[发明专利]一种基于集成LSTM的航天器遥测数据异常的检测方法

权利要求书

1.一种基于集成LSTM的航天器遥测数据异常的检测方法，其特征在于，该方法包括以下步骤：

步骤一、选取训练数据其中：是由t时刻的遥控指令矩阵以及t时刻的遥测值表示成的一组m维向量，且t时刻的遥控指令矩阵为t时刻的遥测值为对选取的训练数据S进行预处理获得重构的输入X；

所述对选取的训练数据S进行预处理获得重构的输入X的具体过程为：

将训练数据S拆分成多个包含连续时间向量的次矩阵，所述次矩阵分别表示为：且每个次矩阵的列数均为l_t，则重构的输入X表示为：

其中：表示第一个次矩阵，表示第二个次矩阵，表示第n个次矩阵；

第一个次矩阵第二个次矩阵和第n个次矩阵的表达式分别为：

步骤二、分别提取重构的输入X包含的每个次矩阵中的遥控指令矩阵，每个次矩阵中的遥控指令矩阵分别表示为再分别计算出每个次矩阵对应的遥控指令矩阵的L2范数，取计算出的全部的L2范数的中位数作为阈值β，将L2范数大于阈值β的遥控指令矩阵对应的次矩阵构成的集合作为训练集A，将L2范数小于等于阈值β的遥控指令矩阵对应的次矩阵构成的集合作为训练集B；

步骤三、构建包含LSTM模型A和LSTM模型B的集成LSTM模型，利用步骤二获得的训练集A和训练集B分别对LSTM模型A和LSTM模型B进行训练，来获得训练好的LSTM模型A和LSTM模型B；

所述步骤三中的LSTM模型A包括输入层、第一隐藏层、第二隐藏层和输出层，LSTM模型A的损失函数采用绝对值误差函数，优化函数采用Adam函数，dropout的值取为[0.2，0.3]；

LSTM模型B的结构及参数设置与LSTM模型A相同；

所述绝对值误差函数的具体形式为：

其中：k为总的预测值的个数，y_i为第i个真实值，是第i个预测值，为绝对值误差函数值；

步骤四、测试数据经过预处理获得测试集，将测试集分别输入训练好的LSTM模型A和LSTM模型B，以分别得到LSTM模型A输出的每个次矩阵对应的遥测值的预测值构成的遥测预测值序列和LSTM模型B输出的每个次矩阵对应的遥测值的预测值构成的遥测预测值序列

设置融合参数δ，根据LSTM模型A输出的每个次矩阵对应的遥测值的预测值构成的遥测预测值序列、LSTM模型B输出的每个次矩阵对应的遥测值的预测值构成的遥测预测值序列和融合参数δ确定最终的遥测值预测序列

步骤五、将步骤四确定的最终的遥测值预测序列中的值与对应时刻的实际遥测值做差，获得误差序列e＝{e⁽¹⁾，e⁽²⁾，…，e^(t)，…}，e^(t)代表t时刻的误差；

采用指数加权平均方法对误差序列进行平滑处理，得到平滑误差序列

将平滑误差序列中的平滑误差值进行分组，再分别计算出每组的动态阈值将每组内超出动态阈值的平滑误差值与该组内小于动态阈值且最接近动态阈值的平滑误差值做差，若差值大于判别阈值p，则将该超出动态阈值的平滑误差值所对应时刻的遥测值视为异常值；若差值小于等于判别阈值p，则将该超出动态阈值的平滑误差值所对应时刻的遥测值视为正常值；

步骤六、对于待测的航天器遥测数据，则重复步骤四至步骤五的过程，实现待测的航天器遥测数据的异常的检测。

2.根据权利要求1所述的一种基于集成LSTM的航天器遥测数据异常的检测方法，其特征在于，所述步骤二的具体过程为：

分别提取重构的输入X包含的每个次矩阵中的遥控指令矩阵，且每个次矩阵中的遥控指令矩阵分别表示为其中：为中的遥控指令矩阵，为中的遥控指令矩阵，为中的遥控指令矩阵；

遥控指令矩阵的表达式为：

遥控指令矩阵的L2范数的计算方式为：

其中：代表的转置，代表的L2范数；代表求矩阵的最大的特征值；

计算出每个遥控指令矩阵的L2范数后，取全部的L2范数的中位数作为阈值β，将L2范数小于等于阈值β的遥控指令矩阵对应的次矩阵构成的集合作为训练集B，将L2范数大于阈值β的遥控指令矩阵对应的次矩阵构成的集合作为训练集A。