一种基于在线学习的航天器运行状态短时预测方法

    公开(公告)号:CN117010079A

    公开(公告)日:2023-11-07

    申请号:CN202310810033.1

    申请日:2023-07-04

    Abstract: 本发明提出一种基于在线学习的航天器运行状态短时预测方法。本发明所述方法首先基于有限的地面试验数据,挖掘航天器运行状态以及对应状态监测参数在时序上的关联关系,进而建立基于时间卷积网络(TemporalConvolutionalNetwork,TCN)的航天器运行状态短时预测模型。在此基础上,基于实时采集的航天器遥测数据,采用递推极限学习机(RecursionExtremeLearningMachine,R‑ELM)的方法对模型进行在线更新,并用更新后的模型完成航天器运行状态的短时预测,进而减少因为模型失配导致的预测偏差。

Patent Agency Ranking