[发明专利]一种基于格拉布斯准则与ARIMA的GWAC光变曲线异常检测方法

说明书

本发明公开一种基于格拉布斯准则与ARIMA的GWAC光变曲线异常检测方法，包括：使用格拉布斯准则对GWAC光变曲线进行过滤，筛选出其中可疑值；将通过格拉布斯准则筛选出的可疑值进行平稳性检测，将不平稳的数据进行差分，使其成为平稳序列；将最终平稳化的数据通过ARIMA模型进行预测；若是对差分序列进行预测则将其还原，得到对可疑值的预测值；对此序列当前可疑值之前的数据做相同预测并求得预测误差的平均值作为预测误差标准将其与可疑值的预测值进行比较，从而最终判断是否为光变曲线的异常值。采用本发明的技术方案，对GWAC观测到的天文星体的亮度所形成的光变曲线进行检测，以便发现其中异常的星体。

技术领域

本发明涉及一种面向GWAC光变曲线的异常检测方法，特别是涉及一种基于格拉布斯准则与ARIMA的GWAC光变曲线异常检测方法。

背景技术

地基广角相机阵GWAC(Ground-based Wide-Angle Camera array)是中法合作伽玛暴探测天文卫星“空间变源监视器SVOM(Space Multi-band Variable ObjectsMonitor,天基多波段空间变源监视器)”的关键地面设备。GWAC的短时标15秒曝光和大视场能力为我们生成天区上的图像，在对图像进行点源提取与交叉证认后生成有关光强度的时间序列曲线，即光变曲线。

光变曲线是天文学上表示天体相对于时间的亮度变化图形，是亮度关于时间的函数。有些光变曲线呈周期性变化，有些则是非周期性的。对光变曲线进行研究通常能够发现一些较为特殊的天文现象，如微引力透镜现象。这些特殊的天文现象发生时通常都会导致光变曲线发生变化。目前，已经上线应用的Mini-GWAC拍摄到的图像在进行点源提取与交叉证认后可以得到天体亮度关于时间变化的数据。对这些数据形成的光变曲线进行分析可得知星体亮度是否发生异常变化，从而为发现特殊天文现象做出贡献。

与此同时时间序列的应用十分广泛，任何关于时间的特征属性都可用时间序列的方法分析。光变曲线就是典型的时间序列函数，这种方法不是根据其他属性或变量进行预测，而是根据自身历史数据对其进行预测。利用时间序列方法对GWAC数据建立预测模型可预测出一段时间内光变曲线的走势情况，进而为特殊亮度变化预警提供参考依据。

此外结合ARIMA模型的思想，将预测对象随时间推移而形成的数据序列视为一个随机序列，这组随机变量所具有的依存关系体现着原始数据在时间上的延续性，用一定的数学模型来近似描述这个序列。这个模型一旦被识别后就可以从时间序列的过去值及现在值来预测未来值。目前，由于GWAC的短时标特性在国际上属于领先地位，所以对此类光变曲线的分析方法很少。

发明内容

针对以上现有技术的不足，本发明提供一种基于格拉布斯准则与ARIMA的GWAC光变曲线异常检测方法，以解决GWAC光变曲线分析中对异常亮度的检测问题。根据本发明的一个方面，提供了改进的ARIMA模型，包括：为了能使所有的光变曲线都能应用ARIMA模型，基于单位根检验准则对数据进行自动平稳化检测，并对不平稳的数据进行差分，并描述具体方法和过程；为了使预测后的数据是光变曲线的预测值而不是差分后的值，将差分后的预测值进行差分还原过程。

根据本发明的另一方面，提供了基于格拉布斯准则的光变曲线过滤方案，包括为了使整个异常检测系统能够在很短时间内做出响应，使用国际通用的异常检测方法格拉布斯准则与ARIMA模型相结合，以确保异常检测的时间不超过15秒。

根据本发明的上述方面，针对GWAC光变曲线分析的异常检测方法不但能够在15秒内快速响应，同时通过格拉布斯准则与ARIMA模型双重过滤，保证了对异常检测的准确性。

本发明的目的通过以下技术方案来实现：

一种基于格拉布斯准则与ARIMA的GWAC光变曲线异常检测方法，该方法包括如下步骤：

1)使用格拉布斯准则对GWAC光变曲线进行过滤，筛选出其中可疑值。