[發明專利]針對光變曲線在線分析及異常報警的方法及系統

有效

• 申請號: 201611147698.5
• 申請日: 2016-12-13
• 公開（公告）號: CN106777084B
• 公開（公告）日: 2020-09-18
• 發明（設計）人: 孫延奎;邱嘉銘
• 申請（專利權）人: 清華大學
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06F16/58;G06F16/583
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 李相雨

1.一種針對光變曲線在線分析及異常報警的方法，其特征在于，包括：

獲取待分析星體的光變曲線，其中，所述光變曲線為由所述星體按時間先后順序在一定時間范圍內各時刻的多個光亮度組成的光亮度序列；

對于所述光變曲線中的每個樣本點，計算該樣本點對應的長時間窗口與短時間窗口的特征統計量，并根據所述特征統計量計算預設的歸一化變量的值，將所述歸一化變量的值代入預設的判別函數計算得到對應的判別函數值，根據所述判別函數值判斷是否需要將所述光變曲線與預設的一系列模板曲線進行匹配，若需要將所述光變曲線與所述模板曲線進行匹配，則將所述光變曲線進行歸一化后，將歸一化后的光變曲線與所述模板曲線進行匹配，并使用動態時間規整算法計算所述歸一化后的光變曲線與每一條模板曲線之間的差異度，若判斷獲知存在一個差異度小于指定閾值，則觸發報警，否則不觸發報警；其中，所述預設的判別函數能夠用于計算歸一化變量與預設的期望值的偏差程度；

所述計算該樣本點對應的長時間窗口與短時間窗口的特征統計量，包括：

計算該樣本點對應的長時間窗口內樣本點特征值的均值和方差，以及該樣本點對應的短時間窗口內樣本點特征值的均值，其中，該樣本點對應的長時間窗口為該樣本點對應的時刻及該時刻前L-1個時刻對應的樣本點組成的點集，該樣本點對應的短時間窗口為該樣本點對應的時刻及該時刻前S-1個時刻對應的樣本點組成的點集，L和S均為大于1的整數，且LS；其中，所述特征值為亮度值或基于分層時序記憶的算法判斷的數據點的異常值；

所述光變曲線的采樣間隔為15秒，L＝2000，S＝40；

所述基于分層時序記憶的算法判斷的數據點的異常值為HTM異常值S_t，其中，所述HTM異常值的計算公式為Π(x_t)為HTM對對應時刻所述待分析星體光亮度的預測值的稀疏向量表示，a(x_t)為對應時刻所述待分析星體光亮度的實際測量值的稀疏向量表示，·表示向量的內積運算，||a(x_t)||₀為a(x_t)的0范數；

所述根據所述特征統計量計算預設的歸一化變量的值，包括：

計算所述歸一化變量的值N_t，計算公式為其中，μ_t為該樣本點對應的長時間窗口內樣本點特征值的均值，為該樣本點對應的長時間窗口內樣本點特征值的方差，為該樣本點對應的短時間窗口內樣本點特征值的均值。

2.根據權利要求1所述的方法，其特征在于，所述獲取待分析星體的光變曲線，包括：

獲取所述待分析星體的巡天圖像，通過對所述巡天圖像進行點源提取、交叉認證處理，得到所述光變曲線。

3.根據權利要求1所述的方法，其特征在于，所述判別函數的表達式為：其中，

4.根據權利要求1所述的方法，其特征在于，所述根據所述判別函數值判斷是否需要將所述光變曲線與預設的一系列模板曲線進行匹配，包括：

若所述特征值為光亮度，則若判斷獲知所述判別函數值小于第一數值或大于第二數值時確定需要將所述光變曲線與所述模板曲線進行匹配，否則，則確定不需要將所述光變曲線與所述模板曲線進行匹配，其中，所述第一數值與第二數值的和為1；或者

若所述特征值為HTM異常值，則若判斷獲知所述判別函數值小于第三數值時確定需要將所述光變曲線與所述模板曲線進行匹配，否則，則確定不需要將所述光變曲線與所述模板曲線進行匹配。

5.根據權利要求4所述的方法，其特征在于，所述第一數值和第三數值為0.05，所述指定閾值為0.5。

6.一種針對光變曲線在線分析及異常報警的系統，其特征在于，包括：

獲取單元，用于獲取待分析星體的光變曲線，其中，所述光變曲線為由所述星體按時間先后順序在一定時間范圍內各時刻的多個光亮度組成的光亮度序列；

處理單元，用于對于所述光變曲線中的每個樣本點，計算該樣本點對應的長時間窗口與短時間窗口的特征統計量，并根據所述特征統計量計算預設的歸一化變量的值，將所述歸一化變量的值代入預設的判別函數計算得到對應的判別函數值，根據所述判別函數值判斷是否需要將所述光變曲線與預設的一系列模板曲線進行匹配，若需要將所述光變曲線與所述模板曲線進行匹配，則將所述光變曲線進行歸一化后，將歸一化后的光變曲線與所述模板曲線進行匹配，并使用動態時間規整算法計算所述歸一化后的光變曲線與每一條模板曲線之間的差異度，若判斷獲知存在一個差異度小于指定閾值，則觸發報警，否則不觸發報警；其中，所述預設的判別函數能夠用于計算歸一化變量與預設的期望值的偏差程度；

所述處理單元，用于：

計算該樣本點對應的長時間窗口內樣本點特征值的均值和方差，以及該樣本點對應的短時間窗口內樣本點特征值的均值，其中，該樣本點對應的長時間窗口為該樣本點對應的時刻及該時刻前L-1個時刻對應的樣本點組成的點集，該樣本點對應的短時間窗口為該樣本點對應的時刻及該時刻前S-1個時刻對應的樣本點組成的點集，L和S均為大于1的整數，且LS；其中，所述特征值為亮度值或基于分層時序記憶的算法判斷的數據點的異常值；

所述光變曲線的采樣間隔為15秒，L＝2000，S＝40；

所述基于分層時序記憶的算法判斷的數據點的異常值為HTM異常值S_t，其中，所述HTM異常值的計算公式為Π(x_t)為HTM對對應時刻所述待分析星體光亮度的預測值的稀疏向量表示，a(x_t)為對應時刻所述待分析星體光亮度的實際測量值的稀疏向量表示，·表示向量的內積運算，||a(x_t)||₀為a(x_t)的0范數；

所述處理單元，用于：

計算所述歸一化變量的值N_t，計算公式為其中，μ_t為該樣本點對應的長時間窗口內樣本點特征值的均值，為該樣本點對應的長時間窗口內樣本點特征值的方差，為該樣本點對應的短時間窗口內樣本點特征值的均值。