一种快速实时检测卫星遥测时序数据异常的系统与方法技术方案

本发明专利技术提供了一种快速实时检测卫星遥测时序数据异常的方法，适用于卫星部件参数的遥测时序数据。本发明专利技术方法利用滑动窗口对遥测数据流进行分段处理，每个窗口数据与前k个窗口比较，具有自适应性，无需人工设置固定的参数上下限。本发明专利技术方法从时域和频域多重角度分析数据，综合了四种实时异常检测技术，包括时域统计量异常检测、时域一阶导数异常检测、频域相似性异常检测、频域统计量异常检测。本发明专利技术方法可以将多种异常检测技术同时使用或者组合使用，从而降低了漏检率和误报率，能够有效利用遥测时序数据流快速实时检测卫星遥测时序数据异常，帮助专家实时监测卫星运行状态，确保卫星健康安全运行。

【技术实现步骤摘要】
一种快速实时检测卫星遥测时序数据异常的系统与方法
本专利技术涉及卫星检测领域和计算机数据挖掘
，特别涉及一种快速实时检测卫星遥测时序数据异常的方法。
技术介绍
由于卫星运行环境及其复杂，受多种因素影响，卫星在轨运行期间会出现各种异常。及时检测发现数据异常是确保卫星安全健康运行的关键之一。卫星在轨运行过程中的遥测时序数据流是卫星各个分系统下各部件参数的直接观测量，能够反映各部件的工作状态。发现数据异常变化是进行卫星故障诊断的一个重要步骤。发现卫星遥测时序数据的异常变化，就像给人看病时首先通过X光、彩超等手段发现患病部位一样。卫星在轨运行时不断向地面传输各种监控数据。其中绝大部分时间的数据都是正常数据。所以若用人工来判读所有数据，找出异常变化点，需要花费时间特别长，显然工作效率十分低下。所以只有借助于计算机用数据挖掘的方法才能高效处理海量卫星时序数据，及时、准确地挖掘出卫星异常变化。这是进行卫星故障诊断、故障原因分析以及卫星健康管理的一个首要过程。显然，如果不能快速准确地找出卫星异常变化点，就像医生不能找到病人患病部位一样，根本无法开本文档来自技高网...

【技术保护点】
1.一种快速实时检测卫星遥测时序数据异常的系统，其特征在于，包括：/n数据选择模块，获取实时的卫星遥测时序数据流，为接下来的异常检测准备数据；/n模型选择模块，从时域统计量异常检测模型、时域一阶导数异常检测模型、频域相似性异常检测模型和频域统计量异常检测模型中任选一种或者几种组合进行异常检测；/n模型参数设置模块，完成滑动窗口大小和阈值的配置；/n实时异常检测模块，在完成模型参数设置之后，启动所选择的异常检测模块或异常检测模块组合，载入遥测时序数据流，利用滑动窗口划分遥测时序数据流，自适应比较当前窗口与前k个窗口得到异常分数，其中时域统计量异常检测模型、时域一阶导数异常检测模型和频域统计量异常...

【技术特征摘要】
1.一种快速实时检测卫星遥测时序数据异常的系统，其特征在于，包括：
数据选择模块，获取实时的卫星遥测时序数据流，为接下来的异常检测准备数据；
模型选择模块，从时域统计量异常检测模型、时域一阶导数异常检测模型、频域相似性异常检测模型和频域统计量异常检测模型中任选一种或者几种组合进行异常检测；
模型参数设置模块，完成滑动窗口大小和阈值的配置；
实时异常检测模块，在完成模型参数设置之后，启动所选择的异常检测模块或异常检测模块组合，载入遥测时序数据流，利用滑动窗口划分遥测时序数据流，自适应比较当前窗口与前k个窗口得到异常分数，其中时域统计量异常检测模型、时域一阶导数异常检测模型和频域统计量异常检测模型以当前窗口各个统计量与前k个窗口总体对应统计量之差占前k个窗口总体统计量的百分比作为异常分数，而频域相似性异常检测模型以当前窗口与前k个窗口分别计算欧式距离作为相似性度量，选取其中最大的距离作为异常分数，如果异常分数超过阈值，则判定卫星部件参数对应的遥测数据异常，定位异常发生的时间，并报告检测到的异常；
检测结果展示模块，对异常检测报告结果进行存储和解析，图形化展示检测结果。


2.根据权利要求1所述快速实时检测卫星遥测时序数据异常的系统，其特征在于，所述数据选择模块完成包括卫星类型、数据实体、数据清洗状态、分系统、部件以及参数的用户设置，获取实时的卫星遥测时序数据流。


3.根据权利要求1所述快速实时检测卫星遥测时序数据异常的系统，其特征在于，所述时域统计量异常检测模型、时域一阶导数异常检测模型、频域相似性异常检测模型和频域统计量异常检测模型分别从时域和频域两个角度分析数据，利用滑动窗口对卫星遥测时序数据流进行分段处理。


4.根据权利要求1所述快速实时检测卫星遥测时序数据异常的系统，其特征在于，所述时域统计量异常检测模型进行异常点判定的步骤为：
(1)提取当前窗口内数据的统计量，包括最大值、最小值、均值、方差；
(2)提取前k个窗口内数据的总体统计量，取K个窗口统计量中最大值中的最大值，所有最小值中的最小值，所有均值的均值，所有方差的均值；
(3)计算当前窗口各个统计量与前k个窗口总体对应统计量之差占前k个窗口总体统计量的百分比作为异常分数；
(4)将异常分数与给定的阈值做比较，如果大于某一统计量的阈值，则当前窗口数据存在异常，由于滑动窗口的步长为1，可判定出当前窗口的异常由最后一个数据导致即该数据为异常点，则报告该异常点对应统计量的异常；
所述时域一阶导数异常检测模型进行异常点判定的步骤为：
(1)对当前窗口内数据求一阶导数值；
(2)提取当前窗口内数据的统计量，包括最大值、最小值、均值、方差；
(3)提取前k个窗口内数据的总体统计量，取K个窗口统计量中最大值中的最大值，所有最小值中的最小值，所有均值的均值，所有方差的均值；
(4)计算当前窗口各个统计量与前k个窗口总体对应统计量之差占前k个窗口总体统计量的百分比作为异常分...

【专利技术属性】
技术研发人员：鲍军鹏，徐冰霖，高宇，田润梅，杨天社，高波，李肖瑛，吴冠，赵静，
申请(专利权)人：西安交通大学，中国西安卫星测控中心，
类型：发明
国别省市：陕西;61