● 摘要
随着航天技术的发展，人类在空间领域的技术活动日益频繁。作为一类很重要的航天器——卫星，其系统复杂庞大，涉及层面多，因而研究卫星的故障诊断、预测与健康管理技术，提高在轨卫星运行的可靠性与安全性，对于科技、军事、经济、政治等多个领域均有着重要意义。论文选择卫星的故障诊断与预测方法作为研究方向，查阅大量有关方面的资料，并在此基础上分析该研究方向国内外的研究现状与发展趋势。并据此，确立自己的研究重点：结合实际课题，研究基于遥测数据的卫星故障预测方法。
在众多基于数据驱动的预测方法当中，本人围绕卫星故障预测系统的设计与开发，研究了基于支持向量机与粒子滤波技术的融合算法及其故障预测应用。研究了粒子滤波技术和支持向量机的基本原理，以及各自算法技术的优缺点，从而找到将粒子滤波技术和支持向量机结合在一起的途径；在此基础上，建立了一个两种技术相融合的基本预测框架，并对其作简要的功能描述。利用数学软件，对所做出的预测算法进行仿真，并通过实例验证了所研究预测算法的可行性与性能上的优越性。
最后，基于预测模型的总体结构设计，以卫星系统为对象，结合实际研究开发了一个卫星故障预警系统，并最终利用带有故障信息的真实遥测数据对所提出的方法的可行性进行了验证。结果说明该预测方法确实可行有效。该预警系统方法的提出，对监测人员早期发现在轨卫星发生故障，缩短故障处理的时间，提高卫星系统的可靠性与安全性有着重要的意义。