《电子测量技术杂志》发表论文赏析

基于表示学习和动态阈值优化的航天器异常检测方法

来源:电子测量技术杂志2025年第14期北京时间:

作者:胡自航,张玉杰,苗强

单位:四川大学电气工程学院 成都 610065

摘要:航天器本身结构复杂且工作环境多变,而针对航天器的异常检测是监测航天器状态,保障航天任务成功执行的关键。由于航天器遥测数据具有非平稳性且包含噪声,因此传统异常检测方法针对遥测数据进行异常检测存在检测精度低、适应性差等问题。本文提出了一种融合表示学习与动态阈值优化的智能异常检测框架,以提升航天器数据异常检测的准确性与可靠性。首先,通过堆叠自编码器对高维时序数据进行非线性降维,提取低维本质特征以抑制噪声干扰;其次,使用神经电路策略模型对特征数据进行建模,利用其仿生稀疏结构与自适应时间常数机制对数据进行预测;最后,引入多目标优化算法动态调整异常判定阈值,兼顾异常检测的精确率与召回率,解决固定阈值在数据分布突变场景下的检测效果不佳的问题。在仿真数据集的漂移异常检测实验中,本文所提方法的异常检测的F1分数比LSTM、Transformer和TFT 3种方法分别高了65.1%、50.5%和8.8%。而在真实卫星数据集的实验中,本文所提方法较3个对比方法的F1分数分别高了53.0%、51.0%和41.0%。在两个航天器数据集上的实验表明,本方法较对比方法显著提高了预测准确性。本文所提方法为航天器在轨自主健康管理提供了一个新的技术途径,对提升深空探测任务的安全性与可靠性具有重要意义。

关键词:异常检测;表示学习;神经电路策略;航天器

基金资助:四川省科技计划(2025YFHZ0157)项目资助

2025年14期其他文献查阅:

基于表示学习和动态阈值优化的航天器异常检测方法

基于量子点短波红外焦平面探测器的二氧化碳成像系统研究

基于时空特征融合的网络异常流量检测方法

基于FPGA的SATA图像采集系统的设计与实现

智慧校园车路协同视域下无人车调度系统研究

基于二维嵌入式导频序列的OTFS高精度信道估计方法

基于YOLOv8的钛棒表面缺陷检测

基于CNN-BiLSTM模型的多场景窃电检测与类型判别研究

面向嵌入式设备的绝缘子缺陷检测算法研究

基于ARS-YOLOv9s的PCB缺陷检测算法

基于改进RT-DETR的玻璃绝缘子缺陷检测算法

基于改进的临界多边形算法的鞋片排样方法

一种复杂场景无人机图像多尺度目标检测方法

机器人多工位搬运锂电池的混合元启发式调度算法研究

改进YOLO11的PCB表面缺陷检测方法

非结构化道路坑洼检测的YOLOv7算法优化

基于改进YOLOv8的道路缺陷检测

基于改进灰狼算法优化BP神经网络的RSS指纹定位

基于改进RT-DETR的织物疵点检测方法

MEC-YOLOv11n:水面小目标漂浮物的检测算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!