基于CNN-KFU多元回归模型的无人机飞控系统数据异常检测方法

本申请涉及无人机传感器异常检测方法技术领域，具体公开了一种基于CNN‑KFU多元回归模型的无人机飞控系统数据异常检测方法。在无人机飞行数据中，数据间往往存在不同程度的相关性，首先，利用相关性的分析方法，选取出与目标数据具有较高相关性的数据集合；其次，基于1D CNN和KFU设计了一种细粒度时空相关性分析的多元回归神经网络模型，即CNN‑KFU，利用CNN‑KFU作为数据的特征提取器，充分学习飞控数据在时间维度和空间维度上的相关性，使模型更好地理解数据特征。最终通过计算测试数据回归残差与阈值的偏差实现异常判定。本专利的目的在于解决现有技术存在参数选择缺乏有效性，且时空关系知识学习不充分问题，从而导致复杂飞行场景下异常检测能力低下的问题。