[发明专利]一种卫星遥测时序数据未知模式的检测系统与方法

权利要求书

1.一种卫星遥测时序数据未知模式的检测系统，其特征在于，包括：

数据预处理模块，将卫星遥测时序数据转化为规范文件格式，根据卫星遥测时序数据的数据规律特点进行预处理；

特征提取模块，采用深度卷积神经网络构造网络模型，其中卷积层和池化层完成对卫星遥测时序数据的特征提取；

判定识别模块，通过将传统网络输出的概率值平面化，即将输入的一个时序数据的模式转化为特征空间内的一个坐标点，对卫星遥测时序数据依据欧氏距离进行模式识别并检测出未知模式数据，识别到的未知模式有可能为未知故障，其中所述坐标点作为特征坐标。

2.根据权利要求1所述卫星遥测时序数据未知模式的检测系统，其特征在于，所述构造网络模型时，根据输入数据的大小和复杂度，确定卷积层和池化层的层数，卷积层相当于特征提取器，其主要利用卷积核提取特征，实现特征的过滤和强化，池化层在卷积层之后，可以看成一个过滤器，实现下采样功能，池化层采用最大池化方法，激活函数采用ReLU函数。

3.根据权利要求1所述卫星遥测时序数据未知模式的检测系统，其特征在于，所述数据预处理模块根据时序数据不同规律特点进行不同的数据预处理，针对间隔固定时间段内具有相同变化规律的时序数据，采用时间窗口的方式划分数据，将一段长时序数据划分为固定长度的时间序列，所述时间序列与长时序数据为同一模式，对数据进行归一化处理，取一个时间序列数据的最大值和最小值，将最大值映射为1，最小值映射为0，整个序列映射到[0,1]区间上以便于输入网络；针对间隔固定时间段内具有持续上升或持续下降趋势的时序数据，采用时间窗口的方式划分数据，将一段长时序数据划分为固定长度的时间序列，所述时间序列与长时序数据为同一模式，计算一个时间序列相邻数据点间的斜率，得到斜率的变化规律，对得到的斜率序列进行归一化处理，取该斜率序列的最大值和最小值，将最大值映射为1，最小值映射为0，整个序列映射到[0,1]区间上以便于输入网络，给定网络目标输出正例为(1，1)坐标，反例为(0，0)坐标，即模式标准坐标。

4.根据权利要求3所述卫星遥测时序数据未知模式的检测系统，其特征在于，所述判定识别模块，计算特征坐标与模式标准坐标间的欧氏距离，根据该距离值的大小判定输入时间序列模式的检测结果。

5.根据权利要求4所述卫星遥测时序数据未知模式的检测系统，其特征在于，所述判定识别模块，利用所述网络模型进行n分类用以判定n个已知模式，深度卷积神经网络给出n个由概率值构成的坐标，对应n类已知模式的特征坐标，然后计算特征坐标和各已知模式标准坐标之间的欧氏距离，最后根据该距离值的大小判定输入时间序列模式的检测结果，其中网络模型的输入为一个所述的时间序列模式，即固定长度的时间序列，输出结果为输入时间序列模式确定属于某已知模式，输入时间序列模式确定不属于任何已知模式即确定为未知模式和输入时间序列模式不确定3种情况。