买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国空间技术研究院申请的专利一种基于时空动态特征融合的卫星故障检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115687978B 。

龙图腾网通过国家知识产权局官网在2025-12-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211361564.9，技术领域涉及：G06F18/24；该发明授权一种基于时空动态特征融合的卫星故障检测方法是由杨凯飞;徐楠;吕原草;王亚坤;王超;安卫钰;郭兵勇设计研发完成，并于2022-11-02向国家知识产权局提交的专利申请。

本一种基于时空动态特征融合的卫星故障检测方法在说明书摘要公布了：本发明公开了一种基于时空动态特征融合的卫星故障检测方法，包括以下步骤：S1.设计基于双向LSTM算法的自编码器神经网络，记为TSADTFN，从输入的卫星数据中提取数据的时间动态特征变量，记为LatentTFN；S2.设计基于卷积自编码器的自编码器神经网络，记为TSADSFN，从输入的卫星数据中提取数据的空间动态特征变量，记为LatentSFN；S3.根据步骤S1和步骤S2产生的时间动态特征变量和空间动态特征变量，融合得到卫星数据的时空动态特征变量，记为LatentTSFN。本发明中，通过同时捕捉卫星数据中的时间依赖、空间依赖，有效挖掘卫星数据深层次变化规律的挖掘，提取的卫星数据特征，不仅可用于检测故障，也可用于数据预测等技术领域，实现无需故障标签的卫星故障检测。

本发明授权一种基于时空动态特征融合的卫星故障检测方法在权利要求书中公布了：1.一种基于时空动态特征融合的卫星故障检测方法，其特征在于，包括以下步骤： S1.设计基于双向LSTM算法的自编码器神经网络，记为TSADTFN，从输入的卫星数据中提取数据的时间动态特征变量，记为LatentTFN； S2.设计基于卷积自编码器的自编码器神经网络，记为TSADSFN，从输入的卫星数据中提取数据的空间动态特征变量，记为LatentSFN； S3.根据步骤S1和步骤S2产生的时间动态特征变量和空间动态特征变量，融合得到卫星数据的时空动态特征变量，记为LatentTSFN； S4.设计基于Transformer的神经网络，记为TSADPredict，TSADPredict根据步骤3产生的时空动态特征变量，预测遥测参数在P帧后的值； S5.利用卫星在正常工况产生的遥测数据对步骤S1-S4组成的神经网络模型进行端到端训练，得到训练好的模型，记为TSAD； S6.将训练数据集中所有样本输入步骤5训练产生的模型，计算训练集上所有样本的故障得分； S7.根据步骤6在训练数据集上产生的故障得分集合，利用POT方法计算卫星故障检测阈值； S8.将测试集数据输入模型TSAD，依次经历步骤S1-S7，得到所有测试集样本的检测结果，计算算法在测试集上的性能指标P、R、F1，并重复进行步骤S1至S8调优方法性能； S9.将待检测卫星数据样本作为模型输入，从步骤1-4中产生最终的预测残差，根据步骤S7产生的阈值，得到最终检测结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国空间技术研究院，其通讯地址为：100094 北京市海淀区友谊路104号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。