面向批產的衛星綜合測試技術體系研究

楊同智 黨建成 鐘 靚 徐 犇 劉 洋

(上海衛星工程研究所，上海 201109)

1 引 言

衛星綜合測試是對衛星整星及各分系統的電性能和功能的全面檢測，是衛星研制過程的重要環節。通常一顆衛星從整星總裝到衛星出廠時間約8～10個月，綜合測試約占1/3左右的整星研制時間，測試效能是影響衛星高效研制的關鍵因素。隨著Starlink等星座衛星及其批量化快速響應航天器的迅猛發展，測試任務當量及產生的測試數據井噴式發展，傳統的測試模式已不能滿足批產衛星快速研制的任務需求，需要全面提升綜合測試體系效能。

傳統綜合測試優化往往著眼于測試工程的局部環節，忽略了全系統工作的協調性，影響了實際應用效能，如自動化測試只考慮測試程序的自動化執行，但測試程序需要依據word版的測試細則人工錄入，效率低、易出錯，極大影響了自動化測試的應用效能。因此，針對傳統測試局部孤立優化、總體效能提升受限的問題，本文從測試設計、測試實施、測試評估的集成測試全鏈路角度著眼，構建高效智能的綜合測試體系，提升綜合測試效能。

2 測試體系設計原理

系統工程是為了最好地實現系統的目的，而對系統的組成要素、控制環節等進行綜合分析與優化的科學方法論。借鑒系統工程方法論，把綜合測試工程作為一個整體，分析測試設計、實施與評估3個環節之間的相互聯系與制約關系，使各個部分相互協調，達到總體性能優化的效果。測試設計是測試工程的源頭，測試設計依據衛星系統設計，測試設計的產出為測試程序及相關文檔；測試實施是運行測試程序、判讀測試響應的過程，測試實施要依賴測試系統及其測試調度軟件，測試調度軟件閉環執行測試程序，測試系統接收、解析測試調度軟件發來的測試程序，將其轉換為對衛星的測試激勵，并采集衛星的測試響應數據；測試評估是對測試實施效果及衛星健康狀態的評價，測試評估依托衛星的測試數據，測試數據由衛星的測試響應及相關信息組成。

從時間線角度，測試工程的環節包括測試設計、測試實施與測試評估；從實體要素角度，測試工程的物理要素為測試系統與測試數據。因此從測試工程的三環節與兩要素出發，如圖1所示，提出了“測試設計數字化、測試系統敏捷化、測試實施流水化、測試數據云端化、測試評估智能化”的綜合測試體系。從設計源頭出發，建立數字化測試設計平臺，通過數字化技術打通衛星設計與衛星測試、測試設計與測試實施的鴻溝；通過敏捷化測試系統構建機動靈活的批產衛星流水產線測試環境，測試系統快速柔性部署，自動運行測試程序，高效完成集成測試驗證；通過云數據中心聚合設計、制造、測試等環節的多源異構數據，實現批產衛星測試數據的融合管理與高效共享，基于測試數據與系統模型實現智能化測試評估。

圖1 基于系統工程的綜合測試技術體系

3 測試體系設計

3.1 測試設計數字化

測試設計數字化分為測試設計與測試實施的一體化、衛星設計與測試設計的一體化。

1)測試設計與測試實施的一體化

以往衛星測試細則通過WORD文檔、紙質文檔采用自然語言的方式進行描述，需要人工錄入成軟件自動化測試程序集TPS，存在編制效率低、易出錯、可移植性差、不易裁剪等問題，不能很好地滿足衛星短平快研制需求。ESA發布了《Space engineering-Test and operations procedure language》等測試程序語言規范，應用于SCOS 2000II測試系統，采用規范化的測試語言腳本驅動測試流程；NASA也通過類似技術途徑實現測試程序設計與執行的無縫銜接，提升衛星測試與在軌操作效率。

針對傳統自動化測試的設計與執行割裂、總體效能受限問題，參考ESA、NASA的測試程序設計模式，如圖2建設測試流程數字化協同設計平臺，同步生成Word細則與自動化測試程序集TPS，實現測試設計與測試實施的一體化，有效提升自動化測試效能。

圖2 測試程序與測試細則的數字化協同設計

2)衛星設計與測試設計的一體化

設計與測試一體化的核心即是將測試設計納入衛星系統工程，基于衛星設計模型自動生成測試用例。美國宇航局NASA噴氣推進實驗室制定了MBSE應用發展戰略，明確要求系統論證交付物必須是模型，由“以文檔報告為中心”的系統工程模式逐步轉變為“以模型為中心”的系統工程模式。基于系統工程(MBSE)的設計與測試工作流程如圖3所示。通過MBSE構建了產品的結構模型與行為模型，結構模型反映了系統的靜態特性，行為模型反映了系統的動態特性，用數字化建模代替寫文檔進行系統方案設計，把設計文檔中描述系統結構、功能、性能、規格需求的名詞、動詞、形容詞、參數全部轉化為數字化模型表達，實現了系統設計的數字化建模與虛擬測試驗證。ESA在Euclid衛星的地面段應用MBSE的設計理念，構建了數據模型，實現了接口、需求、過程、測試等信息的模型化管理，具備地面自動化驗證能力，提升了衛星地面操作與管理的效能。

圖3 基于MBSE的系統設計與測試一體化

基于MBSE進行測試程序的自動生成與驗證技術目前停留在初步研究階段，困難與收益并存。在測試設計與測試實施一體化的基礎上，應用MBSE與測試性建模技術，在衛星設計時同步優化測試性設計，基于系統模型與測試性模型自動生成測試程序集TPS，可以有效打通衛星設計與測試設計之間的鴻溝，加強衛星設計與測試的一體化，進一步提升了系統工程效能。

3.2 測試系統敏捷化

傳統衛星測試系統采用專用化設計，設備重用率、部署效率較低，且體積大，機動性差，不能滿足流水產線對測試系統的時空機動性要求。通過綜合各衛星型號的測試接口需求，以設備利用效率最優化為基本原則，從接口的信號類型與數量出發，制定衛星測試系統的總體設計約束，通過配置相應數量的標準化接口設備滿足測試系統的硬件需求。如圖4示例，通過軟件加載不同配置文件，軟件重構硬件功能，滿足不同型號測試系統資源的差異化需求，實現測試系統的標準化，達到系統柔性適配、快速部署的應用效能。

圖4 標準化測試系統的功能重構

在測試系統標準化的基礎上，如圖5基于PXI板卡集成技術，研制基于通用測試模塊的集約化測試系統，實現測試系統積木式資源重組，測試系統規模縮小至當前1/6，通過機柜和設備隔震、減震技術，實現設備整機柜級拆裝、運輸和重構，節約人力效率50%以上，提升測試系統的機動測試能力，滿足批產衛星流水測試時對測試系統的時空敏捷性要求。

圖5 集約化測試設備實物圖

3.3 測試實施流水化

傳統測試依賴人工串行執行，不能適應衛星批量化研制需求。國外商業航天借鑒汽車、飛機行業工業化、標準化、自動化研發生產理念，進行衛星設計與工業化流程生產線建設，具備機器人輔助裝配、自主導航運輸、自動化光學檢測、熱分配檢測、AR現實增強、大數據、自動化測試等特點，像生產飛機部件一樣制造衛星。流水產線如圖6所示，集成測試分為模塊級與整星級測試，實現了自動化測試與流水制造緊密耦合。

圖6 衛星流水產線測試

參考國外衛星自動化測試與流水制造緊密耦合的研制模式，將衛星測試分為模塊級與整星級測試，將集約化測試系統敏捷部署在衛星集成產線上，

通過自動化測試調度軟件進行多任務調度與流水輪轉，實現測試實施的高效執行。通過圖7的自動化測試軟件進行測試任務調度，測試任務調度的目的是使得測試時間、測試資源綜合最優，即在測試時間滿足特定條件的前提下，各類測試資源數量最小。測試任務調度可以描述為：給定測試任務集T={t,t,t,…tm}和儀器資源集R={r,r,r,…,rn}，遵循優先級高的測試任務優先測試、同時測試的任務不能資源沖突的基本原則，已知各項測試任務所需占用的儀器資源、相應的測試用時以及測試任務之間的時序約束，要求確定測試任務調度序列TS，使得測試總時間最短。在工程中，根據任務需求、流程工序、流程耗時以及儀器資源約束、工序先后約束等條件，確定任務調度模型，結合實際需求進行取舍與驗證。

圖7 測試任務調度執行

3.4 測試數據云端化

傳統測試模式下，各個衛星使用獨立的局域網絡，測試數據孤島化，依賴人工管理數據，不利于試驗數據的共享與應用。如圖8，基于mux-VLAN等軟件定義網絡技術，將各個衛星的測試網絡連通，實現了多星多源測試信息匯聚與傳輸。通過單向網閘實現測試現場非密測試數據實時傳輸和推送至辦公內網，設計師可在辦公桌面進行測試數據輔助判讀和技術支持，并在測試異常時能夠根據實時數據進行快速分析；同時打破了測試網絡的孤島現象，進行統一集中網絡與數據管理，極大地提高了多星多源測試數據的融合分析與故障檢測能力，推動了裝備試驗數據工程。

圖8 測試數據遠程監測與集中共享

如圖9，基于虛擬化云平臺架構，綜合管理AIT測試數據與在軌長管數據，通過網站架構發布測試與在軌數據，多方共享衛星測試/在軌數據。電測數據單向傳輸系統能夠定時偵測文件存儲服務器內的文件變更，將新增或變更的文件同步傳輸至內網，并放置在指定的中轉服務器內。同時內網端部署的文件查詢服務系統，能夠將文件中轉服務器內指定目錄的文件轉錄至數據庫，與在軌數據分型號、分時間融合管理，并向用戶端提供web的文件查詢、下載服務。測試數據與在軌數據云端化，在各個廠所之間交換共享，提升了試驗數據的使用效率。

圖9 測試數據與在軌監測數據融合管理

3.5 測試評估智能化

如圖10，智能評估采用分層管理，基于各個單機單板的測試響應、故障信息，評估單機單板的測試狀態，再融合單板、組件的測試數據，進行分系統區域管理，再進行航天器全系統的狀態評估。充分利用專家知識與數據分析方法，評估系統的健康水平，發現深層問題與性能衰退征兆，實現快速故障診斷與維修指導。

圖10 層次化智能評估

1)基于專家知識的測試評估

通過收集眾多衛星測試與試驗領域專家的不同經驗，重點聚焦于尋找衛星測試與試驗過程中的能夠反應衛星健康狀態的重要遙控指令、重要遙測參數及關鍵測試試驗項目。通過研制階段的試驗數據分析獲得數據關聯信息模型。再次結合衛星測試與試驗領域專家系統，形成測試數據評價體系，并對不同的測試參數分配不同的評價權重，從而獲得最終的衛星健康狀態評估標準。建立專家知識模型集成的軟件平臺，軟件輔助設計師監測衛星測試狀態，提升異常檢測能力。如圖11，軟件輔助設計專家模型算法圖元，通過在算法圖元生成界面根據專家模型需求生成分析模型的Python腳本及算法圖元。導入編輯好的Python腳本，動態添加到圖形化編輯器的原文件中，同時保存到數據庫。支持將圖形化編輯塊生成的以文件的形式保存到本地，方便日后修改，算法圖元的生成支持導入外部函數庫的語法。實時判讀結果支持用戶通過選擇某些分系統全部遙測，或用戶自定義某些遙測集合，在結合模式、報警狀態和報警次數進行篩選，查看用戶所需報警信息。在報警產生的同時會根據用戶事先選擇的詳情模板生成報警詳情，模板支持多元化顯示判讀結果(文本、曲線、點圖、圖形、報表、餅狀圖、柱狀圖等)。

圖11 專家知識算法編輯與專家判讀系統

2)基于數據分析的測試評估

如圖12，測試數據需要經過數據預處理、類型劃分，平穩序列可采用統計分析，周期規律性強數據可以進行相似性比對分析，多關聯數據適合規則分析，同時應用聚類、神經網絡等機器學習算法進行異常檢測。

圖12 基于數據分析的異常檢測

智能數據評估軟件如圖13，軟件包括規則編輯器、訓練器、判讀器與結果呈現模塊，其中規則編輯器通過圖形化界面調用基礎函數模塊，確立規則函數類；訓練器通過歷史數據對實例后的規則函數進行驗證，訓練規則函數類中的參數變量值，也可通過數學算法生成判讀模型；判讀器接收綜測服務器物理量，進行規則運算，得出提示、預警、報警、加電時間、工作狀態等信息；判讀結果呈現以二維圖、文本、報表等多種形式查看多星、單星、分系統等測試信息。

圖13 智能數據評估系統

綜合測試體系優化前后對比表如表1所示，優化后的綜合測試技術體系已在快響類衛星研制中發揮了作用，將傳統10個月的綜合測試時長壓縮至5個月，集成測試效率提升100%。

表1 綜合測試體系優化對比表Tab.1 ComparisontableofintegratedTestsystembeforeandafteroptimization項目原模式新模式測試設計人工編寫Word版細則數字化設計平臺測試系統非標,體積大,研制部署慢標準集約化設計,部署快,機動靈活測試實施人工錄入自動化測試程序與測試設計平臺無縫銜接,高效自動化執行測試數據數據分散、人工管理多星數據匯聚,與在軌數據融合測試評估依靠人工分析基于專家知識與數據分析,自動化評估

4 結束語

本技術從系統化綜合測試體系出發，提升測試全鏈路效能，克服了傳統測試局部孤立優化、系統總體性能受限的弊端，提升了測試設計到測試實施的轉換效能，并通過數據云端化、試驗數據分析工具建設提升了測試評估能力，可作為國內衛星測試技術建設思路的參考。后續將在基于MBSE的測試設計、智能測試評估等方面進一步開展技術研究。

方差的正平方根即標準偏差為所求標準不確定度。GUM方法使用的各個輸入量的數據是實際測量得到的，MCM使用的各個輸入量的數據既可以是實際測量得到的，也可以是基于輸入量的概率密度函數抽樣得到的，MCM的好處是不需要投入大量時間、大量財力物力去實測數據(有時候也不現實)，就可以得到相對比較全面的輸入量數據，不僅如此，《JJF1059.2-2012用蒙特卡洛法評定測量不確定度》提供了一種可以驗證GUM法有效性的方法，通過計算MCM與GUM法包含區間端點值的差值是否小于數值容差，驗證GUM法，若明顯不適用，采用MCM作為測量不確定度的評定方法，若驗證通過，GUM法依然是測量不確定度的主要評定方法。

6 結束語

在遠地點發動機推力矢量評估中，使用了復雜的非線性數學模型，GUM方法適用于當次試驗結果的評估，從計算原理上看，對多個輸入變量的組合性覆蓋不到，且存在非線性舍入誤差，其評估值也只有眾多輸入量組合計算中的一個。而MCM從概率統計和多輸入量的組合覆蓋性來看，更具科學性，在評估復雜測量系統的不確定度時，對于測量模型是非線性沒有要求，不需要考慮泰勒級數展開高階項以及計算靈敏度系數，其評估結果可以對GUM法的評估結果進行驗證，也更加適用于該型發動機推力矢量不確定度的評估。