基于深度学习的在轨卫星剩余使用寿命预测方法

本发明公开了一种基于深度学习的在轨卫星剩余使用寿命预测方法，包括：特征提取与融合：获取在轨卫星的各类传感器数据，从传感器数据中提取时域、频域和时频域特征，采用主成分分析法对时域、频域和时频域特征进行融合，得到融合特征；健康指标构建：将融合特征输入预先训练好的健康指标生成模型中，健康指标生成模型输出健康指标曲线；剩余寿命预测：将健康指标曲线输入预先训练好的寿命预测模型中，寿命预测模型输出剩余寿命。本方法通过对多源传感器数据的特征提取与融合，保留最具判别力的信息，提升剩余寿命预测的准确性。