李林 王开志 党建成

摘要：文章通过对卫星在轨遥测数据传输过程中各环节可能出现异常的归纳，分析总结了不同成因条件下异常数据的呈现特点，在此基础上提出了一种适用于日常监测的卫星在轨遥测数据异常分级方法。该方法基于实时遥测数据，随时间积累确定异常分级，筛选出真正由卫星异常引起的异常遥测数据，为后续卫星故障诊断提供数据支撑。

关键词：数据异常分级;在轨卫星;遥测数据

中图分类号：TP873 文献标志码：A 文章编号：2095-2945（2019）12-2015-03

1概述

目前，国内外的研究学者在航天器的故障诊断识别方面进行了大量理论方法和实践研究，并取得了众多研究成果。这些方法大多针对具备特定特点的遥测参量，而且在应用中需要保障输入数据的有效性。而数据有效性这一点在实际工程中常被忽视，也是从海量遥测数据中进行数据筛选的难点，进而导致了理论向应用转化的步履维艰。

本文以卫星日常在轨管理为出发点，针对日常监测中出现的各类异常数据问题，从根本成因人手，分析不同成因条件下的异常数据特点以及对日常监测的影响，综合给出一个卫星在轨遥测异常数据分级方法，提升对异常数据有效性的辨识程度，并用实际在轨卫星遥测数据进行验证，为后续开展在轨卫星状态监测和故障诊断提供数据参考基础。

2卫星在轨遥测数据异常成因分析

从整体上看，在轨卫星的遥测数据从采集到地面接收大致经过以下五个阶段，如图1所示。从图中可以看出，真正属于卫星异常的数据是指传感器采集到的真实数据在正确传输到地面测站后正确解析的、但不在正常范围条件内的结果数据，称之为真性异常数据，而其余隋况下出现的异常数据称之为假性异常数据。整个遥测数据传递构成中，地面解析部分受外部干扰较少，且属人为可控部分，本文不作讨论。但前四部分由于外太空环境等因素的影响可能对下传数据产生不可估量的变化，从而导致假性异常数据的出现。下面进行逐一分析。

2.1数据采集

数据采集一般分为模拟量采集和数字量采集。

通常来说模拟量由传感器采集，与物理器件绑定，其度量对象唯一，仅在发生传感器本身故障的情况下会采集到错误数据或者不采集数据，进而引发地面解析后出现假性异常数据。而对数字量的采集，即对寄存器二进制信息的采集，若采集对象受到空间高能粒子影响导致寄存器信息反转，则采集得到的数据其本身就是错误的。虽然采集到了数据，但已经不是原始的真实数据了。

2.2数据存储

无论是从传感器采集得到模拟量数据还是星上直接的数字量数据，经过量化后通常将结果暂存于星上缓存空间，等待被组帧下传。在等待过程中若受到外部环境影响，则可能改变缓存的待组帧数据，进而影响地面解析的正确性。

2.3数据组帧

通常来说测控通道数据组帧的内容是循环固定的，在一个循环周期内將所有遥测参量至少下传一次，但部分卫星会在特定时刻进行其他遥测参量的下传，导致组帧内容发生变化，进而导致地面无法按照正常的组帧内容进行数据解析，出现假性异常数据。

2.4星地传输

卫星在过境时间段内与地面测站建立星地传输链路，将遥测组帧数据下传到地面测站，保障接收双方数据的一致性。在这一过程中，星地链路刚建立和即将断开的一段时间范围内，由于链路处于不稳定状态，可能导致传输内容发生改变，地面无法接收到正确的星上数据，进而导致出现假性异常数据。

3异常数据的特点分析

根据上述章节对卫星在轨遥测异常数据成因的分析，可以发现在地面测站得到的异常数据其成因可分布在整个遥测数据传递过程中，因此从地面测站的角度就需要对得到的异常数据进行有效的区分，在实时监测的过程中把握住真性异常数据，为后续诊断提供有效的数据支撑。

3.1真性异常数擗芋点

从成因根源上看，卫星发生真性异常，则在未恢复前其遥测参量采样将保持为异常值。而由于从数据采样起即发生了数值异常，因此在通信链路层面上也无法将其区分。与此同时，在发生真性异常的情况下，与该遥测参量有物理相关性的其他遥测参量也将发生变化，虽然这些变化可能不会引起对应遥测参量的异常报警，但发生变化这种状态能够为区分真性、假性异常提供支持。

3.2数据采集假性异常特点

从前面的分析可知，若在数据采集阶段发生了异常，会导致地面收到异常数据，影响地面系统的异常诊断效能。从成因上看，在数据采集阶段出现问题，其所对应测量的参量将变为异常值，但不会影响卫星其他遥测参量的采集，即在该种隋况下异常数据的影响面有限。在持续时间上，该类异常数据会保持到传感器恢复以及采集数据源恢复正常。该类异常数据也无法通过通信链路层面进行解决。从日常监测情况来看，统计八院所有在轨卫星一年内登记确认的异常情况共计232条，其中有163条记录确认为空间环境高能单粒子打翻寄存器信息所致，占比70.26%，是最为常见的异常数据隋况。

3-3数据存储假性异常特点

数据存储异常发生在某个组帧下传数据之前，当前数据内容被改变，但不影响下次遥测参量的采集存储和数据下传。因此综合来看，数据存储假性异常与数据采集假性异常有较多相似之处，在整体表现上相当于发生了一个单次数据采集异常，在没有外界介入的情况下会自动、快速地恢复正常。从具体异常效果来看，这类异常可以说是来去匆匆，往往在无征兆的情况下出现一次，而后即恢复。若将前后一段时间的数据绘作曲线，可以看到—个突兀且孤立的异常点。

34数据组帧假性异常特点

数据组帧引起的异常数据由于其组帧数据内容不同，不能被地面系统正确解析，进而误认为是异常数据。常见的该类异常隋况包括测控通道下传备机遥测等。该类异常的特点是长时间、大规模的遥测参量同时出现异常数据，直到组帧方式恢复为正常的测控通道数据组帧方式。同时该类异常发生在星地通信之前，因而无法通过通信层面加以区分识别。