С расширенным применением беспилотных летательных аппаратов (БПЛА) обеспечение их безопасности и надежности становится все более важным. Методы обнаружения аномалий на основе данных показывают отличные результаты в области мониторинга состояния БПЛА. Существующие исследования могут извлекать пространственно-временные характеристики из многомерных данных полета, но часто сосредоточены на сложных многомерных взаимосвязях, игнорируя внутренние свойства одномерных данных, что ведет к недостаточному контролю внутренней информации одномерных переменных. Следовательно, незначительные отклонения в отдельных переменных полета могут быть скрыты доминирующими многомерными признаками, что ограничивает способность модели различать мелкозернистые аномалии и нормальное состояние полета. Для решения этой проблемы в данной работе предлагается новая структура динамического восприятия тенденций для мелкозернистого обнаружения аномалий БПЛА — F-UAD. F-UAD направлена на совместное сохранение одномерных признаков, извлечение многомерно связанных признаков и динамическое восприятие тенденций, что позволяет выявлять тонкие отклонения и идентифицировать мелкозернистые аномалии в данных полета БПЛА. На этапе обучения модуль динамического восприятия тенденций включает (1) многомасштабную реконструкцию пространственно-временных признаков для балансировки независимого сохранения одномерных признаков и всестороннего извлечения многомерных связанных признаков, и (2) динамическое прогнозирование тенденций на основе разложения трендов полета для усиления способности восприятия сложных временных процессов. На этапе тестирования структура объединяет согласованность реконструкции и согласованность динамических тенденций для вычисления оценок аномалий, повышая дифференцируемость между нормальными и аномальными состояниями полета. Экспериментальные результаты показывают, что структура F-UAD превосходит современные передовые методы на 6 поднаборках реального набора данных AirLab Faults and Anomalies (ALFA), эффективно повышая надежность БПЛА.

обнаружение аномалий;многомерные временные ряды;ненаблюдаемое обнаружение аномалий;беспилотные летательные аппараты (БПЛА);данные полета