1、當(dāng)前，基于對(duì)衛(wèi)星遙測(cè)數(shù)據(jù)的分析實(shí)現(xiàn)對(duì)人造衛(wèi)星狀態(tài)的分類和識(shí)別，是航天科技的研究熱點(diǎn)和難點(diǎn)?，F(xiàn)有的衛(wèi)星遙測(cè)數(shù)據(jù)的分析技術(shù)大多是基于遙測(cè)數(shù)據(jù)的數(shù)學(xué)模型進(jìn)行各項(xiàng)分析，或者是基于專家系統(tǒng)的分析。然而，這兩種方法都有各自的局限性，如：無(wú)法使用一個(gè)統(tǒng)一的數(shù)學(xué)模型應(yīng)對(duì)不同種類衛(wèi)星的各個(gè)遙測(cè)數(shù)據(jù)，方法適用范圍窄；專家系統(tǒng)要求知識(shí)庫(kù)完備，而獲得完備的知識(shí)庫(kù)十分困難。針對(duì)這些不足，本文進(jìn)行了基于數(shù)據(jù)驅(qū)動(dòng)的，對(duì)模型不敏感的衛(wèi)星在軌狀態(tài)分類和識(shí)別的算法研究。<

2、br>　　首先，為了實(shí)現(xiàn)多類型的衛(wèi)星遙測(cè)數(shù)據(jù)的特征參數(shù)提取，使得算法具有通用性，本文以數(shù)據(jù)本身的特性（包括時(shí)頻域，統(tǒng)計(jì)域等各種變換域的特性）作為出發(fā)點(diǎn)，研究適用于衛(wèi)星遙測(cè)數(shù)據(jù)的特征提取方法，揭示信號(hào)所隱含的特征信息，最終達(dá)到提取信號(hào)的有效特征參數(shù)的目的。其次，針對(duì)遙測(cè)數(shù)據(jù)的特性，把數(shù)據(jù)挖掘領(lǐng)域中的兩種分類算法K-平均算法和模糊C均值算法應(yīng)用到衛(wèi)星狀態(tài)的分類中，并基于數(shù)據(jù)特性做出相應(yīng)的優(yōu)化和改進(jìn)。然后，利用相似度匹配的方法，對(duì)已分類的各個(gè)

3、狀態(tài)進(jìn)行識(shí)別。最后，使用實(shí)測(cè)衛(wèi)星數(shù)據(jù)對(duì)本文所設(shè)計(jì)的算法進(jìn)行實(shí)驗(yàn)驗(yàn)證。
　　本文的主要成果和貢獻(xiàn)有：
　　1.在缺少先驗(yàn)條件的情況下利用Wigner-Ville分布時(shí)頻聯(lián)合分析、小波變換進(jìn)行時(shí)頻聯(lián)合分析提取信號(hào)的特征參數(shù)；
　　2.把實(shí)測(cè)信號(hào)視為時(shí)間序列，引入分形維數(shù)，對(duì)信號(hào)的分形特性進(jìn)行定量描述，并以此作為信號(hào)的特征向量，這是本文的一個(gè)創(chuàng)新點(diǎn)；
　　3.根據(jù)實(shí)測(cè)信號(hào)的特性，設(shè)計(jì)了基于K-平均算法和基于模糊C均值算