科研之友
微信
新浪微博
Facebook
分享链接
摘要
快速存储记录器QAR(quick access recorder)数据保留了飞行器大量的飞行参数，使得研究飞行器飞行安全、保障飞行品质成为可能。针对多维QAR数据的安全检测要求，本文提出一种基于卷积VAE和多头自注意力-LSTM模型，用于有效且可解释的多维时间序列异常检测。该模型能够捕获多个时间序列数据通道之间的空间信息和时间信息，对序列模式进行可解释的重建从而检测所有类型的异常。实验部分在真实的QAR数据集上与iForest、LSTM、VAE、LSTM-VAE和USAD等已有方法进行对比。结果表明，该模型在3个不同阶段的异常检测中，F1分数分别达到0.891 2、0.942 4、0.953 7,均优于对比模型，能够准确检测出多维QAR数据中存在的异常。
- 出版日期2023
- 单位中国民航科学技术研究院; 天津工业大学
