基于遥测数据的在轨卫星性能预测方法研究

发布时间：2018-02-01 01:39

本文关键词： 遥测数据 BP神经网络 ARMA模型性能预测　出处：《现代电子技术》2017年21期 　论文类型：期刊论文

【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。
[Abstract]:The trend change of satellite telemetry data in orbit can directly reflect the state and change of satellite. According to the change of telemetry data, the performance and trend of the key devices in orbit satellite can be predicted. Firstly, the data decomposition algorithm based on X-11 is used to decompose the selected variables according to the characteristics of the telemetry data. Then the decomposed data are predicted and analyzed by polynomial fitting, non-parametric regression ARMA model and BP neural network, and the process and precision of the method are analyzed. Finally, the attenuation factor is evaluated. The experimental results show that the average relative error of the proposed method is less than 8%. It can effectively predict the performance trend of in-orbit satellite telemetry data, and provide technical guarantee for in-orbit satellite status monitoring, health management and fault analysis. It has extremely important practical value.
【作者单位】：装备学院研究生管理大队;装备学院信息装备系;
【基金】：国家863项目(2015AA1401)
【分类号】：TP183;V557
【正文快照】： 0引言在轨卫星长期处于空间环境中,在其运行、管理和监测过程中,卫星部件各部分会产生海量的遥测数据,这些遥测数据并不是一无所用,其中潜藏着大量价值信息,包括测控数据信息、故障信息、载荷相关信息等,这些遥测数据经过相关处理分析可以反映卫星的功能和性能发生缓慢、规律

【相似文献】