距离相关系数融合GPR模型的卫星异常检测方法

摘要：

卫星在轨运行期间,遥测数据表现形式通常为多维时间序列.高斯过程回归(GPR)模型可以为重要的遥测参数提供动态门限,及时发现隐藏在工程阈值内的故障征兆,但是高维卫星数据使得GPR模型具有局限性.因此,为获取与多个遥测参数相关的动态门限,在GPR模型的基础上,融合距离相关系数对预测变量进行选择,减少信息冗余和计算量,提高模型的可解释性,并估计模型的泛化误差以设置更合理的预测区间,提高模型的泛化能力,检测数据流的持续异常.对实际在轨卫星数据进行仿真实验,验证了距离相关系数融合GPR模型的卫星异常检测方法可以在卫星故障早期检测到数据异常,而且提高了模型的预测性能,降低了虚警率.

关键词：卫星异常检测、高斯过程回归(GPR)、距离相关系数、变量选择、泛化误差

所属期刊栏目：47

分类号：V557+.3;TN911.71(地面设备、试验场、发射场、航天基地)

资助基金：上海市科委科研计划17DZ1100700

在线出版日期：2021-05-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：844-852