一种基于卷积神经网络的飞行器试验中的异常数据检测分析方法

本发明公开了一种基于卷积神经网络的飞行器试验中的异常数据检测分析方法，包括：采集所述飞行器试验中的所有数据，形成原始数据集；进行预处理，并基于生成式对抗网络模型，生成数据样本，得到新的数据集；构建异常数据检查网络模型，依次提取空间特征和时间特征；对网络模型进行离线训练并优化；在线获取飞行器试验中的实时数据，依据训练好的异常数据检查网络模型，进行实时异常数据检测分析。本发明有助于解决飞行试验系统中飞行器外测以及遥测数据的多变性和复杂性带来的异常检测分析难和效率低下的问题，可用于飞行试验系统以及其他类似系统中对异常数据的检测分析，有效解决了海量外测以及遥测数据分析的难题。