基于混合概率主成分分析的低轨卫星异常状态识别方法

    公开(公告)号:CN118194028B

    公开(公告)日:2024-08-20

    申请号:CN202410617657.6

    申请日:2024-05-17

    Abstract: 本发明是一种基于混合概率主成分分析的低轨卫星异常状态识别方法。该方法包括:对低轨卫星的多维遥测数据构成的训练集进行数据预处理;构建基于混合概率主成分分析的低轨卫星异常状态识别模型,利用所述识别模型对所述训练集进行训练,建立距离函数计算和异常状态判定机制,并根据所述机制对训练集进行数据输出;对输出的数据进行异常评分以及基于输出的数据对所述识别模型的性能进行评价。本发明利用识别模型将卫星遥测数据中包含的连续、离散等异构特征降维,使用低维特征表达卫星状态以降低模型训练的过拟合风险;克服了传统的PCA或PPCA分析在不服从标准高斯分布的数据集上聚类效果一般的固有问题,降低了误报或漏报的风险。

    基于混合概率主成分分析的低轨卫星异常状态识别方法

    公开(公告)号:CN118194028A

    公开(公告)日:2024-06-14

    申请号:CN202410617657.6

    申请日:2024-05-17

    Abstract: 本发明是一种基于混合概率主成分分析的低轨卫星异常状态识别方法。该方法包括:对低轨卫星的多维遥测数据构成的训练集进行数据预处理;构建基于混合概率主成分分析的低轨卫星异常状态识别模型,利用所述识别模型对所述训练集进行训练,建立距离函数计算和异常状态判定机制,并根据所述机制对训练集进行数据输出;对输出的数据进行异常评分以及基于输出的数据对所述识别模型的性能进行评价。本发明利用识别模型将卫星遥测数据中包含的连续、离散等异构特征降维,使用低维特征表达卫星状态以降低模型训练的过拟合风险;克服了传统的PCA或PPCA分析在不服从标准高斯分布的数据集上聚类效果一般的固有问题,降低了误报或漏报的风险。

Patent Agency Ranking