[发明专利]一种数据驱动的卫星分系统异常预测方法

权利要求书

1.一种数据驱动的卫星分系统异常预测方法，其特征包括如下步骤：

(1)针对卫星遥测数据流中的每条事务，利用分类法选择属性。

(2)设置滑动窗口尺寸，对分类后数据流进行分段，具体为

(21)利用小波分析获取选择属性的第一主周期；

(22)采用第一主周期设置滑动窗口尺寸；

(23)利用滑动窗口划分分类后的遥测数据流。

(3)借助分段后的卫星遥测数据流，利用双向遍历挖掘出数据流中的最小稀有模式，具体为

(31)找出所有长度为1的模式，将其放入集合C₁，根据公式(1)计算出C₁中所有模式的支持度；根据公式(2)找出所有稀有模式，放入集合MRP₁，然后将剩余的频繁1-项集放入集合FP₁，并按支持度升序排序。

(32)找出所有长度为len的模式，并将其放入集合C_len，根据公式(1)计算它们的支持度，根据公式(2)找出所有稀有的len-模式，根据公式(3)找出所有频繁的len-模式，并将稀有len-项集放入集合RP_len，将频繁的len-项集放入集合FP_len。

(33)以集合RP_len为顶部，集合FP₁为底部，双向遍历找出所有长度大于1的最小稀有模式，并与集合MRP₁做交集，输出最小稀有模式集合MRP。

其中，I＝{i₁，i₂，...，i_m}，i_k(1≤k≤m)为一个项，每一个项表示事务的一条信息，|SW|表示滑动窗口尺寸，Count_sw(I)表示在滑动窗口SW中包含模式I的事务数量，δ表示最小支持度阈值。

(4)计算异常识别因子，即利用步骤(3)挖掘出来的最小稀有模式进行异常检测，根据检测结果预测卫星分系统中存在的异常，具体为

(41)合并现有的3个因子：TWF、MIPDF和MIFPOF，形成新的异常识别因子IsOutlier；

(42)利用异常识别因子IsOutlier预测卫星分系统中存在的异常。

2.根据权利要求1所述的方法，其特征在于仅利用一个异常识别因子预测卫星分系统中存在的异常，实现方法包括：

根据因子MIFPOF有：

根据因子TWF有：

根据因子MIPDF有：

把公式(5)和公式(6)代入到公式(4)，得到新的异常识别因子IsOutlier，如公式(7)所示：

其中是一个函数，表示在事务t_i的所有子集中，属于最小稀有模式MRP的子集的数量，表示包含于事务t_i中的最小稀有模式x的支持度，x是一个变量，泛指那些既属于稀有模式MRP，又是事务t_i的子集的模式，|MRP|表示最小稀有模式的长度。