李 楠,陳重華,陳國忠,黃 欣,陸啟省
(上海衛(wèi)星工程研究所,上海 200240)
伴隨著空間技術(shù)的發(fā)展,對航天任務(wù)的需求也日益復(fù)雜化。相應(yīng)地,衛(wèi)星在軌工作時間以及自身結(jié)構(gòu)的復(fù)雜性也大幅增加,這就使得如何保障其在軌運(yùn)行期間的工況穩(wěn)定度,如何提高其在軌運(yùn)行期間的自主維護(hù)能力,成為當(dāng)今航天領(lǐng)域的一大難題。在此背景下,基于各種算法的遙測變量預(yù)報(bào)技術(shù)作為解決上述問題的有效手段一直以來備受業(yè)界關(guān)注。
在眾多算法中,灰色預(yù)測模型作為將系統(tǒng)論、信息論及控制論觀點(diǎn)延伸到抽象系統(tǒng)而發(fā)展出的一套專門用于解決貧數(shù)據(jù)、信息不完備問題的新方法,在生產(chǎn)制造中,尤其是航空航天領(lǐng)域應(yīng)用廣泛[1-4]。但是,在實(shí)際操作中發(fā)現(xiàn),此模型的預(yù)測效果有時理想,有時偏差較大,甚至完全失效[5-7]。究其原因,灰色預(yù)測模型從本質(zhì)上可以認(rèn)為是指數(shù)預(yù)測模型,其預(yù)測精度與被預(yù)測對象遞變規(guī)律以及數(shù)據(jù)序列的光滑程度有關(guān)。目前對此已提出的典型改進(jìn)方法有:數(shù)據(jù)預(yù)處理方法[8]、初始條件改進(jìn)方法[9-12]、背景值改進(jìn)方法[13-14]等。這些方法雖然在一定程度提高了模型擬合精度,但預(yù)測效果仍不夠理想,并且它們多是以灰色模型為基礎(chǔ)附加了額外算法,考慮到附加算法的復(fù)雜性,往往使得預(yù)測過程計(jì)算量大大增加。
鑒于此,文章結(jié)合經(jīng)典灰色理論及GM(1,1)建模方法分析,就遙測數(shù)據(jù)整定,提出一種改進(jìn)的處理算法,使變換后遙測數(shù)據(jù)更加光滑,符合GM(1,1)建模要求,對于提高在軌航天器未來狀態(tài)預(yù)測的準(zhǔn)確度意義重大。
小樣本、貧信息、不確定性系統(tǒng)的大量存在,決定了GM(1,1)模型具有十分寬廣的應(yīng)用領(lǐng)域。但是GM(1,1)模型也有一定的適用范圍,超出該范圍,應(yīng)用GM(1,1)模型較難取得理想的預(yù)測結(jié)果。
注意到GM(1,1)模型本源上屬于一階微分方程,故而其更適用于描述初始數(shù)據(jù)序列發(fā)展趨勢呈單調(diào)變化的情況。經(jīng)多次試驗(yàn)、計(jì)算發(fā)現(xiàn)[8]:無論原始數(shù)據(jù)序列呈現(xiàn)遞增或遞減態(tài)勢、數(shù)據(jù)曲線形狀呈凹或凸?fàn)?,由GM(1,1)模型響應(yīng)函數(shù)式與系統(tǒng)還原公式計(jì)算得到的最終結(jié)果皆呈凹形曲線。在此情況下,GM(1,1)模型使用將受到一定限制。究其原因,GM(1,1)模型的預(yù)測精度受到原始數(shù)據(jù)遞變規(guī)律的密切影響,考慮到灰色模型的解具有指數(shù)函數(shù)形式,所以對于已經(jīng)生成指數(shù)變化趨勢的建模數(shù)據(jù),關(guān)系GM(1,1)模型精度的真正原因是由于初始數(shù)據(jù)序列x(0)不滿足光滑離散函數(shù)的條件。
處處可導(dǎo)是光滑連續(xù)函數(shù)的特性,而序列是由離散的單個點(diǎn)構(gòu)成的,根本無導(dǎo)數(shù)可言(通常意義下),因此,不能用導(dǎo)數(shù)研究序列的光滑性。從另外的角度研究光滑連續(xù)函數(shù)的特性,若某序列具有與光滑連續(xù)函數(shù)大致相近的特征,便認(rèn)為此序列是光滑的。
設(shè)非負(fù)初始數(shù)據(jù)序列
z為x(0)的均值生成序列,即
x*為某一可導(dǎo)函數(shù)的代表序列,將x(0)刪去x(0)(n+1)后得到的序列記為x′,若x′滿足:
則稱x′為光滑序列。上述兩條件稱為序列光滑條件。
實(shí)際中,應(yīng)用灰色系統(tǒng)理論建模時,并不要求初始數(shù)據(jù)序列嚴(yán)格滿足光滑條件,對于在一定程度上滿足光滑條件的數(shù)據(jù),建立相應(yīng)的GM(1,1)模型也能取得滿足工程實(shí)際要求的精度。
為了定量描述數(shù)據(jù)序列的光滑性,引入光滑比的概念,即
光滑比從另一側(cè)面反映了序列的光滑性,即用序列第k個數(shù)據(jù)x(0)(k)與其前k-1 個數(shù)據(jù)之和的比值ρ(k),來考察序列x(0)中數(shù)據(jù)變化是否平穩(wěn)。顯然,序列越平滑,其光滑比越小,若序列x(0)滿足:
2)ρ(k)∈[0,ε],k=3,4,…,n;
3)ε<0.5。
稱該序列為準(zhǔn)光滑序列。
初始數(shù)據(jù)序列作累加處理后呈現(xiàn)明顯的指數(shù)規(guī)律[9],是灰色系統(tǒng)理論建?;A(chǔ)。然而,雜亂無章的數(shù)據(jù)序列經(jīng)累加生成所建立的GM(1,1)模型,往往會產(chǎn)生較大偏差的預(yù)測結(jié)果。就此,國內(nèi)外諸多學(xué)者對模型的應(yīng)用條件展開了深入長期的研究:文獻(xiàn)[15]提出建立GM(1,1)模型的條件是初始離散數(shù)據(jù)序列為光滑離散函數(shù);文獻(xiàn)[6-8]分別結(jié)合實(shí)例分析,進(jìn)一步說明光滑離散函數(shù)性質(zhì)對建模的重要性??梢?,提高初始數(shù)據(jù)序列光滑度是十分必要的,本文以光滑比概念為基礎(chǔ),提出一種改進(jìn)序列光滑度的綜合變換函數(shù)。
首先借助1.1 節(jié)中提出的序列光滑比的概念,給出描述光滑離散函數(shù)的主要條件如下[15]:
接下來,以命題形式提出如下序列光滑度改進(jìn)算法:設(shè){xi},i=1,2,…,n為嚴(yán)格單調(diào)遞增非負(fù)序列,有
式中:參數(shù)0 <α<1;γ>0;β·xi+γ≥e(2.718 3)。
將上述算法拆分為4 個命題進(jìn)行證明,即
命題1設(shè){xi},i=1,2,…,n為嚴(yán)格單調(diào)遞增非負(fù)序列,則對于?γ>0,有如下結(jié)論成立:
證明記f(x)=β·x+γ,γ>0,由
命題1 得證,且該命題說明線性變換可以提高序列光滑度。
命題2設(shè){xi},i=1,2,…,n為嚴(yán)格單調(diào)遞增非負(fù)序列,且x1≥e(2.718 3),則有如下結(jié)論成立:
證明記f(x)=lnx,對于x≥e(2.718 3),由
命題2 得證,且該命題說明對數(shù)變換可以提高序列光滑度。
命題3設(shè){xi},i=1,2,…,n為嚴(yán)格單調(diào)遞增非負(fù)序列,則?0 <a<1,有如下結(jié)論成立:
證明 記f(x)=xα,0 <α<1,由
命題3 得證,且該命題說明冪指變換可以提高序列光滑度。
命題4即文章提出的數(shù)據(jù)序列平滑算法,見式(2)。
證明考慮到{xi}為嚴(yán)格單調(diào)遞增非負(fù)數(shù)據(jù)序列,則?β,γ≥0 且β·γ≠0,有{β·xi+γ}仍為嚴(yán)格單調(diào)遞增非負(fù)序列。
且{ln(β·xi+γ)} 也為嚴(yán)格單調(diào)遞增非負(fù)序列。
再由命題3 易知,?0 <a<1,有
綜合上述結(jié)論,有
命題4 得證。
顯然,通過上述證明可見:線性變化得到的數(shù)據(jù)序列較原始序列光滑程度有所改善,在此基礎(chǔ)上繼續(xù)施加對數(shù)變換將使更新序列的光滑程度進(jìn)一步得到提升,而最終復(fù)合的冪指數(shù)變換將得到較單純線性變換、對數(shù)變換,或線性變換與對數(shù)變換組合變換光滑程度更優(yōu)的結(jié)果。此外,文章提出的這種改進(jìn)算法由于包含可調(diào)參數(shù)(α,β,γ),增加了應(yīng)用靈活性和適應(yīng)性,即通過參數(shù)調(diào)整,實(shí)現(xiàn)人機(jī)對話,使GM(1,1)模型的擬合及預(yù)測效果更加符合客觀實(shí)際需要。
為進(jìn)一步驗(yàn)證文章改進(jìn)方法的有效性,以FY衛(wèi)星SADA(南)軸承溫度信號(TK-25)6—9 月的15 和30 日平均值為例進(jìn)行分析,具體數(shù)據(jù)見表1。
表1 FY 衛(wèi)星SADA(南)軸承溫度信號6-9 月的15 與30 日均溫度Tab.1 Bearing’s daily(15th and 30th)average temperature of the FY satellite SADA(south)from June to September
由于序列各項(xiàng)數(shù)值皆小于零,故先對其進(jìn)行如下變換:
式中:int 為向上取整函數(shù)(靠近abs(xi)且取值較大的數(shù)值)。
變換后,得到的新序列為
顯然,該序列非負(fù)且單調(diào)遞增。對其進(jìn)行1-AGO,得到
對序列光滑性進(jìn)行驗(yàn)證,即:
應(yīng)用文章改進(jìn)算法,首先對序列{x(0)} 依照式(2)進(jìn)行變換,變換參數(shù)依次取為α=0.9,β=11,γ=0,則計(jì)算得到新序列
顯然,算得序列單調(diào)遞減,故變換后{y(0)}為離散光滑的,滿足GM(1,1)模型建模條件。
按照一般步驟建立{y(0)}的GM(1,1)模型,有
由軌航天器狀態(tài)預(yù)測統(tǒng)計(jì)結(jié)果(見表2)易見:采用文獻(xiàn)[15]所述傳統(tǒng)方法建立的GM(1,1)預(yù)測模型誤差巨大,其中采樣數(shù)據(jù)的擬合相對誤差最大達(dá)到664.085 6%,平均相對誤差也高達(dá)125.022 9%;采樣數(shù)據(jù)外的兩步預(yù)測結(jié)果更是面目全非,平均相對誤差更是升至驚人的2 278.805 2%,由此得出該預(yù)測模型無效。結(jié)合灰色系統(tǒng)理論不難發(fā)現(xiàn),采樣數(shù)據(jù)不符合GM(1,1)建模要求,即{x(0)}不滿足光滑離散函數(shù)條件是造成這種狀況的根本原因。對此,文章改進(jìn)算法通過對初始數(shù)據(jù)序列依式(2)進(jìn)行變換,改善其光滑度,提高建模精度,其中擬合平均相對誤差以及兩步預(yù)測平均相對誤差較先前方法分別降至3.998 8% 和24.605 4%,預(yù)測模型有效。
表2 FY 衛(wèi)星SADA(南)軸承溫度信號灰色模型擬合及預(yù)測結(jié)果Tab.2 Fitting and prediction results of the bearing’s temperature data of FY satellite SADA(south)by using different GM algorithms
針對現(xiàn)有灰色系統(tǒng)預(yù)測方法所存在的建模精度、外推能力依賴于生成序列光滑程度的問題,提出一種能夠顯著提高模型預(yù)測精度的改進(jìn)算法。本文分別通過嚴(yán)格的理論證明和仿真分析發(fā)現(xiàn),該方法通過構(gòu)造復(fù)合函數(shù),不但使得變換后的建模數(shù)據(jù)較采用傳統(tǒng)冪函數(shù)平滑方法、線性函數(shù)平滑方法以及對數(shù)函數(shù)平滑方法具有更好的光滑程度,而且通過引入可調(diào)參數(shù)使得算法具有更大靈活性和更廣的適用范圍。