[发明专利]基于DTW的卫星遥测数据异常检测方法

说明书

技术领域

本发明涉及卫星遥测数据异常检领域。

背景技术

随着科技的发展，越来越多的技术都要依赖于卫星实现，所以卫星的正常工作关系到众多行业和领域；卫星在轨运行过程中，通过对卫星遥测数进行监测，及时发现遥测数据异常对于判断卫星可能出现各种各样的故障具有决定性作用；

阈值法是卫星测控中心监测卫星遥测数据异常的一种常用方法。其主要原理是根据每一个遥测数据的自身性质与功能要求，设置报警门限，当遥测数据值超过报警门限时，判断参数异常，属于异常点检测，但有一些卫星遥测数据值总是在门限内波动，即使卫星部件出现异常，其值仍然未超出设定门限造成故障漏报。

另外，通过对卫星遥测数据中的偏航姿态角进行分析，偏航姿态角的整体变化趋势如图2所示，其细节变化如图3所示，得出卫星遥测数据具有明显地周期性，且该特性已与卫星遥测数据提供单位进行了确认。通过对遥测数据的每个周期进行分析，可以得出卫星在该周期之内的运行状态是否正常。

以固定点数进行卫星遥测数据分段能够反映出原始测试数据的周期特性，具有一定的合理性，但是各个分段序列之间的耦合度不够高，存在一定的偏差，如图4，随着时间的推进这种偏差会愈发明显，因此，若按照固定周期对原始测试数据进行分段，则分段不够准确，进而可能影响后续数据挖掘质量。综上，目前还需要更为合理的分段方法对卫星遥测数据进行分段，并在此基础之上实现对卫星遥测数据的异常检测。

而卫星遥测数据有其自身特点，比如：存在微小偏差等，这些特点致使在针对卫星遥测数据的异常检测中采用经典的时间序列相似性度量方法，如欧式距离、皮尔森相关系数等，体现出不适应性。经典的时间序列度量方法，不能针对时间序列存在微小偏移实现异步度量使得度量结果不够准确，进而导致对卫星遥测数据的异常检测结果不够准确。因此，在卫星遥测数据的异常检测中还需应用更具适应性的相似性度量方法。

发明内容

本发明的目的是为了解决现有的检测方法存在的异常参数未超过报警门限导致的卫星部件异常漏检的问题、以固定点数对具有周期特性的卫星遥测数据进行分段存在较大偏差的问题和时间序列存在微小偏移而使度量结果不够准确进而导致异常检测结果不够准确的问题。

基于DTW的卫星遥测数据异常检测方法，包括下述步骤：

步骤一：以幅角突变点为标识进行分段，获取含有类别标签的时间序列，包括正常时间序列X＝{x₁,x₂,…,x_n}，对应类别标签L＝{l₁,l₂,…,l_n}；其中n为含有类别标签的时间序列数目，l＝1，2，…，c；c为类别数目；

步骤二：计算出含有类别标签的时间序列中各类别内的DTW距离均值其中的计算方式如下：

其中，表示第l类的类内距离均值，m_l表示第l类的成员数目，表示第l类的所有成员，DTW(x_li,x_lj)表示计算x_li与x_lj之间的DTW距离，i＝1,2,…，m_l-1，j＝i+1,i+2,…，m_l；

步骤三：获取待进行异常检测的时间序列x'，获取方式为提取最新卫星遥测数据中相邻两个幅角突变点对应时间之内的测试数据为x'；

步骤四：计算出待检测的时间序列x'与含有类别标签的时间序列X之间的DTW距离序列D＝{d₁,d₂,…,d_n}，其中d_i'的计算方式如下：

d_i'＝DTW(x',x_i')

其中，d_i'表示D的第i'个元素，x_i'表示X的第i'个序列，i'＝1,2,…,n；

步骤五：采用基于DTW距离的KNN分类方法，根据设定的K近邻数目对待检测的时间序列x'进行预分类，确定待检测的时间序列x'的准所属类别l'，其中K＝1,2,…,n；准所属类别l'为1，2，…，c中确定的某个数；

步骤六：确定待检测的时间序列x'与准所属类别l'之间的最小DTW距离d_min；