多智能体协同的卫星遥测数据分析方法及系统与流程

本发明涉及计算机数据处理，涉及一种多智能体协同的卫星遥测数据分析方法及系统。

背景技术：

1、随着航天技术的迅猛发展，在轨卫星的复杂度和规模不断提升，其产生的遥测时序数据呈现出海量、多源、异构和高动态的特点。卫星遥测数据的准确、高效分析是保障在轨卫星安全稳定运行的关键。然而，现有的卫星遥测数据分析方法和系统，普遍存在数据分析效率低、智能化不足及故障诊断能力弱的问题。

2、具体而言，现有技术主要存在以下几种方案，但各自存在明显缺陷：

3、（1）基于规则的遥测数据分析系统该类系统通常使用预定义的规则库对遥测数据进行分析，规则库包括一系列固定阈值和逻辑判断条件，用于检测和诊断卫星系统的异常状态。其缺陷与不足在于：效率较低，在处理复杂多变的遥测数据时，往往需要大量的人工干预，数据分析速度较慢；智能化不足，固定规则难以应对未预见的异常情况，缺乏自适应和学习能力；故障诊断能力弱，对于复杂的故障模式，难以进行全面、深入的故障诊断和根因分析。

4、（2）基于传统机器学习的遥测数据分析系统该类系统利用机器学习算法对历史遥测数据进行训练，生成模型以用于预测和诊断当前数据的异常情况。其缺陷与不足在于：适应性差，模型的泛化能力受限于训练数据的范围，对于新出现的异常情况可能无法准确识别；实时性差，训练和预测过程耗时较长，难以满足实时分析的需求；故障诊断能力有限，虽能检测异常，但缺乏结构化的故障诊断流程，无法提供具体的故障解决方案。

5、（3）现有的多智能体系统部分现有技术尝试利用多智能体系统进行遥测数据分析，但多智能体之间的协同机制和数据共享机制较为简单，缺乏高级的任务规划和动态重规划能力。其缺陷与不足在于：协同能力弱，智能体之间的交互和协同主要基于简单的消息传递，缺乏高效的任务分配与协作机制；鲁棒性差，在面对复杂故障或工具执行异常时，系统容易出现崩溃或性能显著下降；存在数据一致性问题，多智能体之间的数据共享机制不够完善，容易出现数据不一致的情况。

6、综上所述，上述现有技术虽然在一定程度上解决了部分问题，但仍然存在显著缺陷。因此，亟需一种能够实现多智能体高效协同、具备动态故障响应与流程自适应能力的新型卫星遥测数据分析方案，以提升遥测数据分析的效率、故障诊断的准确性和系统的鲁棒性。

技术实现思路

1、为了解决现有技术中卫星遥测数据分析效率低、智能化不足及故障诊断能力弱的问题。本发明提供了一种多智能体协同的卫星遥测数据分析方法及系统，通过构建基于有向图计算框架的协同智能层，使多个智能体以共享状态对象为媒介进行交互协同，并具备动态重规划能力，从而显著提升故障诊断的效率和系统的鲁棒性。

2、为了实现上述技术效果，一方面，本发明提供了一种多智能体协同的卫星遥测数据分析方法，包括步骤：

3、接收到异常检测服务发送的告警事件后，由指挥官智能体将所述告警事件转换为一个结构化的状态对象；

4、通过有向图计算框架，将所述状态对象流转至规划师智能体；通过所述规划师智能体分析所述状态对象中的查询输入，生成一个包含多步指令的执行计划，并将所述执行计划写入所述状态对象；

5、将携带所述执行计划的所述状态对象流转至工具调用者智能体；通过所述工具调用者智能体按序执行所述执行计划中的指令，调用相应的工具节点，并将每一步的执行结果记录到所述状态对象的执行历史中；

6、在每一步指令执行后，由所述有向图计算框架根据所述执行历史判断执行是否出错；

7、若执行出错，则将所述状态对象流转回所述规划师智能体，触发动态重规划，以生成新的执行计划；若执行成功，则继续流转至下一步或最终节点；

8、当所有指令成功执行后，将所述状态对象流转至作家智能体；所述作家智能体综合所述状态对象中的全部信息，生成诊断报告。

9、进一步的，所述状态对象为一结构化的数据容器，至少封装了包含任务标识、查询输入、执行计划、执行历史和中间数据的全流程信息。

10、进一步的，所述执行计划为一个记载若干指令的有序列表，所述指令用于指定需调用的工具节点以及执行该工具节点所需的参数。

11、进一步的，所述触发动态重规划的步骤进一步包括：

12、当所述规划师智能体检测到所述状态对象的执行历史中存在错误信息时，所述规划师智能体查询预设的重规划策略库，所述重规划策略库包含重新尝试失败步骤、调用备用工具节点、调整计划步骤执行顺序或跳过非关键步骤中的至少一种策略；

13、通过所述规划师智能体基于从所述重规划策略库中选定的策略生成新的执行计划，并更新所述状态对象。

14、进一步的，所述规划师智能体在更新所述状态对象时，采用事务控制或版本号同步机制，以保证对所述状态对象修改的原子性和数据一致性。

15、进一步的，所述工具调用者智能体调用的所述工具节点，包括用于查询遥测参数元数据的第一工具、用于检索故障预案的第二工具；所述遥测参数元数据和所述故障预案分别存储于数据存储层的不同数据库中。

16、另一方面，本发明还提供了一种多智能体协同的卫星遥测数据分析系统，所述系统用于如上所述的方法，包括有：

17、基础设施层，用于为系统运行提供底层计算、存储与网络资源；

18、数据存储层，用于存储遥测时序数据、遥测参数元数据和故障预案知识；

19、协同智能层，基于一个有向图计算框架构建，其中定义了至少包括指挥官智能体、规划师智能体、工具调用者智能体和作家智能体的多个处理节点，并通过一个在所述节点之间流转的共享状态对象实现多智能体协同；

20、前端表现层，用于将所述协同智能层生成的诊断报告进行可视化展示。

21、进一步的，所述数据存储层采用混合数据库架构，包括一个面向文档的、用于存储所述遥测时序数据的第一数据库，以及一个关系型的、用于存储所述遥测参数元数据和所述故障预案知识的第二数据库。

22、进一步的，所述协同智能层中的所述规划师智能体，被配置为在所述工具调用者智能体执行失败时，自动查询预设的重规划策略库来动态修正执行计划。

23、进一步的，所述前端表现层，还被配置为图形化地展示所述共享状态对象的演进过程，以透明化多智能体间的协同工作流。

24、本发明提供了一种多智能体协同的卫星遥测数据分析方法及系统。该系统包括协同智能层、数据存储层和前端表现层。其核心在于，协同智能层基于一个将智能体定义为节点的有向图计算框架构建，指挥官、规划师、工具调用者、作家等多个智能体，通过对一个共享的、可演进的、结构化的状态对象进行读写来实现交互与协同，该状态对象封装了任务的全流程信息。本发明方法能够在检测到遥测数据异常后，通过智能体协同自动执行查询参数元数据、检索故障预案等多步诊断流程；特别地，规划师智能体具备基于执行错误进行动态重规划的能力，并通过版本控制保证数据一致性，显著提升了系统的鲁棒性；本发明能够显著提升遥测数据分析的效率、准确性和可靠性。