基于数据驱动方法的在轨卫星智能温度预测

来源：系统工程与电子技术杂志2024年第5期北京时间：

作者：夏青, 邱实, 刘新颖, 刘明, 郭金生, 林晓辉

单位：1. 哈尔滨工业大学航天学院, 黑龙江 哈尔滨 150001；2. 北京卫星环境工程研究所, 北京 100094

摘要：针对传统卫星温度预测方法在预测精度和鲁棒性方面表现不佳，难以满足高维度耦合数据预测需求的问题，提出一种针对卫星温度遥测数据的多元时序数据预测模型——改进的时间序列处理模块(advanced time series processing module, ATSPM)-Net。首先，构建了包含一维卷积和门控循环单元(gated recurrent unit, GRU)的ATSPM，以对高度耦合的遥测数据中的时间依赖关系进行多尺度提取。接着，设计了多元时序数据预测模型ATSPM-Net。通过堆叠ATSPM，ATSPM-Net确保模型的灵活感受野，从而实现高准确率和鲁棒性的遥测数据预测。最后，在5个数据集上进行的数值实验结果表明，相较于其他类型的时序数据预测模型，ATSPM-Net在参数量较少的情况下能展现出更优异的温度预测性能。

关键词：温度预测,遥测数据,时序数据预测