基于弧度特征的火箭时序数据相似性评估
电子技术应用
曾腾1，2，徐海洲3，李林峰1，周淦1，孟令刚1
1.华北计算机系统工程研究所，北京 100083；2.西安电子科技大学 计算机科学与技术学院，陕西 西安 710071； 3.西安邮电大学 计算机学院，陕西 西安 710061
摘要： 评估火箭时序数据的相似性是火箭时序数据分析的主要任务之一。动态时间规整算法是最具代表性的相似性度量算法，但由于其容易发生病态对齐现象，时刻点常被算法错误匹配，导致度量精度难以满足要求。为解决该问题，提出一种基于弧度特征的时序数据相似性评估算法。该算法充分考虑了原始时序特征和弧度特征，并采用时刻邻域信息进行计算，极大地提升了算法对序列局部形状的捕捉能力。将算法用于时间序列分类任务，在9个具有火箭数据类似特征的数据集上与4种相似度度量进行了对比，获得了26.04%以上的分类精度提升，证明了算法的有效性。
中图分类号：TP311 文献标志码：A DOI: 10.16157/j.issn.0258-7998.234350
中文引用格式： 曾腾，徐海洲，李林峰，等. 基于弧度特征的火箭时序数据相似性评估[J]. 电子技术应用，2024，50(2)：71-75.
英文引用格式： Zeng Teng，Xu Haizhou，Li Linfeng，et al. Similarity evaluation of rocket time series data based on radian features[J]. Application of Electronic Technique，2024，50(2)：71-75.
中文引用格式： 曾腾，徐海洲，李林峰，等. 基于弧度特征的火箭时序数据相似性评估[J]. 电子技术应用，2024，50(2)：71-75.
英文引用格式： Zeng Teng，Xu Haizhou，Li Linfeng，et al. Similarity evaluation of rocket time series data based on radian features[J]. Application of Electronic Technique，2024，50(2)：71-75.
Similarity evaluation of rocket time series data based on radian features
Zeng Teng1，2，Xu Haizhou3，Li Linfeng1，Zhou Gan1，Meng Linggang1
1.National Computer System Engineering Research Institute of China， Beijing 100083， China； 2.School of Computer Science and Technology， Xidian University， Xi’an 710071， China； 3.School of Computer Science ＆ Technology，Xi’an University of Posts＆Telecommunications，Xi’an 710061，China
Abstract： Evaluating the similarity of rocket time series data is one of the main tasks in rocket time series data analysis. Dynamic time warping (DTW) is the most representative similarity measurement algorithm, but due to its susceptibility to pathological alignment, time points are often mistakenly matched, making it difficult to meet the accuracy requirements in the rocket field. To address this issue, this paper proposes a similarity evaluation algorithm for time series data based on radian features. By fully considering the original temporal features and radian features, and using time neighborhood information for calculation, the algorithm's ability to capture the local shape of the sequence has been greatly improved. The proposed algorithm was applied to time series classification task and achieved a classification accuracy improvement of over 26.04% on nine datasets with similar features of rocket data,which proved its effectiveness.
Key words : rocket time series data；dynamic time warping（DTW）；time series similarity
引言
随着现代火箭技术的不断发展与航天发射密度的不断提高，对火箭飞行状态快速分析评定，及时发现异常，展开故障诊断已成为航天测试发射领域的迫切需求。遥测参数，作为反映火箭系统工作状态的重要监控指标，是火箭状态快速评定的重要依据。然而，现行的遥测数据分析技术多以包络阈值分析技术结合专家经验进行。如周辉峰[1]等人提出基于中值滤波的双边多点阈值和符号判断相结合的判读方法，用于处理遥测参数中的台阶参数、脉冲参数；李鑫[2]等人提出基于双因子等价权函数的抗差自适应估计算法，对历史数据进行统计，实现参数的估计和标准差的确定，进而展开遥测缓变参数自动判读；王义新[3]等人通过建立遥测大数据处理专家系统，利用固化的工程经验模拟专家思维，对遥测数据进行快速推理诊断。这类方法对数据利用效率较低、特征挖掘不够深入，时常发生漏判和误判，难以满足快评需求。
本文详细内容请下载：
https://www.chinaaet.com/resource/share/2000005858
作者信息：
曾腾1，2，徐海洲3，李林峰1，周淦1，孟令刚1
1.华北计算机系统工程研究所，北京 100083；2.西安电子科技大学 计算机科学与技术学院，陕西 西安 710071； 3.西安邮电大学 计算机学院，陕西 西安 710061
此内容为AET网站原创，未经授权禁止转载。