| 1 |
1
컴퓨팅 장치에 의해 수행되는 방법에 있어서,위성 텔레메트리 데이터들을 수신하는 단계;상기 위성 텔레메트리 데이터의 파라미터들 중에서 서로 관련성을 갖는 p개의 관련 파라미터들을 결정하는 단계;상기 p개의 관련 파라미터들에 기초하여 상기 위성 텔레메트리 데이터들로부터 m개의 분석 대상 텔레메트리 데이터들을 생성하는 단계로서, 상기 m개의 분석 대상 텔레메트리 데이터들 각각은 상기 p개의 관련 파라미터들 각각에 대해 n개의 데이터 값을 갖는 단계;상기 m개의 분석 대상 텔레메트리 데이터들 각각에 대하여 주성분분석을 수행하여, m개의 제1 주성분 계수 세트 및 m개의 제2 주성분 계수 세트를 생성하는 단계로서, 상기 m개의 제1 주성분 계수 세트 각각은 p개의 제1 주성분 계수들로 이루어지고, 상기 m개의 제2 주성분 계수 세트 각각은 p개의 제2 주성분 계수들로 이루어지는 단계;상기 m개의 제1 주성분 계수 세트 및 상기 m개의 제2 주성분 계수 세트를 기초로 상기 m개의 분석 대상 텔레메트리 데이터들을 클러스터링하여 복수의 클러스터들을 생성하는 단계; 및상기 복수의 클러스터들 각각에 속하는 상기 m개의 분석 대상 텔레메트리 데이터들에 기초하여 특이 텔레메트리 데이터를 결정하는 단계를 포함하고,상기 클러스터들의 개수는 상기 m개의 제1 주성분 계수 세트 및 상기 m개의 제2 주성분 계수 세트에 대한 갭 통계(Gap Statistic)를 통해 결정되는 k개인 것을 특징으로 하는 위성의 특이 동작 검출 방법
|
| 2 |
2
제1항에 있어서,상기 p개의 관련 파라미터들은 상기 위성 텔레메트리 데이터의 상기 파라미터들의 이름에 대한 키워드 검색 결과를 기초로 결정되는 것을 특징으로 하는 위성의 특이 동작 검출 방법
|
| 3 |
3
삭제
|
| 4 |
4
컴퓨팅 장치에 의해 수행되는 방법에 있어서,위성 텔레메트리 데이터들을 수신하는 단계;상기 위성 텔레메트리 데이터의 파라미터들 중에서 서로 관련성을 갖는 p개의 관련 파라미터들을 결정하는 단계;상기 p개의 관련 파라미터들에 기초하여 상기 위성 텔레메트리 데이터들로부터 m개의 분석 대상 텔레메트리 데이터들을 생성하는 단계로서, 상기 m개의 분석 대상 텔레메트리 데이터들 각각은 상기 p개의 관련 파라미터들 각각에 대해 n개의 데이터 값을 갖는 단계;상기 m개의 분석 대상 텔레메트리 데이터들 각각에 대하여 주성분분석을 수행하여, m개의 제1 주성분 계수 세트 및 m개의 제2 주성분 계수 세트를 생성하는 단계로서, 상기 m개의 제1 주성분 계수 세트 각각은 p개의 제1 주성분 계수들로 이루어지고, 상기 m개의 제2 주성분 계수 세트 각각은 p개의 제2 주성분 계수들로 이루어지는 단계;상기 m개의 제1 주성분 계수 세트 및 상기 m개의 제2 주성분 계수 세트를 기초로 상기 m개의 분석 대상 텔레메트리 데이터들을 클러스터링하여 복수의 클러스터들을 생성하는 단계; 및상기 복수의 클러스터들 각각에 속하는 상기 m개의 분석 대상 텔레메트리 데이터들에 기초하여 특이 텔레메트리 데이터를 결정하는 단계를 포함하고,상기 m개의 분석 대상 텔레메트리 데이터들을 생성하는 단계는, m개의 상기 위성 텔레메트리 데이터들 중에서 상기 p개의 관련 파라미터들에 해당하는 m개의 관련 텔레메트리 데이터를 생성하는 단계로서, 상기 m개의 관련 텔레메트리 데이터들 각각은 상기 p개의 관련 파라미터들 각각에 대해 n개의 원시(original) 데이터 값을 갖는 단계; 및 상기 m개의 관련 텔레메트리 데이터들을 전처리하는 단계를 포함하는 것을 특징으로 하는 위성의 특이 동작 검출 방법
|
| 5 |
5
제4항에 있어서,상기 m개의 관련 텔레메트리 데이터들을 전처리하는 단계는 상기 p개의 관련 파라미터들 각각에 대한 상기 m개의 관련 텔레메트리 데이터들 각각의 상기 n개의 원시 데이터 값들을 정규화하는 단계를 포함하는 것을 특징으로 하는 위성의 특이 동작 검출 방법
|
| 6 |
6
제4항에 있어서,상기 m개의 관련 텔레메트리 데이터들을 전처리하는 단계는 이동 평균 필터를 이용하여 상기 m개의 관련 텔레메트리 데이터들 각각의 상기 p개의 관련 파라미터들 각각에 대하여 상기 n개의 원시 데이터 값들을 필터링하는 단계를 포함하는 것을 특징으로 하는 위성의 특이 동작 검출 방법
|
| 7 |
7
삭제
|
| 8 |
8
제1항에 있어서,상기 복수의 클러스터들을 생성하는 단계는 상기 m개의 제1 주성분 계수 세트 및 상기 m개의 제2 주성분 계수 세트에 대하여 k-평균 클러스터링(k-means clustering) 방법을 적용하여 상기 k개의 클러스터들을 생성하는 단계를 포함하는 것을 특징으로 하는 위성의 특이 동작 검출 방법
|
| 9 |
9
제1항에 있어서,상기 복수의 클러스터들 중 어느 하나에 하나의 분석 대상 텔레메트리 데이터만 속하는 경우, 상기 하나의 분석 대상 텔레메트리 데이터가 상기 특이 텔레메트리 데이터로 결정되는 것을 특징으로 하는 위성의 특이 동작 검출 방법
|
| 10 |
10
컴퓨팅 장치에 의해 수행되는 방법에 있어서,위성 텔레메트리 데이터들을 수신하는 단계;상기 위성 텔레메트리 데이터의 파라미터들 중에서 서로 관련성을 갖는 p개의 관련 파라미터들을 결정하는 단계;상기 p개의 관련 파라미터들에 기초하여 상기 위성 텔레메트리 데이터들로부터 m개의 분석 대상 텔레메트리 데이터들을 생성하는 단계로서, 상기 m개의 분석 대상 텔레메트리 데이터들 각각은 상기 p개의 관련 파라미터들 각각에 대해 n개의 데이터 값을 갖는 단계;상기 m개의 분석 대상 텔레메트리 데이터들 각각에 대하여 주성분분석을 수행하여, m개의 제1 주성분 계수 세트 및 m개의 제2 주성분 계수 세트를 생성하는 단계로서, 상기 m개의 제1 주성분 계수 세트 각각은 p개의 제1 주성분 계수들로 이루어지고, 상기 m개의 제2 주성분 계수 세트 각각은 p개의 제2 주성분 계수들로 이루어지는 단계;상기 m개의 제1 주성분 계수 세트 및 상기 m개의 제2 주성분 계수 세트를 기초로 상기 m개의 분석 대상 텔레메트리 데이터들을 클러스터링하여 복수의 클러스터들을 생성하는 단계; 및상기 복수의 클러스터들 각각에 속하는 상기 m개의 분석 대상 텔레메트리 데이터들에 기초하여 특이 텔레메트리 데이터를 결정하는 단계를 포함하고,상기 복수의 클러스터들을 생성하는 단계는 상기 복수의 클러스터들 각각의 속성을 결정하는 단계를 포함하고,상기 복수의 클러스터들 각각의 속성은, i) 각 클러스터에 속하는 분석 대상 텔레메트리 데이터의 개수, ii) 상기 각 클러스터의 중심 위치, iii) 상기 각 클러스터의 중심 위치에서 상기 각 클러스터에 속하는 분석 대상 텔레메트리 데이터들 각각의 위치까지의 거리들 중에서 최대 거리, 및 iv) 상기 각 클러스터의 마진(margin) 거리를 포함하는 것을 특징으로 하는 위성의 특이 동작 검출 방법
|
| 11 |
11
제10항에 있어서,신규 위성 텔레메트리 데이터를 수신하는 단계;상기 p개의 관련 파라미터들에 기초하여 상기 신규 위성 텔레메트리 데이터들로부터 신규 분석 대상 텔레메트리 데이터를 생성하는 단계;상기 신규 분석 대상 텔레메트리 데이터에 대하여 주성분분석을 수행하여, 제3 주성분 계수 세트 및 신규 제4 주성분 계수 세트를 생성하는 단계;상기 제3 주성분 계수 세트 및 상기 제4 주성분 계수 세트에 기초하여 상기 신규 분석 대상 텔레메트리 데이터의 위치를 산출하는 단계; 및상기 복수의 클러스터들 중에서 상기 신규 분석 대상 텔레메트리 데이터의 위치에서 가장 가까운 최근접 클러스터를 결정하는 단계를 더 포함하는 것을 특징으로 하는 위성의 특이 동작 검출 방법
|
| 12 |
12
제11항에 있어서,상기 최근접 클러스터의 상기 중심 위치에서 상기 신규 분석 대상 텔레메트리 데이터의 위치까지의 거리가 상기 최근접 클러스터의 상기 최대 거리와 상기 마진 거리의 합보다 큰 경우, 상기 신규 분석 대상 텔레메트리 데이터를 상기 특이 텔레메트리 데이터로 결정하는 단계를 더 포함하는 것을 특징으로 하는 위성의 특이 동작 검출 방법
|
| 13 |
13
제11항에 있어서,상기 최근접 클러스터의 상기 중심 위치에서 상기 신규 분석 대상 텔레메트리 데이터의 위치까지의 거리가 상기 최근접 클러스터의 상기 최대 거리와 상기 마진 거리의 합 이하인 경우, 상기 최근접 클러스터의 속성을 갱신하는 단계를 더 포함하는 것을 특징으로 하는 위성의 특이 동작 검출 방법
|
| 14 |
14
제10항에 있어서,상기 각 클러스터의 상기 마진 거리는 상기 각 클러스터의 상기 최대 거리를 상기 각 클러스터에 속하는 분석 대상 텔레메트리 데이터의 개수로 나눈 값으로 결정되는 것을 특징으로 하는 위성의 특이 동작 검출 방법
|
| 15 |
15
컴퓨팅 장치에 의해 수행되는 방법에 있어서,각각 속성을 갖는 복수의 클러스터들을 생성하는 단계로서, 상기 각 클러스터의 속성은 상기 각 클러스터에 속하는 분석 대상 텔레메트리 데이터의 개수, 상기 각 클러스터의 중심 위치, 상기 각 클러스터의 중심 위치에서 상기 각 클러스터에 속하는 분석 대상 텔레메트리 데이터들 각각의 위치까지의 거리들 중에서 최대 거리, 및 상기 각 클러스터의 마진(margin) 거리를 포함하는 단계;신규 위성 텔레메트리 데이터를 수신하는 단계;p개의 관련 파라미터들에 기초하여 상기 신규 위성 텔레메트리 데이터들로부터 신규 분석 대상 텔레메트리 데이터를 생성하는 단계;상기 신규 분석 대상 텔레메트리 데이터에 대하여 주성분분석을 수행하여, 제1 주성분 계수 세트 및 제2 주성분 계수 세트를 생성하는 단계;상기 제1 주성분 계수 세트 및 상기 제2 주성분 계수 세트에 기초하여 상기 신규 분석 대상 텔레메트리 데이터의 위치를 산출하는 단계; 및상기 복수의 클러스터들 중에서 상기 신규 분석 대상 텔레메트리 데이터의 위치에서 가장 가까운 최근접 클러스터를 결정하는 단계를 포함하는 위성의 특이 동작 검출 방법
|
| 16 |
16
제15항에 있어서,상기 최근접 클러스터의 상기 중심 위치에서 상기 신규 분석 대상 텔레메트리 데이터의 위치까지의 거리가 상기 최근접 클러스터의 상기 최대 거리와 상기 마진 거리의 합보다 큰 경우, 상기 신규 분석 대상 텔레메트리 데이터를 상기 특이 텔레메트리 데이터로 결정하는 단계를 더 포함하는 것을 특징으로 하는 위성의 특이 동작 검출 방법
|
| 17 |
17
제15항에 있어서,상기 최근접 클러스터의 상기 중심 위치에서 상기 신규 분석 대상 텔레메트리 데이터의 위치까지의 거리가 상기 최근접 클러스터의 상기 최대 거리와 상기 마진 거리의 합 이하인 경우, 상기 최근접 클러스터의 속성을 갱신하는 단계를 더 포함하는 것을 특징으로 하는 위성의 특이 동작 검출 방법
|
| 18 |
18
제15항에 있어서,상기 각 클러스터의 상기 마진 거리는 상기 각 클러스터의 상기 최대 거리를 상기 각 클러스터에 속하는 분석 대상 텔레메트리 데이터의 개수로 나눈 값으로 결정되는 것을 특징으로 하는 위성의 특이 동작 검출 방법
|
| 19 |
19
컴퓨팅 장치를 이용하여 제1항, 제2항, 제4항 내지 제6항, 제8항 내지 제18항 중 어느 한 항의 방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램
|
| 20 |
20
위성 텔레메트리 데이터들을 저장하는 메모리; 및상기 위성 텔레메트리 데이터의 파라미터들 중에서 서로 관련성을 갖는 p개의 관련 파라미터들을 결정하고, 상기 p개의 관련 파라미터들에 기초하여 상기 위성 텔레메트리 데이터들로부터, 각각 상기 p개의 관련 파라미터들 각각에 대해 n개의 데이터 값을 갖는 m개의 분석 대상 텔레메트리 데이터들을 생성하고, 상기 m개의 분석 대상 텔레메트리 데이터들 각각에 대하여 주성분분석을 수행하여, 각각 p개의 제1 주성분 계수들로 이루어지는 m개의 제1 주성분 계수 세트, 및 각각 p개의 제2 주성분 계수들로 이루어지는 m개의 제2 주성분 계수 세트를 생성하고, 상기 m개의 제1 주성분 계수 세트 및 상기 m개의 제2 주성분 계수 세트를 기초로 상기 m개의 분석 대상 텔레메트리 데이터들을 클러스터링하여 복수의 클러스터들을 생성하고, 상기 복수의 클러스터들 각각에 속하는 상기 m개의 분석 대상 텔레메트리 데이터들에 기초하여 특이 텔레메트리 데이터를 결정하도록 구성되는 적어도 하나의 프로세서를 포함하고,상기 클러스터들의 개수는 상기 m개의 제1 주성분 계수 세트 및 상기 m개의 제2 주성분 계수 세트에 대한 갭 통계(Gap Statistic)를 통해 결정되는 k개인 것을 특징으로 하는 위성의 특이 동작 검출 장치
|
