面向卫星电源系统的一种新颖异常检测方法

论文摘要

面向卫星电源高维周期性时序遥测数据,提出了一种新颖的代表性特征自编码器(RFAE)模型,并用于无监督的异常检测。RFAE采用改进的堆叠自编码器损失函数和训练算法,从而使模型可以学习到相位相同样本的代表性特征;然后根据代表性特征重构样本,根据重构误差来判断样本是否异常。在试验部分首先通过模拟数据校验了RFAE算法能够有效地检测出高维周期性时序数据的异常,然后又采用某卫星电源系统2014年1～12月真实遥测数据进行试验,RFAE异常检测准确率达到99%,检测效果明显优于目前的其他异常检测算法,具有较高应用价值。

论文目录

• 0 引言
• 1 方法概述
• 2 堆叠自编码器和核密度估计
•   2.1 堆叠自编码器
•   2.2 核密度估计
• 3 代表性特征自编码器
•   3.1 差异函数
•   3.2 周期性数据训练算法
•   3.3 异常检测
• 4 模拟数据实验
• 5 卫星电源系统遥测数据试验
•   5.1 数据预处理
•   5.2 电源系统异常检测
• 6 结论

文章来源

类型: 期刊论文

作者: 张怀峰,江婧,张香燕,皮德常

关键词: 卫星电源,堆叠自编码器,异常检测,无监督学习

来源: 宇航学报 2019年12期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 航空航天科学与工程

单位: 南京航空航天大学计算机科学与技术学院,北京空间飞行器总体设计部

基金: 国家自然科学基金(U1433116),南京航空航天大学研究生创新基地(实验室)开放基金(kfjj20181605)

分类号: V442

页码: 1468-1477

总页数: 10

文件大小: 324K

下载量: 94