衛星多通道異構遙測數據融合分析與比對方法

沈亦純，周 捷，王 沖，張鑫鑫，戴辰鋮，朱清煜

（1.上海衛星工程研究所，上海 201109；2.上海航天技術研究院，上海 201109）

0 引言

遙測數據是航天器研制階段最重要的產品成果之一，是檢測航天器功能和性能指標，也是驗證航天器各系統研制成果，以及分析在軌測試數據的重要基線［1-2］。地面測控站只有在衛星進入測控弧段時才能接收在軌衛星遙測數據，且在軌衛星一天內進站時間和次數有限，因此，衛星實時遙測和境外延遙具備不連續且數據稀疏的特點。為解決在軌衛星測控通道遙測數據不連續問題，衛星綜合電子分系統按照遙測實施方案要求，首先對遙測數據進行采集、變換、處理、存儲及組幀，然后經過加擾后，將遙測數據分別送至測控應答機和數傳綜合處理器，即按照傳輸路徑分為測控通道遙測數據和數傳通道遙測數據（工程遙測）。當在軌衛星進入數傳站時，工程遙測同載荷遙感數據一并下傳。因此，衛星測控遙測和工程遙測對在軌運維具有重要意義。

隨著在研、在測和在軌衛星型號數量的迅速提升，目前只有少數衛星型號具備工程遙測數據分析能力，且不同衛星型號的工程遙測數據格式各不相同，對工程遙測數據的處理需求也不完全一致，導致不同衛星型號間的相關數據分析方法不統一。另外，針對衛星工程遙測與多通道測控遙測的比對評估問題，目前暫時還沒有成熟的數據分析方法和工具支持。因此，研究如何分析、驗證衛星工程遙測和多測控通道遙測的正確性和有效性，顯得尤為重要。

針對上述背景，本文提出了一種衛星多通道異構遙測數據融合分析與比對方法，包括多通道遙測原碼提取、多通道遙測數據分析處理和多通道遙測數據融合比對，在提取工程遙測的基礎上，實現工程遙測的分析處理，進而完成多通道測控通道遙測數據與工程遙測數據的正確性分析和一致性比對，最后對融合比對結果進行統計和呈現。本方法在多個在測、在軌衛星型號遙測數據中得到應用，取得了較為顯著的成果，為不同衛星型號的設計師開拓了衛星多通道異構遙測數據分析的新思路，有效提升衛星綜合測試和在軌監視的數據分析效率。

1 多通道異構遙測數據

大氣環境監測衛星多通道異構遙測數據的星上信息處理流程如圖1 所示。圖中，CADU（Channel Access Data Unit）為信道訪問存取數據單元，AA 為16 進制碼，用于字節填充。衛星遙測數據按照下傳通道分為測控通道遙測數據（簡稱測控遙測，由地面測控站負責接收）和數傳通道遙測數據（簡稱工程遙測，由地面數傳站負責接收）。受衛星測控站數量及分布地理位置的影響，當在軌衛星位于測控弧段外時，測控遙測無法通過測控站實時接收，數據傳輸時間短且不連續性，無法全面體現在軌衛星工作狀態。而工程遙測不受地面站影響，數據完整且連續性較好，能夠很好地反映在軌衛星工作狀態。星上數傳分系統處于開機狀態，即能實時接收來自星上綜合電子分系統的遙測數據，并將其記錄在固存中形成工程遙測。當衛星進行數傳作業時，工程遙測會隨載荷數據一并下傳至地面數傳站。

圖1 衛星多通道異構遙測信息處理流程Fig.1 Flow chart of satellite multi-channel heterogeneous telemetry information processing

大氣環境監測衛星的測控遙測和工程遙測均由星上綜合電子分系統（簡稱綜電分系統）負責進行組幀，但測控遙測和工程遙測的遙測數據不同，其組織方式也不相同，如圖1 所示。

大氣環境監測衛星測控遙測數據通過測控通道下傳，每0.5 s 一幀下傳遙測原碼。測控通道遙測數據結構采用高級在軌系統（Advanced Orbiting System，AOS）數據結構，格式采用分層結構，符合國際空間數據系統咨詢委員會（Consultative Committee for Space Data Systems，CCSDS）相關標準的規定。各層的數據結構及其關系如圖2 所示。

圖2 衛星測控通道遙測數據結構Fig.2 Telemetry data structure of the satellite measurement and control channel

大氣環境監測衛星工程遙測通過數傳通道下傳，由3 種數據組成，分別為：1）每0.5 s 下傳的遙測原碼（與測控通道遙測一致）；2）每0.5 s 下傳的綜電加快遙測組合（A、B、C 三類）；3）每1.0 s 下傳的全球定位系統（Global Positioning System，GPS）原始觀測量。數傳通道遙測數據組織方式如圖3 所示。地面接收到的工程遙測則是一個由上述3 種數據首尾相接而成的完整包，其格式為“GPS 原始觀測量+遙測原碼+綜電快遙”，并根據不同數據下傳的先后順序進行排列，如圖4 所示。

圖3 衛星數傳通道遙測數據組織方式Fig.3 Telemetry data organization of the satellite data transmission channel

圖4 地面系統接收到的衛星工程遙測數據格式Fig.4 Satellite engineering telemetry data format received by the ground system

2 多通道遙測數據融合

常用的數據融合算法有標準化融合算法、層次融合算法和混合融合算法等3 種。

1）標準化融合算法是將多源數據進行格式轉換，將多源數據統一成同一格式，此算法為數據融合的基礎算法，適用于格式較為單一的結構化數據。常用的標準化融合算法有格式轉換、奇偶校驗和循環冗余校核（Cyclic Redundancy Check，CRC）等。

2）層次融合算法是分析多源數據的層次結構，根據層次結構的不同級別進行數據融合，同時形成多源數據完整的數據模型，對多源數據進行不同層次的融合比對，此算法適用于層次和格式較為復雜的結構化數據。常用的層次融合算法有自適應加權算法、串表壓縮（Lempel-Ziv Welch，LZW）算法壓縮算法等。

3）混合融合算法是一種綜合性的數據融合算法，其在綜合標準化融合算法和層次融合算法兩種算法的基礎上，通過不同維度進行多源數據融合比對，此算法適用于各類結構化數據和非結構化數據。常用的混合融合算法有神經網絡、遺傳算法等。

由于衛星多通道遙測數據為結構化數據，且格式較為單一，因此采用標準化融合算法。多通道遙測分析處理主要包括測控通道遙測分析處理和數傳通道遙測分析處理兩個部分，其中對測控通道遙測數據進行質量檢測，對數傳通道遙測數據進行格式轉換、去重復、排序、質量檢測等。衛星多通道遙測數據分析處理流程如圖5 所示。其中里所碼又稱為里德-所羅門碼（Reed-Solomon codes，RS）是一種前向糾錯的信道編碼，對于校正過采樣數據所產生的多項式有效。

圖5 衛星多通道遙測數據分析處理流程Fig.5 Flow chart of analyzing and processing the satellite multi-channel telemetry data

2.1 測控通道數據融合處理

測控通道遙測分析處理針對測控通道遙測原碼，進行質量檢測，逐幀重新進行遙測幀CRC 校驗，并將校驗結果與已有校驗碼進行比對，以驗證測控通道遙測數據的正確性。

CRC 編碼程序接收一個長度為（n-16）bit 的數據塊（n為已編碼信息位數），然后經過運算所得到的一個16 bit 的幀校驗序列CRCW。CRCW 幀校驗序列的運算公式為

式中：M(X)為以二進制系數多項表達的（n-16）位待編碼信息；L(X)為預置多項式表示在編碼之前將移位寄存器預置成全“1”；G(X)為生成多項式；mod 為求余函數。

2.2 數傳通道數據融合處理

衛星數傳通道遙測數據提取流程如圖6 所示，圖中BPDU 為網橋協議數據單元。首先，根據大氣環境監測衛星數傳幀格式，提取遙感數據的數傳幀格式數據；其次，根據數傳幀計數進行數傳幀數據合路處理；最后，根據虛通道標識符（Virtual Channel Identifier，VCID）內容從數傳幀中提取工程遙測數據。

圖6 衛星數傳通道遙測數據（工程遙測）提取流程Fig.6 Telemetry data extraction process of satellite data transmission channel

數傳通道數據分析處理針對工程遙測，其分析處理思路如圖7 所示。

圖7 衛星數傳通道遙測數據（工程遙測）分析處理思路Fig.7 Analysis and processing of the telemetry（engineering telemetry）data from the satellite data transmission channel

完成格式轉換、去重復、排序、質量檢測等數據分析處理功能，目的是使工程遙測數據具備可解性，具體如下：

1）格式轉換。將工程遙測數據格式轉換為衛星遙測解析軟件可識別格式。

2）去重復?；诟袷睫D換后的工程遙測，按照每幀星時，剔除由數傳作業回卷引起的多余重復幀。

3）排序?；诟袷睫D換后的工程遙測，根據每幀星時進行遞增排序。

4）質量檢測?；诟袷睫D換后的工程遙測，逐幀重新進行遙測幀CRC 校驗，并將校驗結果與已有校驗碼進行比對。

3 多通道遙測比對分析

3.1 數據比對思路

將衛星工程遙測數據與多通道遙測數據進行比對。首先對工程遙測數據進行格式轉換，以當前幀星時為基準，與需要進行融合比對的多通道測控遙測對齊，利用相關算法進行融合比對，并給出相關比對結果。多通道遙測融合比對的思路如圖8 所示。

圖8 衛星多通道遙測融合比對思路Fig.8 Fusion comparison of satellite multi-channel telemetry

3.2 數據比對算法

常用的數據比對算法有全局序列比對算法、局部序列比對算法、Smith-Waterman 算法、Needleman-Wunsch 算法、基于哈希表（hash-table）數據結構的比對算法和塊排序壓縮（Burrows-Wheeler Transform，BWT）比對算法等。根據多通道測控遙測數據和工程遙測數據的數據特點，適合采用全局序列比對算法對多通道測控遙測與工程遙測進行比對。

全局序列比對算法通過輸入2 條序列、替換記分矩陣以確定不同數據間的相似度得分，以及空位罰分。

式中：gap為空位罰分；l為序列比較起始位置；m為序列1 的長度；n 為序列2 的長度；w(i，j)為記分矩陣中的分值。

3.3 算法驗證及應用

通過開發衛星工程遙測數據對比通用軟件，采用全局序列對比算法，實現大氣環境監測衛星多通道異構遙測數據的對比分析，得到融合對比結果。包含遙測比對進程、誤碼幀數量、誤碼率、誤碼幀詳細信息（星上時間、工程遙測報錯位置、該幀所在遙測原碼中的位置等）、經過轉換后的總工程遙測幀數、總遙測原碼幀數和比對總幀數等，比對顯示結果如圖9 所示。

圖9 衛星多通道遙測融合比對結果顯示Fig.9 Fusion comparison results of satellite multichannel telemetry

如有誤碼存在，在多通道遙測數據融合比對完成的前提下，可快速找出誤碼所在位置，并對其進行判讀與分析。相較于原始的人工判斷誤碼，提高了誤碼判斷的準確率和覆蓋率，解決了傳統人工判斷可能帶來的誤判、錯判和漏判，提高了數據分析人員的工作效率和工作質量，增強了衛星綜合測試的可靠性，為更好地把控衛星在軌和地面狀態提供了保障。

4 結束語

本文通過對衛星多通道異構遙測數據、多通道遙測分析處理，以及多通道遙測融合分析與比對的研究，得到了一種衛星多通道異構遙測數據融合分析與比對方法?；诂F有數據融合比對方法，以及對多通道異構遙測數據來源和類別的分析，實現多通道異構遙測數據的預處理和正確性分析，實現多通道測控遙測與數傳通道遙測數據融合分析與比對，解決了直接人工判讀效率低和準確性差的歷史問題，提高了衛星多通道異構遙測數據分析效率。隨著多源數據融合分析技術和數據比對技術的不斷成熟與完善，現有數據融合分析與比對算法和方法將不斷改進與優化，未來在衛星領域的應用和發展會有更大的突破與進步，也將會成為未來衛星數據分析行業的發展趨勢之一。