基于PC-MR-TCN的卫星遥测数据异常检测方法

来源：计算机测量与控制杂志2026年第5期北京时间：

作者：杨佳林,陈志杰,阳凯,李学仕,周彬

单位：中国电子科技集团第二十九研究所

摘要：随着航天技术的发展，卫星遥测参数呈现出高维、耦合与非线性特征，传统统计方法难以满足精细化健康监测需求。针对当前遥测数据异常检测的深度学习多关注单变量时序建模，忽略了参数间的耦合关系与物理一致性约束的问题，提出了一种物理一致性多关系时序卷积网络模型。该方法以时序卷积网络为主干，引入关系编码器对时间依赖和变量依赖建模参数间的多关系耦合，并通过门控机制融合，同时构建通信链路一致性与电流守恒一致性等弱物理约束损失项，将领域知识以可微形式注入训练过程。在检测阶段，基于重构误差、预测误差和物理一致性偏差构造综合异常评分。当前方法在某卫星平台与公开数据集上均取得更优的 分数，为在轨安全健康检测提供方法支撑。

关键词：遥测数据; 时序卷积网络; 多任务学习; 关系建模; 物理一致性约束