基于遥测数据的在轨卫星性能预测方法研究

摘要：

在轨卫星遥测数据的趋势变化能够直接体现卫星的状态和变化,根据遥测数据的变化可以对在轨卫星关键器件的性能和趋势进行预测.首先根据遥测数据特征采用基于X-11的数据分解算法,对选取变量进行分解,再利用多项式拟合、非参数回归、ARMA模型、BP神经网络等方法对分解后的数据进行预测分析,并且对方法的流程和精度进行分析,最后评估衰减因子.针对某在轨卫星温度参数的预测实验,结果证明,提出的预测方法平均相对误差小于8%,能有效地对在轨卫星遥测数据的性能趋势进行预测,为在轨卫星状态监控、健康管理与故障分析等应用服务提供技术保证,具有极其重要的实用价值.

关键词：遥测数据、BP神经网络、ARMA模型、性能预测

所属期刊栏目：40

分类号：TN98-34;TP392

资助基金：国家863项目2015AA1401

在线出版日期：2017-11-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1-5,9