[发明专利]利用多元多步预测技术的航天器姿态系统异常检测方法

权利要求书

1.利用多元多步预测技术的航天器姿态系统异常检测方法，其特征在于，包括：

获取航天器姿态系统多个参数的样本数据，所述样本数据为参数一段时间内以时间为顺序连续排列的多个数据；

对各所述样本数据进行平稳性分析以及相关性分析选取多个平稳状态参数以及与各所述平稳状态参数相关的辅助参数，并根据所述平稳状态参数和辅助参数对应的样本数据构建训练数据集；

对所述训练数据集进行标准化处理，得到标准数据集；

基于注意力机制以及长短期记忆神经网络构建多元多步预测神经网络，并将所述标准数据集输入多元多步预测神经网络进行训练，得到已训练的多元多步预测神经网络，所述已训练的多元多步预测神经网络具有根据参数前一时间段的数据预测该参数后一时间段数据的能力；其中，将所述标准数据集输入多元多步预测神经网络进行训练，得到已训练的多元多步预测神经网络包括：所述长短期记忆神经网络包括多个依次连接的处理层，各所述处理层接收不同时刻样本数据作为输入数据，并进行相应处理后输出该处理层对应的输出数据；根据所述处理层各时间步的输出数据以及对应的真实数据基于注意力机制匹配得到所述处理层各时间步输出的向量权重；将所述处理层各时间步输出的向量权重与所述处理层各时间步输出数据进行加权计算后，融入所述多元多步预测神经网络的最终预测计算中；

根据各平稳状态参数的预测数据以及真实数据采用3西格玛法则，计算得到各平稳状态参数的误差阈值；

获取航天器姿态系统中多个待检测参数历史时间的实际数据，并对所述实际数据进行标准化处理得到标准化的实际数据；

将所述标准化的实际数据输入已训练的多元多步预测神经网络，得到下一时间段各所述待检测参数的实时预测数据；

获取各所述待检测参数的实时真实数据，并分别计算各所述待检测参数的实时真实数据与对应时刻的实时预测数据之间的误差，再通过对比所述误差与对应参数的误差阈值以检测当前航天器姿态系统是否异常。

2.根据权利要求1所述的航天器姿态系统异常检测方法，其特征在于，对各所述样本数据进行平稳性分析以及相关性分析选取多个平稳状态参数以及与各平稳状态参数相关的辅助参数包括：

对各所述样本数据进行平稳性分析，在所述多个参数中选取具有平稳状态的参数作为所述多个平稳状态参数；

根据各所述样本数据以及多个平稳状态参数进行相关性分析，在所述多个参数中选取与各所述平稳状态参数相关的参数作为所述辅助参数。

3.根据权利要求1所述的航天器姿态系统异常检测方法，其特征在于，所述多元多步预测神经网络进行训练之前还包括：

对所述多元多步预测神经网络输入的样本数据的时间序列长度进行预设，以及对所述多元多步预测神经网络输出的预设数据的时间序列长度进行预设。

4.根据权利要求1所述的航天器姿态系统异常检测方法，其特征在于，在将所述标准化的实际数据输入已训练的多元多步预测神经网络之前包括：

对所述多元多步预测神经网络输入的实际数据的时间序列长度进行预设，以及对所述多元多步预测神经网络输出的实际预设数据的时间序列长度进行预设。

5.根据权利要求1所述的航天器姿态系统异常检测方法，其特征在于，根据各平稳状态参数的预测数据以及真实数据采用3西格玛法则，计算得到各平稳状态参数的误差阈值包括：

根据各所述平稳状态参数预测数据以及真实数据计算一段时间内各平稳状态参数的误差时间序列；

根据各所述误差时间序列的均值和方差采用3西格玛法则计算得到与各所述平稳状态参数的误差阈值。