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！

龙图腾网获悉北京邮电大学申请的专利一种卫星在轨遥测数据异常检测方法及系统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：CN118797412B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202410946027.3，技术领域涉及：G06F18/24；该发明授权一种卫星在轨遥测数据异常检测方法及系统是由刘刚;崔渤昊;张闯;任明;陈洪修设计研发完成，并于2024-07-15向国家知识产权局提交的专利申请。

本一种卫星在轨遥测数据异常检测方法及系统在说明书摘要公布了：本发明公开了一种卫星在轨遥测数据异常检测方法及系统，获取待测的卫星在轨遥测时序数据；利用多尺度小波变换的时频特性将卫星在轨遥测时序数据分解为多个近似序列和细节序列；对每个近似序列和细节序列进行权重分配，通过计算相似性得分，计算每个近似序列和细节序列的注意力权重；将每个近似序列和细节序列内编码层各神经元隐藏状态和其对应的注意力权重加权求和，计算内容向量，并将其与解码层当前神经元隐藏状态结合，以此类推，获得卫星在轨遥测时序数据的重构序列；通过比较重构序列和待测的卫星在轨遥测时序数据的差值，输出异常数据。该方法将能够有效地处理卫星遥测数据的时空信息，提高了数据异常检测的准确性和鲁棒性。

本发明授权一种卫星在轨遥测数据异常检测方法及系统在权利要求书中公布了：1.一种卫星在轨遥测数据异常检测方法，其特征在于，包括以下步骤： 获取待测的卫星在轨遥测时序数据； 引入多尺度小波变换，利用多尺度小波变换的时频特性将卫星在轨遥测时序数据分解为多个近似序列和细节序列；对每个近似序列和细节序列进行权重分配，通过计算相似性得分，计算每个近似序列和细节序列的注意力权重； 将每个近似序列和细节序列内编码层各神经元隐藏状态和其对应的注意力权重加权求和，计算内容向量；将内容向量与解码层当前神经元隐藏状态结合，以此类推，获得卫星在轨遥测时序数据的重构序列； 通过比较重构序列和待测的卫星在轨遥测时序数据的差值，当差值大于设定的阈值时，输出异常数据； 其中，所述利用多尺度小波变换的时频特性将卫星在轨遥测时序数据分解为多个近似序列和细节序列，包括以下步骤： 采用三层Daubechies小波变换对卫星在轨遥测时序数据结构进行分解，将卫星在轨遥测时序数据分解为第一层近似序列AS1和细节序列DS1；AS1分量进一步分解为第二层近似序列AS2和细节序列DS2，以此类推完成三层Daubechies小波分解，并保留第三层的近似序列AS3和三层的细节序列DS1、DS2及DS3的四个子序列； 还包括计算注意力得分，包括以下步骤： 通过Query与Key的注意力汇聚，即给定一个Query，计算Query与Key的相关性； 根据Query与Key的相关性，去确定最合适的Value； 通过计算输入序列中每个位置的Query与所有位置的Key的相似度，获得计算注意力得分； 所述计算每个近似序列和细节序列的注意力权重，包括以下步骤： 通过对注意力得分进行归一化处理，将其转化为所有元素权重之和为1的概率分布，并作为对应位置Value的权重系数； 通过对归一化处理后的权重系数与Value进行加权求和，作为注意力机制的计算结果； 以LSTM循环单元为基础结构为编码器和解码器集成Transformer层，通过Transformer层中的注意力机制对每个近似序列和细节序列进行权重分配； Transformer层在模型解码前，通过注意力机制的计算结果获取编码阶段所有序列的隐藏状态；根据编码阶段所有序列的隐藏状态与解码层的隐藏状态，计算相似性得分；通过softmax函数计算注意力机制的计算结果的权重aij； 其中，aij表征其他元素与待编码元素间的相关度，相关度高的元素权重值aij更大。

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北京邮电大学，其通讯地址为：100876 北京市海淀区西土城路10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。