一种基于改进的高斯过程回归模型的卫星异常检测方法技术

本发明专利技术提供一种基于改进的高斯过程回归模型的卫星异常检测方法，根据与响应变量的相关距离及异常发生前后相关距离变化的大小来确定预测变量，然后建立GPR模型，计算预测变量对应的响应变量集的后验分布，根据模型的泛化误差，确定预测范围，并根据预测范围，判断是否发生异常。

A satellite anomaly detection method based on Improved Gaussian process regression model

【技术实现步骤摘要】
一种基于改进的高斯过程回归模型的卫星异常检测方法
本专利技术涉及卫星
，特别涉及卫星的异常检测技术。
技术介绍
现代卫星的结构日趋复杂，自动化程度不断提高，对智能化、自主性的要求也越来越高，发展自主健康管理技术对保障在轨卫星安全运行具有极其重要的意义。异常检测是卫星自主健康管理的重要组成部分。由于卫星所处空间环境的不确定性以及发射前测试的局限性，卫星在轨运行期间不可避免地会出现一些异常或故障，因此及时检测到卫星的异常征兆极为重要，可以极大程度上防止卫星进一步恶化，造成无法挽回的事故。异常检测需要详细分析具有时间连续性的大规模遥测数据，如电源分系统的电流、电压，热控分系统的温度及姿轨控分系统的角速度等一些关键的遥测参数是判断卫星健康状态的重要依据。但是对于复杂的卫星系统来说，单一的遥测参数不具备足够的信息来准确反应系统状态，而且一些异常发生时，不止一个遥测参数的子序列会出现过高或过低的异常值，因此，异常检测需要涉及多个遥测参数，这就造成了卫星异常检测的数据具有多维性这一特点。而且，不同遥测参数间的关系通常是复杂且具有不确定性的，不同本文档来自技高网...

【技术保护点】
1.一种基于改进的高斯过程回归模型的卫星异常检测方法，包括：/n确定卫星的预测变量；/n建立模型，以计算所述预测变量对应的响应变量集的后验分布；/n估计所述模型的泛化误差；/n根据所述泛化误差，确定预测范围；以及/n根据所述预测范围，判断是否发生异常。/n

【技术特征摘要】
1.一种基于改进的高斯过程回归模型的卫星异常检测方法，包括：
确定卫星的预测变量；
建立模型，以计算所述预测变量对应的响应变量集的后验分布；
估计所述模型的泛化误差；
根据所述泛化误差，确定预测范围；以及
根据所述预测范围，判断是否发生异常。


2.如权利要求1所述的检测方法，其特征在于，还包括计算预测误差，以判断所述异常的严重程度。


3.如权利要求1所述的检测方法，其特征在于，确定所述预测变量包括：
将待检测的遥测参数xr确定为响应变量；
计算其余遥测参数xi与所述响应变量xr的相关距离
将与所述响应变量xr的相关距离小于设定值的遥测参数定义为与所述响应变量xr同一类别；以及
在与所述响应变量xr同一类别的遥测参数中，选取异常发生前后与所述响应变量xr相关性发生超过阈值的变化的遥测参数xf作为预测变量，其中f＝1,2,…,t。


4.如权利要求3所述的检测方法，其特征在于，所述相关距离的计算方法如下：



其中，ri,r为响应变量xr与遥测参数xi的相关系数。
<...

【专利技术属性】
技术研发人员：孙宇豪，李国通，张鸽，
申请(专利权)人：中国科学院微小卫星创新研究院，上海微小卫星工程中心，
类型：发明
国别省市：上海;31