中心约束对比学习的自集成卫星异常检测方法

V557+.3; 针对现有异常检测算法对遥测参数特征提取缺乏区分度以及异常决策信息丢失等问题,提出基于中心约束对比的自集成异常检测方法.融合对比损失和中心损失将正常样本映射到紧凑的特征分布,并采用多视角、多层次特征集成的方式实现样本的异常检测,提升了模型对卫星复杂工况的适应性.采用科学卫星真实遥测参数数据和基准数据集进行验证,结果表明,所提方法在真实遥测参数上比最优基准方法的F值提升21.8％,且具有更好的噪声抗干扰性.实验结果验证了方法的可行性,能够为卫星地面运管提供有效的判读支持....

Full description

Saved in:
Bibliographic Details
Published in国防科技大学学报 Vol. 46; no. 6; pp. 33 - 42
Main Authors 郭国航, 李虎, 刘玉荣, 胡钛
Format Journal Article
LanguageChinese
Published 中国科学院大学,北京 100049%中国科学院国家空间科学中心,北京 100190 01.11.2024
中国科学院国家空间科学中心,北京 100190
Subjects
scientific satellite
contrastive learning
科学卫星
对比学习
anomaly detection
遥测参数
telemetry data
异常检测
Online AccessGet full text
ISSN1001-2486
DOI10.11887/j.cn.202406004

Cover

More Information
Summary:V557+.3; 针对现有异常检测算法对遥测参数特征提取缺乏区分度以及异常决策信息丢失等问题,提出基于中心约束对比的自集成异常检测方法.融合对比损失和中心损失将正常样本映射到紧凑的特征分布,并采用多视角、多层次特征集成的方式实现样本的异常检测,提升了模型对卫星复杂工况的适应性.采用科学卫星真实遥测参数数据和基准数据集进行验证,结果表明,所提方法在真实遥测参数上比最优基准方法的F值提升21.8％,且具有更好的噪声抗干扰性.实验结果验证了方法的可行性,能够为卫星地面运管提供有效的判读支持.
ISSN:1001-2486
DOI:10.11887/j.cn.202406004