基于数据驱动方法的在轨卫星智能温度预测
打开文本图片集
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。（剩余13750字）