本發(fā)明提供了一種基于二元關(guān)系的衛(wèi)星遙測時序數(shù)據(jù)異常檢測方法，適用于具有二元關(guān)系的衛(wèi)星遙測時序數(shù)據(jù)的異常檢測。本方法將參數(shù)的二元關(guān)系映射到圖像上，可以直觀反映出參數(shù)間二元關(guān)系的不同模式。針對不同模式的特征，本發(fā)明采用卷積神經(jīng)網(wǎng)絡(luò)的方法進(jìn)行特征提取，捕捉正常狀態(tài)和異常狀態(tài)下的多種模式特征，挖掘不同的關(guān)聯(lián)模式。最終通過全連接層神經(jīng)元學(xué)習(xí)這些特征，做到對正常情況和不同異常情況的識別。本發(fā)明可以有效利用參數(shù)間的關(guān)聯(lián)性對衛(wèi)星遙測時序數(shù)據(jù)進(jìn)行異常檢測，并通過數(shù)據(jù)的關(guān)聯(lián)模式輔助專家進(jìn)行衛(wèi)星故障診斷，為衛(wèi)星健康運(yùn)行提供技術(shù)保障。

技術(shù)領(lǐng)域

本發(fā)明屬于衛(wèi)星故障檢測技術(shù)領(lǐng)域和計(jì)算機(jī)應(yīng)用技術(shù)領(lǐng)域，特別涉及一種基于二元關(guān)系的衛(wèi)星遙測時序數(shù)據(jù)異常檢測方法。

背景技術(shù)

在軌衛(wèi)星所處的星際環(huán)境極為復(fù)雜，衛(wèi)星易受到太陽風(fēng)暴，電磁干擾等的影響，運(yùn)行過程中可能會出現(xiàn)各種異常和故障。若不能及時檢測到異常，將會對衛(wèi)星的健康狀況埋下極大的隱患，因此準(zhǔn)確地檢測衛(wèi)星的異常狀況極為重要。由于衛(wèi)星系統(tǒng)部件的故障會導(dǎo)致相關(guān)參數(shù)數(shù)據(jù)的異常，因此基于數(shù)據(jù)分析的方法檢測衛(wèi)星異常較為普遍。

傳統(tǒng)的單參數(shù)異常檢測方法主要針對一維時序數(shù)據(jù)，難以有效地利用多維時序數(shù)據(jù)的關(guān)聯(lián)性，存在一定的局限性。基于深度學(xué)習(xí)的方法對多維時序數(shù)據(jù)的異常檢測，在維度較高時難以捕捉相關(guān)參數(shù)間的重要關(guān)系，且模型的可解釋性較差。難以很好地完成對衛(wèi)星的異常檢測任務(wù)。

發(fā)明內(nèi)容

為了克服上述現(xiàn)有技術(shù)的缺點(diǎn)，解決傳統(tǒng)方法沒有有效利用相關(guān)參數(shù)間關(guān)系的問題，同時為深度學(xué)習(xí)方法提供一定的可解釋性，本發(fā)明的目的在于提供一種基于二元關(guān)系的衛(wèi)星遙測時序數(shù)據(jù)異常檢測方法。

為了實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案是：

一種基于二元關(guān)系的衛(wèi)星遙測時序數(shù)據(jù)異常檢測方法，將具有二元關(guān)系的參數(shù)對應(yīng)的衛(wèi)星遙測時序數(shù)據(jù)變換為圖像，采用卷積神經(jīng)網(wǎng)絡(luò)提取數(shù)據(jù)特征，學(xué)習(xí)參數(shù)間模式的變化，得到判斷模型，基于該判斷模型，對具有二元關(guān)系的參數(shù)對應(yīng)的衛(wèi)星遙測時序數(shù)據(jù)進(jìn)行異常檢測。

所述具有二元關(guān)系的參數(shù)包括“-Y母線負(fù)載電流”和“-Y母線電壓”，“動量輪轉(zhuǎn)速”和“動量輪角動量”，“俯仰角”和“偏航角”以及“太陽敏感器”和“星敏感器”等等。

與異常相關(guān)的參數(shù)集包括：

(1)–Y母線負(fù)載電流，-Y母線電壓等；

(2)俯仰角，偏航角，滾動角，角動量等；

(3)紅外敏感器，陀螺電機(jī)電流，溫度等；

(4)反作用輪殼溫，反作用輪馬達(dá)電流，反作用輪轉(zhuǎn)速等；

最終選取具有二元關(guān)系的參數(shù)作為訓(xùn)練神經(jīng)網(wǎng)絡(luò)的源數(shù)據(jù)。

所述具有二元關(guān)系的參數(shù)對應(yīng)的衛(wèi)星遙測時序數(shù)據(jù)包括正常數(shù)據(jù)，異常數(shù)據(jù)以及異常數(shù)據(jù)對應(yīng)的故障事件，其中故障和具有二元關(guān)系的參數(shù)存在相關(guān)性。

根據(jù)故障事件的不同將異常數(shù)據(jù)分為不同的異常類別，并將異常類別和故障事件相關(guān)聯(lián)，之后將具有二元關(guān)系的參數(shù)對應(yīng)的遙測時序數(shù)據(jù)變換為圖像并進(jìn)一步壓縮，最終以二維矩陣的形式存儲。

將所述具有二元關(guān)系的參數(shù)對應(yīng)的遙測時序數(shù)據(jù)按其全局最大最小值進(jìn)行歸一化，將歸一化后的二維數(shù)據(jù)映射到二維空間，并將其壓縮為二維矩陣，壓縮方式如下：