线。
[0020] 图5是本发明方法【具体实施方式】中修正前后模型输出相对试验数据的误差曲线。
【具体实施方式】
[0021] 参照图1-5。本发明在轨航天器模型的实时修正方法具体步骤如下：
[0022] 步骤1 :根据历史测量数据使用相应的辨识方法辨识出航天器某系统在正常状态 下的正常模型：
[0023] y=f(0) (1)
[0024]其中y表示模型的输出，0表示模型的参数，f(0)为正常状态下的模型。常用的 辨识方法有最小二乘法、极大似然法，可根据工程实际的需要进行选取。
[0025] 采用历史数据辨识电源系统正常工作状态下的模型：
[0026] 电源系统是在轨航天器的重要组成部分，通常采用太阳电池阵一蓄电池组形式。 其中太阳电池、蓄电池及控制系统共同工作，相互关联，因此可对电源系统整体进行系统的 辨识与修正。在进行系统辨识之前，对电源系统工作过程进行建模分析，可将电源系统看成 一系列单个组件相互连接构成的系统，根据需要对这些组件的输入、输出进行行为描述。
[0027] 根据对在轨航天器电源系统的分析，其主要相关遥测数据包括平台母线电流、平 台太阳电池阵总电流、蓄电池温度、以及蓄电池组当前的电量、充电量和放电量。此外，在轨 卫星的工作状态与轨道位置也有密切的关系，不同的轨道位置，电源系统的工作状态不同。 对电源系统具有重要影响的轨道信息主要有炜度幅角、轨道倾角、升交点赤经和轨道半长 轴。
[0028] 在此，以平台太阳电池阵总电流I、四组蓄电池组的温度1\，T2,T3,T4、蓄电池组当 前的电量Q、充电量％、放电量Q。、炜度幅角《、轨道倾角i、升交点赤经D和轨道半长轴 a为输入，平台母线电流Ig为输出，建立电源系统差分方程模型，并使用最小二乘法进行辨 识。得到在轨航天器的模型为： [0029]Y(k)+aj(k-1) +a2Y(k-2) =B〇U(k) +B# (k-1)
[0030] 其中Y(k)为一维输出；U(k)为12维输入；&1、&2为待辨识的标量参数；B 为待 辨识矩阵，BP:
[0031]Y(k)=Ig;
[0032]U(k) =[I T: T2 T3 T4 Q Qi Q0?iQa]
[0033] 收集公开发布的国外航天器在轨相应的故障对在轨航天器电源系统进行仿真，并 进行故障注入，从中选取809组相关数据进行试验，经过辨识后得到模型的待辨识参数辨 识结果为：
[0034] a:=0. 6127；a 2=0. 1703
[0035]B〇= [-0.0043 0.3895 -0.2389 0.6939 -1.1211 -0.1154 -0.0270 0.0000 -0.0002 39.5192 -39. 1006 0.0000]
[0036]Bi= [-0.0072 0.9569 0.1707 0.1743 -1.3125 0.0449 0.0153 -0.0062 -0.0028 -37.6919 38.8571 -0.0000]
[0037] 步骤2:在tk时刻对模型进行修正，从实测数据中提取最新的m个采样时刻的数 据，并将该组数据分成A层，其中第一层数据为tk_mA+1时刻到tk时刻的实测数据，第j层为 第tktmA+1时刻到tk时刻的实测数据。为保证修正方法的有效性，在分层时需保证A> 2， m/入为整数且大小需在利于辨识的数据个数范围内，一般为10到100。
[0038] 选取用于模型修正的试验数据，并进行分层：
[0039] 参照图2,选取用于修正的数据240组，将这些数据分为三层，第一层为最靠近当 前时刻的80组数据，第二层为最靠近当前时刻的160组数据，以此类推。
[0040] 步骤3 :依次对每一层数据使用步骤1中使用的辨识方法进行辨识，得到每一层的 辨识模型/}(<)，其中4为第j层辨识模型的参数。利用步骤1中辨识得到的正常模型和 计算出的A个分层辨识模型，计算模型的修正量为：
[0042] 其中A/a〇^)为采用人层数据进行修正得到的模型修正量，从而得到修正后的模 型为：
[0044] 利用步骤2中分层的数据对电源系统模型进行实时修正：
[0045] 对每层修正数据进行系统辨识，得到每一层修正数据的辨识模型。结合步骤1中 的辨识结果，计算模型的修正量：
[0047] 进而可以得到每一时刻修正后的模型：
[0049] 参照图3,从修正结果与试验数据的对比图中可以看出，修正结果与试验数据吻合 度较高，说明修正后的模型输出更能够反应人造卫星电源系统的工作状态。
[0050] 步骤4:计算修正模型的相对误差，判断相对误差是否超过设定的门限值，该门限 值根据不同航天器模型的工程实际需要进行选择。若未超出门限值，认为航天器工作状态 稳定，使用原辨识模型可以代表航天器当前的运行状态；若超出门限值，认为航天器工作状 态发生改变，用修正后的模型才能表示航天器的运行情况。
[0051] 参照图4,计算修正后的模型与步骤1中辨识模型的相对误差。在此以0. 1为门限 值，前500组数据的修正模型相对误差小于0. 1，认为模型工作在正常状态，无需采用修正 模型；500组实测数据之后的相对误差明显增大，说明电源系统出现异变或故障，采用修正 模型表示系统当前的状态。
[0052] 参照图5,为修正前后的模型与实测数据的误差情况，原辨识结果中出现误差极值 点，最大的误差可达6601. 5安培；而修正后的模型误差很小，最大误差仅有17. 12安培。说 明修正后的模型能够更好的跟踪人造卫星电源系统的工作状态，对系统发生异变或故障反 应灵敏，准确性和实时性大幅度提高。
[0053] 以上实例说明，本发明在轨航天器模型的实时修正方法能够降低辨识结果受历史 数据的影响，增强模型的实时性；同时使得航天器模型对系统异变或故障反应更加灵敏。该 方法能够在在轨航天器模型辨识与状态监控领域得到广泛的应用。
【主权项】
1. 一种在轨航天器模型的实时修正方法，其特征在于包括以下步骤： 步骤一、根据历史测量数据辨识出在轨航天器某系统在正常状态下的模型： y = f ( θ ) (1) 其中y表示模型的输出，θ表示模型的参数，f(9)为正常状态下的模型； 步骤二、在tk时刻对模型进行修正，从实测数据中提取最新的m个采样时刻的数据，并 将该组数据分成λ层，其中第一层数据为tk_m/x+1时刻到tk时刻的实测数据，第j层为第 tk-j . m/ λ +1 时刻到tk时刻的实测数据； 步骤三、依次对每一层数据进行辨识，得到每一层的辨识模型//?)，其中4为第j 层辨识模型的参数；利用步骤一正常状态下的模型和计算出的λ个分层辨识模型，计算模 型的修正量为：(2) 其中(冷）为采用λ层数据进行修正得到的模型修正量，从而得到修正后的模型 为：(3) 步骤四、计算修正模型的相对误差，判断相对误差是否超过设定的门限值，若未超出门 限值，认为航天器工作状态稳定，使用原辨识模型表示航天器当前的运行状态；若超出门限 值，认为航天器工作状态发生改变，用修正后的模型表示航天器的运行状态。
【专利摘要】本发明公开了一种在轨航天器模型的实时修正方法，用于解决现有航天器模型的修正方法实时性差的技术问题。技术方案是根据历史测量数据辨识出在轨航天器在正常状态下的模型，在tk时刻对模型进行修正，从实测数据中提取最新的m个采样时刻的数据，并将该组数据分成λ层，依次对每一层数据进行辨识，得到每一层数据的辨识模型计算修正模型的相对误差，判断相对误差是否超过设定的门限值，若未超出门限值，认为在轨航天器工作状态稳定，若超出门限值，认为在轨航天器工作状态发生改变。由于采用数据分层、逐层辨识的方法建立修正方程，能够使辨识出的模型更加逼近在轨航天器的运行状态，能够消除因历史数据对辨识结果的影响，实时性好。
【IPC分类】G06F19/00
【公开号】CN104899456
【申请号】CN201510329094
【发明人】吕梅柏, 杨天社, 郭小红, 李浩宇, 高波, 韩治国, 王靖宇, 朱丹
【申请人】西北工业大学, 中国西安卫星测控中心
【公开日】2015年9月9日
【申请日】2015年6月15日
最新回复(0)