基于数据驱动方法的在轨卫星智能温度预测

V416.4; 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....

Full description

Saved in:
Bibliographic Details
Published in系统工程与电子技术 Vol. 46; no. 5; pp. 1619 - 1627
Main Authors 夏青, 邱实, 刘新颖, 刘明, 郭金生, 林晓辉
Format Journal Article
LanguageChinese
Published 北京卫星环境工程研究所,北京 100094 01.05.2024
哈尔滨工业大学航天学院,黑龙江哈尔滨 150001%哈尔滨工业大学航天学院,黑龙江哈尔滨 150001
Subjects
temperature forecasting
time series data forecasting
telemetry data
温度预测
时序数据预测
遥测数据
Online AccessGet full text
ISSN1001-506X
DOI10.12305/j.issn.1001-506X.2024.05.16

Cover

More Information
Summary:V416.4; 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.
ISSN:1001-506X
DOI:10.12305/j.issn.1001-506X.2024.05.16