仪器仪表学报

作者：孙家正，宋宇晨，崔展博，李桢煜，王智鹏，刘大同

单位：孙家正,哈尔滨工业大学电子与信息工程学院 哈尔滨150080,hit_sunjiazheng@163.com,宋宇晨,哈尔滨工业大学电子与信息工程学院 哈尔滨150080,songyuchen@hit.edu.cn,崔展博,2.石家庄海山实业发展总公司石家庄050200； 3. 航空工业西安飞行自动控制研究所西安710076,,李桢煜,哈尔滨工业大学电子与信息工程学院 哈尔滨150080,,王智鹏,哈尔滨工业大学电子与信息工程学院 哈尔滨150080,,刘大同,哈尔滨工业大学电子与信息工程学院 哈尔滨150080,

关键词：飞行器;遥测数据;异常检测;长时预测

基金：国家自然科学基金青年项目（62201177）项目资助

飞行器遥测数据是地面判断卫星在轨状态的唯一来源。异常检测有助于飞行器运行过程的视情动态决策,并能有效减少故障。然而,现有方法主要关注短时变化,难以有效识别集合异常模式。针对这一问题,提出了一种基于长时间尺度特性建模优化的飞行器遥测数据集合异常检测方法。首先,构建时序关联依赖模型,提取遥测数据片段中的高维时序规律并生成预测结果;然后,利用预测结果与观测数据之间的残差,构建统计模型,提取分布特征并形成异常检测判据;最后,利用迭代预测自动调整模型输入,提升集合异常检测的鲁棒性。通过实际飞行器姿态角数据的验证,结果表明,相比VAE-LSTM模型,异常片段的检出率提升了0.041,F1分数提升了0.039,证明了该方法在提高检测精度和降低漏检率方面的优势,为卫星视情运维提供可靠的基础数据支撑。

来源：2024年第11期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2024年第11期