鄢青青 彭宗尧 柳振民

西昌卫星发射中心，西昌 615000

0 引 言

遥测数据反映了火箭飞行自身与内外环境的状态。趋势信息是进行火箭飞行故障诊断和排查的重要依据，可通过数据比对的方式来实现趋势一致性分析。目前，对数据趋势分析判读的方法主要有趋势预测[1]、统计假设检验方法[2]、残差分析法[3]、包络分析法[4]、相关系数法[5]、灰色关联分析[6]等。

灰色关联分析模型是根据序列曲线几何形状及空间距离来判断不同序列之间的联系是否紧密[7]。自1985年邓聚龙提出灰色关联度模型[8]以来，灰色关联分析已在多个领域得到应用和发展，如文献[9]基于形状相似性和距离接近性进行仿真一致性检验；文献[10]采用灰色关联模型评估空气质量趋势和空气污染治理效果；文献[7]和[11]分别基于相似性和接近性提出了4个关联度定义。

针对同参数不同历史过程数据的趋势一致性异常分析问题，通过计算分段关联度和分段异常度，增加关键局部异常的识别度，并提出基于异常均衡度和异常关联度的整体趋势异常评价方法，综合判断遥测数据的整体趋势与关键局部的异常情况。通过对历史数据进行分析，验证了该方法的可行性。

1 火箭遥测数据趋势异常问题

火箭遥测数据的趋势是判断火箭飞行状态的重要信息，其异常的时段、程度信息可用来定位、分析故障发生的原因、局部位置和影响范围等。

基于对比分析的遥测数据趋势异常分析方法，即趋势一致性分析，是以某参数在历史任务中的一次正常飞行数据作为参考序列，通过分析其当前数据(比较序列)与参考序列的趋势是否一致来进行故障状态识别或趋势预测。……