基于最小二乘支持向量机的卫星异常检测方法

• 作者: 房红征 艾力 陈冰 鲁刚
• 来源期刊: 计算机测量与控制
• 关键词: 异常检测 LS-SVM 卫星
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 自动化测试技术
• 页码范围: 690-692,696
• 页数: 4页
• 分类号: TP277|V57
• 语种: 中文

摘要

异常检测技术在故障预测与健康状态管理(PHM)领域有着重要的作用,通过识别一个系统反常的运行状况,可监控卫星性能、检测故障、识别故障的根本起因,也可用于预测剩余使用寿命(RUL)以提高在轨卫星的安全性并减少其故障时间;提出了一种基于最小二乘支持向量机(LS-SVM)的用于检测在轨卫星的异常状态的方法,该方法具有良好的学习、分类和概括能力,具体过程包括数据采集和预处理、特征提取、特征选择、异常检测等步骤;利用带有故障信息的卫星电源系统真实遥测数据来对提出的方法的可行性和性能进行验证,试验中选择LS-SVM的最佳参数(γ,σ)是(120,0.05),伴随着的交叉验证率是90.6％,验证结果证明了在卫星异常检测中应用基于最小二乘支持向量机检测方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	房红征		13	97	6.0	9.0
3	陈冰	海军工程大学电子工程学院	17	80	7.0	8.0
6	艾力		2	31	2.0	2.0