[发明专利]一种基于LS‑SVM的传感器检测数据异常片段检测方法

摘要

一种基于LS‑SVM的传感器检测数据异常片段检测方法，涉及航天器监测数据异常检测领域。本发明是为了解决现有的单个测试点的异常检测方式难以判断时间序列中出现的短期趋势或模式出现的变化或异常的问题。该方法包括1、设置所需检测置信概率p，检测片段长度n，片段内异常点最小个数m，2、从t0时刻起对时间序列长度n内的数据进行点异常检测置信概率为p的LS‑SVM点异常检测，获得时间序列长度n内的预测残差和数据的异常点的个数，3、根据残差和数据的异常点的个数确定异常点存在的位置。它可应用在航空航天飞行器监控领域。

主权项

一种基于LS‑SVM的传感器检测数据异常片段检测方法，其特征在于，它包括如下步骤：步骤一、设定所需检测的置信度c，时间序列长度n和最小异常点出现个数m，并且n和m的设定满足置信度c的限制，n和m均为正整数；步骤二、从t0时刻起对时间序列长度n内的数据进行点异常检测置信概率为p的LS‑SVM点异常检测，获得时间序列长度n内的预测残差和数据的异常点的个数；步骤三、判断步骤二中长度为n的时间序列中异常点的个数是否为至少m个异常点，即|En(t0)|≥m，m为正整数，|En(t0)|表示长度为n的时间序列片段中异常点的个数，如果是，则该时间序列长度为n的时间序列中存在异常数据，执行步骤四，如果否，则对t0+1时刻的数据执行步骤二；步骤四、异常数据存在的时间范围为[t0‑n+1,t0]；步骤五、判断步骤二中是否有从t0时刻起以及相连的至少前六时刻的预测残差出现持续上升或者持续下降，如果是，则时间序列长度n内存在异常数据，执行步骤六，如果否，则对t0+1时刻的数据执行步骤二；步骤六、异常数据存在的时间范围为[t0‑h,t0]，其中h>＝6；步骤七、将步骤四和步骤六获得异常数据存在的时间范围取并集，确定数据异常片段存在的时间范围为[t0‑n+1,t0]∪[t0‑h,t0]，判断是否全部检测结束，如果是，执行步骤八，如果否，则对t0+1时刻的数据执行步骤二；步骤八、结束。