面向批产的卫星综合测试技术体系研究

杨同智 党建成 钟 靓 徐 犇 刘 洋

(上海卫星工程研究所，上海 201109)

1 引 言

卫星综合测试是对卫星整星及各分系统的电性能和功能的全面检测，是卫星研制过程的重要环节。通常一颗卫星从整星总装到卫星出厂时间约8～10个月，综合测试约占1/3左右的整星研制时间，测试效能是影响卫星高效研制的关键因素。随着Starlink等星座卫星及其批量化快速响应航天器的迅猛发展，测试任务当量及产生的测试数据井喷式发展，传统的测试模式已不能满足批产卫星快速研制的任务需求，需要全面提升综合测试体系效能。

传统综合测试优化往往着眼于测试工程的局部环节，忽略了全系统工作的协调性，影响了实际应用效能，如自动化测试只考虑测试程序的自动化执行，但测试程序需要依据word版的测试细则人工录入，效率低、易出错，极大影响了自动化测试的应用效能。因此，针对传统测试局部孤立优化、总体效能提升受限的问题，本文从测试设计、测试实施、测试评估的集成测试全链路角度着眼，构建高效智能的综合测试体系，提升综合测试效能。

2 测试体系设计原理

系统工程是为了最好地实现系统的目的，而对系统的组成要素、控制环节等进行综合分析与优化的科学方法论。借鉴系统工程方法论，把综合测试工程作为一个整体，分析测试设计、实施与评估3个环节之间的相互联系与制约关系，使各个部分相互协调，达到总体性能优化的效果。测试设计是测试工程的源头，测试设计依据卫星系统设计，测试设计的产出为测试程序及相关文档；测试实施是运行测试程序、判读测试响应的过程，测试实施要依赖测试系统及其测试调度软件，测试调度软件闭环执行测试程序，测试系统接收、解析测试调度软件发来的测试程序，将其转换为对卫星的测试激励，并采集卫星的测试响应数据；测试评估是对测试实施效果及卫星健康状态的评价，测试评估依托卫星的测试数据，测试数据由卫星的测试响应及相关信息组成。

从时间线角度，测试工程的环节包括测试设计、测试实施与测试评估；从实体要素角度，测试工程的物理要素为测试系统与测试数据。因此从测试工程的三环节与两要素出发，如图1所示，提出了“测试设计数字化、测试系统敏捷化、测试实施流水化、测试数据云端化、测试评估智能化”的综合测试体系。从设计源头出发，建立数字化测试设计平台，通过数字化技术打通卫星设计与卫星测试、测试设计与测试实施的鸿沟；通过敏捷化测试系统构建机动灵活的批产卫星流水产线测试环境，测试系统快速柔性部署，自动运行测试程序，高效完成集成测试验证；通过云数据中心聚合设计、制造、测试等环节的多源异构数据，实现批产卫星测试数据的融合管理与高效共享，基于测试数据与系统模型实现智能化测试评估。

图1 基于系统工程的综合测试技术体系

3 测试体系设计

3.1 测试设计数字化

测试设计数字化分为测试设计与测试实施的一体化、卫星设计与测试设计的一体化。

1)测试设计与测试实施的一体化

以往卫星测试细则通过WORD文档、纸质文档采用自然语言的方式进行描述，需要人工录入成软件自动化测试程序集TPS，存在编制效率低、易出错、可移植性差、不易裁剪等问题，不能很好地满足卫星短平快研制需求。ESA发布了《Space engineering-Test and operations procedure language》等测试程序语言规范，应用于SCOS 2000II测试系统，采用规范化的测试语言脚本驱动测试流程；NASA也通过类似技术途径实现测试程序设计与执行的无缝衔接，提升卫星测试与在轨操作效率。

针对传统自动化测试的设计与执行割裂、总体效能受限问题，参考ESA、NASA的测试程序设计模式，如图2建设测试流程数字化协同设计平台，同步生成Word细则与自动化测试程序集TPS，实现测试设计与测试实施的一体化，有效提升自动化测试效能。

图2 测试程序与测试细则的数字化协同设计

2)卫星设计与测试设计的一体化

设计与测试一体化的核心即是将测试设计纳入卫星系统工程，基于卫星设计模型自动生成测试用例。美国宇航局NASA喷气推进实验室制定了MBSE应用发展战略，明确要求系统论证交付物必须是模型，由“以文档报告为中心”的系统工程模式逐步转变为“以模型为中心”的系统工程模式。基于系统工程(MBSE)的设计与测试工作流程如图3所示。通过MBSE构建了产品的结构模型与行为模型，结构模型反映了系统的静态特性，行为模型反映了系统的动态特性，用数字化建模代替写文档进行系统方案设计，把设计文档中描述系统结构、功能、性能、规格需求的名词、动词、形容词、参数全部转化为数字化模型表达，实现了系统设计的数字化建模与虚拟测试验证。ESA在Euclid卫星的地面段应用MBSE的设计理念，构建了数据模型，实现了接口、需求、过程、测试等信息的模型化管理，具备地面自动化验证能力，提升了卫星地面操作与管理的效能。

图3 基于MBSE的系统设计与测试一体化

基于MBSE进行测试程序的自动生成与验证技术目前停留在初步研究阶段，困难与收益并存。在测试设计与测试实施一体化的基础上，应用MBSE与测试性建模技术，在卫星设计时同步优化测试性设计，基于系统模型与测试性模型自动生成测试程序集TPS，可以有效打通卫星设计与测试设计之间的鸿沟，加强卫星设计与测试的一体化，进一步提升了系统工程效能。

3.2 测试系统敏捷化

传统卫星测试系统采用专用化设计，设备重用率、部署效率较低，且体积大，机动性差，不能满足流水产线对测试系统的时空机动性要求。通过综合各卫星型号的测试接口需求，以设备利用效率最优化为基本原则，从接口的信号类型与数量出发，制定卫星测试系统的总体设计约束，通过配置相应数量的标准化接口设备满足测试系统的硬件需求。如图4示例，通过软件加载不同配置文件，软件重构硬件功能，满足不同型号测试系统资源的差异化需求，实现测试系统的标准化，达到系统柔性适配、快速部署的应用效能。

图4 标准化测试系统的功能重构

在测试系统标准化的基础上，如图5基于PXI板卡集成技术，研制基于通用测试模块的集约化测试系统，实现测试系统积木式资源重组，测试系统规模缩小至当前1/6，通过机柜和设备隔震、减震技术，实现设备整机柜级拆装、运输和重构，节约人力效率50%以上，提升测试系统的机动测试能力，满足批产卫星流水测试时对测试系统的时空敏捷性要求。

图5 集约化测试设备实物图

3.3 测试实施流水化

传统测试依赖人工串行执行，不能适应卫星批量化研制需求。国外商业航天借鉴汽车、飞机行业工业化、标准化、自动化研发生产理念，进行卫星设计与工业化流程生产线建设，具备机器人辅助装配、自主导航运输、自动化光学检测、热分配检测、AR现实增强、大数据、自动化测试等特点，像生产飞机部件一样制造卫星。流水产线如图6所示，集成测试分为模块级与整星级测试，实现了自动化测试与流水制造紧密耦合。

图6 卫星流水产线测试

参考国外卫星自动化测试与流水制造紧密耦合的研制模式，将卫星测试分为模块级与整星级测试，将集约化测试系统敏捷部署在卫星集成产线上，

通过自动化测试调度软件进行多任务调度与流水轮转，实现测试实施的高效执行。通过图7的自动化测试软件进行测试任务调度，测试任务调度的目的是使得测试时间、测试资源综合最优，即在测试时间满足特定条件的前提下，各类测试资源数量最小。测试任务调度可以描述为：给定测试任务集T={t,t,t,…tm}和仪器资源集R={r,r,r,…,rn}，遵循优先级高的测试任务优先测试、同时测试的任务不能资源冲突的基本原则，已知各项测试任务所需占用的仪器资源、相应的测试用时以及测试任务之间的时序约束，要求确定测试任务调度序列TS，使得测试总时间最短。在工程中，根据任务需求、流程工序、流程耗时以及仪器资源约束、工序先后约束等条件，确定任务调度模型，结合实际需求进行取舍与验证。

图7 测试任务调度执行

3.4 测试数据云端化

传统测试模式下，各个卫星使用独立的局域网络，测试数据孤岛化，依赖人工管理数据，不利于试验数据的共享与应用。如图8，基于mux-VLAN等软件定义网络技术，将各个卫星的测试网络连通，实现了多星多源测试信息汇聚与传输。通过单向网闸实现测试现场非密测试数据实时传输和推送至办公内网，设计师可在办公桌面进行测试数据辅助判读和技术支持，并在测试异常时能够根据实时数据进行快速分析；同时打破了测试网络的孤岛现象，进行统一集中网络与数据管理，极大地提高了多星多源测试数据的融合分析与故障检测能力，推动了装备试验数据工程。

图8 测试数据远程监测与集中共享

如图9，基于虚拟化云平台架构，综合管理AIT测试数据与在轨长管数据，通过网站架构发布测试与在轨数据，多方共享卫星测试/在轨数据。电测数据单向传输系统能够定时侦测文件存储服务器内的文件变更，将新增或变更的文件同步传输至内网，并放置在指定的中转服务器内。同时内网端部署的文件查询服务系统，能够将文件中转服务器内指定目录的文件转录至数据库，与在轨数据分型号、分时间融合管理，并向用户端提供web的文件查询、下载服务。测试数据与在轨数据云端化，在各个厂所之间交换共享，提升了试验数据的使用效率。

图9 测试数据与在轨监测数据融合管理

3.5 测试评估智能化

如图10，智能评估采用分层管理，基于各个单机单板的测试响应、故障信息，评估单机单板的测试状态，再融合单板、组件的测试数据，进行分系统区域管理，再进行航天器全系统的状态评估。充分利用专家知识与数据分析方法，评估系统的健康水平，发现深层问题与性能衰退征兆，实现快速故障诊断与维修指导。

图10 层次化智能评估

1)基于专家知识的测试评估

通过收集众多卫星测试与试验领域专家的不同经验，重点聚焦于寻找卫星测试与试验过程中的能够反应卫星健康状态的重要遥控指令、重要遥测参数及关键测试试验项目。通过研制阶段的试验数据分析获得数据关联信息模型。再次结合卫星测试与试验领域专家系统，形成测试数据评价体系，并对不同的测试参数分配不同的评价权重，从而获得最终的卫星健康状态评估标准。建立专家知识模型集成的软件平台，软件辅助设计师监测卫星测试状态，提升异常检测能力。如图11，软件辅助设计专家模型算法图元，通过在算法图元生成界面根据专家模型需求生成分析模型的Python脚本及算法图元。导入编辑好的Python脚本，动态添加到图形化编辑器的原文件中，同时保存到数据库。支持将图形化编辑块生成的以文件的形式保存到本地，方便日后修改，算法图元的生成支持导入外部函数库的语法。实时判读结果支持用户通过选择某些分系统全部遥测，或用户自定义某些遥测集合，在结合模式、报警状态和报警次数进行筛选，查看用户所需报警信息。在报警产生的同时会根据用户事先选择的详情模板生成报警详情，模板支持多元化显示判读结果(文本、曲线、点图、图形、报表、饼状图、柱状图等)。

图11 专家知识算法编辑与专家判读系统

2)基于数据分析的测试评估

如图12，测试数据需要经过数据预处理、类型划分，平稳序列可采用统计分析，周期规律性强数据可以进行相似性比对分析，多关联数据适合规则分析，同时应用聚类、神经网络等机器学习算法进行异常检测。

图12 基于数据分析的异常检测

智能数据评估软件如图13，软件包括规则编辑器、训练器、判读器与结果呈现模块，其中规则编辑器通过图形化界面调用基础函数模块，确立规则函数类；训练器通过历史数据对实例后的规则函数进行验证，训练规则函数类中的参数变量值，也可通过数学算法生成判读模型；判读器接收综测服务器物理量，进行规则运算，得出提示、预警、报警、加电时间、工作状态等信息；判读结果呈现以二维图、文本、报表等多种形式查看多星、单星、分系统等测试信息。

图13 智能数据评估系统

综合测试体系优化前后对比表如表1所示，优化后的综合测试技术体系已在快响类卫星研制中发挥了作用，将传统10个月的综合测试时长压缩至5个月，集成测试效率提升100%。

表1 综合测试体系优化对比表Tab.1 ComparisontableofintegratedTestsystembeforeandafteroptimization项目原模式新模式测试设计人工编写Word版细则数字化设计平台测试系统非标,体积大,研制部署慢标准集约化设计,部署快,机动灵活测试实施人工录入自动化测试程序与测试设计平台无缝衔接,高效自动化执行测试数据数据分散、人工管理多星数据汇聚,与在轨数据融合测试评估依靠人工分析基于专家知识与数据分析,自动化评估

4 结束语

本技术从系统化综合测试体系出发，提升测试全链路效能，克服了传统测试局部孤立优化、系统总体性能受限的弊端，提升了测试设计到测试实施的转换效能，并通过数据云端化、试验数据分析工具建设提升了测试评估能力，可作为国内卫星测试技术建设思路的参考。后续将在基于MBSE的测试设计、智能测试评估等方面进一步开展技术研究。

方差的正平方根即标准偏差为所求标准不确定度。GUM方法使用的各个输入量的数据是实际测量得到的，MCM使用的各个输入量的数据既可以是实际测量得到的，也可以是基于输入量的概率密度函数抽样得到的，MCM的好处是不需要投入大量时间、大量财力物力去实测数据(有时候也不现实)，就可以得到相对比较全面的输入量数据，不仅如此，《JJF1059.2-2012用蒙特卡洛法评定测量不确定度》提供了一种可以验证GUM法有效性的方法，通过计算MCM与GUM法包含区间端点值的差值是否小于数值容差，验证GUM法，若明显不适用，采用MCM作为测量不确定度的评定方法，若验证通过，GUM法依然是测量不确定度的主要评定方法。

6 结束语

在远地点发动机推力矢量评估中，使用了复杂的非线性数学模型，GUM方法适用于当次试验结果的评估，从计算原理上看，对多个输入变量的组合性覆盖不到，且存在非线性舍入误差，其评估值也只有众多输入量组合计算中的一个。而MCM从概率统计和多输入量的组合覆盖性来看，更具科学性，在评估复杂测量系统的不确定度时，对于测量模型是非线性没有要求，不需要考虑泰勒级数展开高阶项以及计算灵敏度系数，其评估结果可以对GUM法的评估结果进行验证，也更加适用于该型发动机推力矢量不确定度的评估。