一种基于遥测数据特征预测的航天器异常检测方法

本发明涉及航天器故障检测技术领域，特别涉及一种基于遥测数据特征预测的航天器异常检测方法。包括：对航天器遥测数据进行归一化处理；以第一LSTM神经网络提取遥测数据特征，实现数据降维；以时间窗口划分降维后的航天遥测数据；训练第二LSTM神经网络；计算第二LSTM神经网络的预测特征值和原始特征值的误差，误差大于阈值的数据归为异常；评估第二LSTM神经网络模型。本发明通过将神经网络的特征提取模型和预测模型进行融合，解决高维、非线性难题下的时间序列遥测数据异常检测难题，能够在较高的异常检测精度下减少模型训练时间和模型内存，显著提高异常检测效率。