典型文献
基于高斯混合模型的卫星电源系统异常检测方法
文献摘要：
作为具有多种工作模式的复杂系统,卫星电源系统在不同工作模式下的观测数据具备不同的统计特性.因为卫星电源系统的实际观测数据缺少状态标识作为先验信息,所以传统异常检测方法无法区分系统的不同工作模式,具有较大局限性.针对无状态标识的卫星电源系统异常检测问题,提出了 一种基于高斯混合模型(GMM)的异常检测方法.高斯混合模型被用于状态标识缺失数据的特征挖掘,从而实现对不同工作模式的聚类与识别;可区分性、稳定性、以及拟合优良性三个指标被用于GMM的评价,使得聚类簇数的选取是合理的;在异常检测阶段,训练好的高斯混合模型被用于构建了模式识别准则,距离信息和F分布被用于构建了检测阈值,并通过增加待检测数据集窗口长度来提升检测效果;以卫星电源系统的太阳能帆板机构为对象,开展了数值仿真和实验验证.异常检测结果表明,该方法能有效实现多种工作模式下的异常检测,具有较高的准确率和召回率.
文献关键词：
卫星电源系统;异常检测;高斯混合模型;EM算法;状态标识缺失;数据驱动
中图分类号：
作者姓名：
魏居辉;王炯琦;穆京京;何章鸣;周萱影
作者机构：
国防科技大学,长沙410073;中国航天科技集团有限公司,北京100090;北京空间飞行器总体设计部,北京100090
文献出处：
引用格式：
[1]魏居辉;王炯琦;穆京京;何章鸣;周萱影-.基于高斯混合模型的卫星电源系统异常检测方法)[J].空间控制技术与应用,2022(04):104-114
A类：
状态标识缺失
B类：
高斯混合模型,卫星电源系统,异常检测方法,复杂系统,观测数据,统计特性,先验信息,分系统,无状态,检测问题,GMM,缺失数据,特征挖掘,可区分性,优良性,练好,模式识别,识别准则,检测阈值,检测数据集,窗口长度,检测效果,帆板,板机,召回率,EM
AB值：
0.252875
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
