基于LSTM和多种异常定义的卫星异常检测方法.pdfVIP

测控技术

・78・状态监测传感技术专刊

2021年第40卷第11期

基于LSTM和多种异常定义的卫星异常检测方法

范潇杰-陈振安*

(1.北京科技大学计算机与通信工程学院，北京100083；2.广东粤港澳大湾区硬科技创新研究院，广东广州510530)

摘要:针对在轨卫星异常检测中现存的异常定义单一、检测流程不规范不灵活的问题，提出一种基于长

短期记忆(Long-ShortTermMemory,LSTM)网络和多种异常定义的卫星异常检测方法。基于某在轨卫

星实测电源遥测数据，首先进行卫星时序数据预处理，随后以LSTM为示例算法对数据的“正常值”进行

预测，最后分别以测试数据均值的标准差、预测结果均值的标准差和非参数动态阈值作为异常定义，进

行异常的联合投票检测，检测流程可容纳丰富的预测算法和异常定义，且流程模块间耦合度低。仿真结

果表明，LSTM模型预测结合多异常定义的联合投票机制能有效提升异常点检测的性能。

关键词：卫星;LSTM；异常检测；时序数据；联合投票

中图分类号:TP277；V46文献标识码:A文章编号:1000-8829(2021)11-0078-10

doi：10.19708/j.ckjs.2021.08.259

SatelliteAnomalyDetectionSystemBasedonLSTMand

VariousAnomalyDefinitions

FANXiao-jie1,CHENZhen-an2*

(1.SchoolofComputerandCommunicationEngineering,UniversityofScienceandTechnologyBeijing,Beijing100083,China;

2.KeyCoreTechnologyInnovationInstitute,Guangdong-HongKong-MacaoGreaterBayArea,Guangzhou510530,China)

Abstract:Inordertosolvetheproblemsofsingleanomalydefinition,nonstandardandinflexibledetection

processinorbitingsatelliteanomalydetection,asatelliteanomalydetectionmethodbasedonlong-shortterm

memory(LSTM)networkandvariousanomalydefinitionsisproposed.Basedontherealpowertelemetrydata

ofanin-orbitsatellite,thetimeseriesdataispreprocessedfirstly,andthenthe6normalvalueofthedatais

predictedbyusingtheLSTMalgorithm.Finally,thestandarddeviationofthetestdatamean,thestandarddevi­

ationofthepredictedresultmeanandthenonparametricdynamicthresholdingareusedasanomalydefinitions

respectiv