来源：期刊VIP网 时间：
作者：林启杨;张昊鹏;皮德常;
单位：南京航空航天大学;北京空间飞行器总体设计部;
摘要：针对目前遥测数据多参数预测精度不足的问题，文章提出一种基于图注意力网络和时域卷积网络的预测方法。首先，采用多尺度时域卷积残差网络组件提取遥测时序数据在不同时间跨度下的时间依赖关系，以捕捉时间模式；随后，利用图结构学习组件自动获取遥测数据变量之间的空间依赖关系，以捕捉空间模式；最后，将图节点特征表示与数据嵌入表示进行融合，增强图注意力网络在信息聚合和消息传递过程中的学习能力。在某卫星遥测数据集上的应用结果表明：该方法比双向长短期记忆网络(LSTM)模型的平均绝对误差(MAE)降低62.38%,显著提高了遥测数据多参数的预测精度，为保障在轨卫星正常运行提供了更多决策分析支持。
关键词：卫星遥测参数;;预测模型;;图注意力网络;;时域卷积网络
