(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111452273.6 (22)申请日 2021.12.01 (71)申请人 中国空间技 术研究院 地址 100194 北京市海淀区友谊路104 号 (72)发明人 王亚坤　韩笑冬　张婕　宫江雷　 郭莉芳　邢川　王睿　杨凯飞　 武长青　 (74)专利代理 机构 中国航天科技专利中心 11009 代理人 任林冲 (51)Int.Cl. G06F 30/20(2020.01) G06F 17/16(2006.01) G06F 119/02(2020.01) (54)发明名称 一种基于聚类的卫星遥测数据故障诊断方 法 (57)摘要 本发明涉及一种基于聚类的卫星遥测数据 故障诊断方法， 首先， 同时利用叶斯信息准则进 行高斯混合模 型的模型选择， 确定混合模型的个 数； 然后， 利用正常多变量卫星遥测数据对高斯 混合模型进行训练。 在此基础上， 利用在训练集 上的似然得分学习一个一元高斯 分布， 当数据的 似然得分满足给定条件时， 判定该数据为故障数 据。 本发明用于在轨卫星故障的实时检测。 权利要求书2页 说明书4页 附图1页 CN 114218770 A 2022.03.22 CN 114218770 A 1.一种基于聚类的卫星遥测数据故障诊断方法， 其特 征在于， 步骤如下： (1)将正常的卫星遥测数据制成包含M个遥测变量和N个样本的数据表， 作为模型的训 练数据； (2)对数据进行 预处理， 包括野值剔除和缺失值补全； (3)使用贝叶斯信息准则从训练数据中推断出高斯混合模型中混合成分K的数量， 通过 测试不同的K值， 选择 出最佳模型； (4)利用训练数据， 训练超参数为K的高斯混合模型； (5)利用期望最大算法对高斯混合模型进行参数估计， 从高斯混合模型要估计的参数 集 π 的某个初始状态开始， 迭代更新 π， 直到模型收敛； (6)当完成模型的参数估计后， 利用训练集上的似然得分， 基于最大似然估计法估计一 元高斯分布N( μ ′， σ′)； (7)根据z‑score算法， 对于任何遥测数据xt， 其异常得分为 p为 概率， 当a(xt)＞2σ′时， 判定遥测数据xt为故障数据。 2.根据权利要求1所述的一种基于聚类的卫星遥测数据故障诊断方法， 其特征在于， 步 骤(4)中所述的高斯混合模型为 其中x为输入向量集合， π为高斯 混合模的参数， K是混合模型中子高斯模型的数量， αi， i＝1， ...， k为子高斯模型的权重， g (x| μi， ∑i)为子高斯模型的密度函数， μi为均值向量， ∑i为协方差矩阵。 3.根据权利要求2所述的一种基于聚类的卫星遥测数据故障诊断方法， 其特征在于， π ＝{αi， μi∑i}。 4.根据权利要求2所述的一种基于聚类的卫星遥测数据故障诊断方法， 其特征在于， 满 足 5.根据权利要求1所述的一种基于聚类的卫星遥测数据故障诊断方法， 其特征在于， 6.根据权利要求1所述的一种基于聚类的卫星遥测数据故障诊断方法， 其特征在于， 每 次迭代由一个E步和一个M步组成， E步使用公式 计算每个数据样本在每个高斯分量的 后验概率， g(xt| μi， ∑i)为由第i个子高斯模型生成的概率值， g(xt| μj， ∑j)为由所有子高斯 模型生成的概 率之和， 其中， αi， i＝1， ....， k为子高斯模型的权 重， M步使用公式 和 更新高斯混合模权　利　要　求　书 1/2 页 2 CN 114218770 A 2型的参数π， 当对数似然： 从一次迭代 到下一次迭乎没有显着变化时， 即达 到收敛， N为样本个数， μi为均值向量， ∑i为协方差矩阵。权　利　要　求　书 2/2 页 3 CN 114218770 A 3