孙宇豪，李国通,3†，张鸽

(1 中国科学院微小卫星创新研究院, 上海 201203； 2 中国科学院大学, 北京 100049； 3 上海科技大学, 上海 201210)(2019年10月18日收稿； 2020年1月21日收修改稿)

卫星作为一个复杂度较高、涉及技术较广且造价昂贵的综合性系统，由于所处空间环境的不确定性以及发射前测试的局限性，在轨运行期间不可避免地会出现一些异常或故障。在卫星故障早期及时发现遥测数据异常对延长卫星使用寿命，保证卫星通信、导航、遥感等任务的连续性，提高卫星在轨运行的安全性都具有重大意义。

目前，国内工程上普遍采用设置阈值[1]的方法和专家系统[2]的方法对遥测数据进行异常检测。设置阈值的方法需要根据以往的工程经验和专家经验对部分遥测参数设定门限，将超出门限的数据标记为异常数据。这种方法简单有效，误检率低，但是有许多故障发生时遥测参数并不会超出所设门限。而且这种方法需要耗费大量的人力物力，可扩展性低。专家系统需要依据大量的专家知识和以往的故障库建立数学、物理模型，以此自动检测卫星故障和数据异常。专家系统的异常检测能力要远大于设置阈值的方法，但是卫星设计结构复杂，很难建立准确且完备的模型，而且专家系统无法检测到未知的异常。

随着卫星数量不断增加，从卫星传到地面的数据也在源源不断地增加，数据中包含的大量信息亟需挖掘。基于数据驱动的异常检测方法[3-6]从数据出发，不需要专家知识和精确的数学物理模型，有较好的扩展性。……