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。
中圖分類號：TP311 文獻標志碼：A DOI: 10.16157/j.issn.0258-7998.234350
中文引用格式： 曾騰，徐海洲，李林峰，等. 基于弧度特征的火箭時序數據相似性評估[J]. 電子技術應用，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： 曾騰，徐海洲，李林峰，等. 基于弧度特征的火箭時序數據相似性評估[J]. 電子技術應用，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
隨著現代火箭技術的不斷發展與航天發射密度的不斷提高，對火箭飛行狀態快速分析評定，及時發現異常，展開故障診斷已成為航天測試發射領域的迫切需求。遙測參數，作為反映火箭系統工作狀態的重要監控指標，是火箭狀態快速評定的重要依據。然而，現行的遙測數據分析技術多以包絡閾值分析技術結合專家經驗進行。如周輝峰[1]等人提出基于中值濾波的雙邊多點閾值和符號判斷相結合的判讀方法，用于處理遙測參數中的臺階參數、脈沖參數；李鑫[2]等人提出基于雙因子等價權函數的抗差自適應估計算法，對歷史數據進行統計，實現參數的估計和標準差的確定，進而展開遙測緩變參數自動判讀；王義新[3]等人通過建立遙測大數據處理專家系統，利用固化的工程經驗模擬專家思維，對遙測數據進行快速推理診斷。這類方法對數據利用效率較低、特征挖掘不夠深入，時常發生漏判和誤判，難以滿足快評需求。
本文詳細內容請下載：
http://m.tom3567.com/resource/share/2000005858
作者信息：
曾騰1，2，徐海洲3，李林峰1，周淦1，孟令剛1
1.華北計算機系統工程研究所，北京 100083；2.西安電子科技大學 計算機科學與技術學院，陜西 西安 710071； 3.西安郵電大學 計算機學院，陜西 西安 710061
此內容為AET網站原創，未經授權禁止轉載。