4. 参数正常模式建模
在航天器测试数据判读中，“正常”并不是一个凭经验感觉出来的模糊概念，而应当被显式地建模为可计算、可比较、可追溯的基线。参数正常模式建模的任务，就是把历史遥测数据、设计包络和物理约束三类知识融合起来，为每个参数以及参数之间的关联关系建立一套“正常行为”的数学描述。只有先有了这条基线，后续的越限报警、趋势异常检测和异常定位才有可靠的参照系。
三类知识来源及其分工
历史数据提供的是“实际飞过、测过”的行为统计。它反映的是在真实工况、真实环境、真实设备状态下参数的自然分布与波动规律，包括均值、标准差、分位数、自相关特性以及不同工况下的分段特征。历史数据的优势是贴近实际，缺点是可能混入未被识别的异常样本，也可能因样本量不足而无法覆盖某些工况。
设计包络提供的是“设计允许”的边界。它来自设计文件中的参数标称值、公差范围、工作极限和故障限，通常以区间或上下限形式给出。设计包络的优势是权威、明确，缺点是往往偏保守，且不一定能反映参数之间的耦合关系。
物理约束提供的是“物理上不可能”或“必须满足”的关系。例如温度不能突变、功率不能为负、冗余通道之间应满足一致性关系、执行机构位置与指令之间应满足方向与速率限制。物理约束的价值在于它能捕捉设计包络和历史数据都可能遗漏的关联异常。
单参数正常行为基线
单参数基线是最基础的层次。对连续型参数，常用做法是建立“工况分段 + 统计区间”模型。具体实现时，先按工况标识（如工作模式、轨道阶段、设备开关状态）对历史数据分段，再对每一段计算均值 μ、标准差 σ，并取 μ±3σ 作为统计正常带，同时与设计包络取交集。若设计包络更严格，则以设计包络为准；若历史统计带超出设计包络，说明历史数据中可能存在异常样本或工况划分不准确，需要回溯检查。
对缓变参数，还应建立趋势基线。例如某蓄电池温度在稳定工况下应满足一阶惯性特性，可用一阶差分 ΔT/Δt 的分布来描述其正常变化速率。若某时刻温度变化率超过历史同工况下的 99.7% 分位，即使绝对温度仍在包络内，也应触发趋势异常提示。
对离散型参数，基线通常表现为状态集合与转移关系。例如某开关的正常状态集合为 {断开, 闭合}，且从断开到闭合的转移必须伴随指令字变化。若出现无指令的状态跳变，则违反正常模式。
多参数正常行为基线
多参数基线用于捕捉参数之间的关联关系。航天器上大量异常并非单参数越限，而是参数间关系被破坏。常见建模方式包括：
- 比值/差值关系：如冗余通道 A、B 的电压差应在 ±0.05 V 以内；
- 线性回归关系：如某设备输入功率与输出功率之间应满足 P_out ≈ η·P_in，残差应在历史残差分布范围内；
- 物理守恒关系：如流入与流出热量之差应与温度变化率成正比；
- 时序因果关系：如指令发出后，反馈状态应在规定时延内变化。
多参数基线建模的关键是确定“关系形式”和“残差正常范围”。关系形式来自物理机理或设计文件，残差范围来自历史数据统计。二者缺一不可：只有关系形式没有残差范围，无法判断偏离程度；只有残差范围没有关系形式，无法建立可解释的关联模型。
建模流程与关键判断
实际建模可按以下过程推进。第一步，参数筛选与工况划分：从遥测清单中选出待建模参数，明确其工况标识和采样周期。第二步，历史数据清洗：剔除已知异常段、缺失段和工况切换瞬态段，保留稳态数据。第三步，单参数基线计算：按工况分段计算统计量和设计包络交集。第四步，多参数关系挖掘与验证：基于物理约束列出候选关系，用历史数据拟合关系参数并计算残差分布。第五步，基线固化与版本管理：将模型参数、适用工况、有效时间段写入基线库，并记录版本。
判断基线是否可用，重点看三条：一是覆盖率，即历史数据中落入正常带的样本比例是否合理（通常应在 99% 以上，但不应为 100%，否则可能过拟合）；二是误报率，用未参与建模的测试数据回放，统计误报次数；三是可解释性，每条关系都应能对应到明确的物理或设计依据，不能是纯黑箱拟合。
一个可参考的建模示例
以某航天器蓄电池组温度参数为例。历史数据按“充电/放电/待机”三种工况分段，充电段温度均值 18.5 ℃、标准差 1.2 ℃，统计带为 [14.9, 22.1] ℃；设计包络为 [0, 35] ℃，取交集后正常带仍为 [14.9, 22.1] ℃。同时建立温度变化率基线：充电段 ΔT/Δt 的 99.7% 分位为 0.8 ℃/min。多参数方面，建立“蓄电池温度—充电电流”关系：在充电段，温度与充电电流的比值应落在 [0.9, 1.4] ℃/A 区间。若某次测试中温度绝对值为 20 ℃（在正常带内），但 ΔT/Δt 达到 1.5 ℃/min，且温度/电流比值升至 2.1 ℃/A，则单参数看似正常，多参数关系已明显偏离，应判定为异常征兆。
基线固化与使用
基线建成后，应以结构化形式固化，至少包含：参数标识、适用工况、基线类型（单参数/多参数）、关系表达式或区间、残差范围、有效时间段、版本号。测试数据判读时，实时数据先按工况匹配对应基线，再逐条计算偏离度，输出正常/注意/异常三级结论。基线不是一次性的，随着飞行阶段变化、设备老化或设计更改，应定期用新数据回放评估误报率和漏报率，必要时更新基线版本。
总结来说，参数正常模式建模的核心是把“正常”从经验判断转化为可计算模型。单参数基线解决“这个值本身是否合理”，多参数基线解决“这些值之间的关系是否合理”，两者结合才能支撑后续的异常定位与故障隔离。