朱晓乐 王 华 符菊梅 陈景鹏 徐腊萍

（1装备指挥技术学院 2中国西昌卫星发射中心）

1 引言

航天科研试验中，飞行数据可以作为故障诊断的一种数值依据，需要对运载火箭飞行数据进行监测，以便及时了解运载火箭的工作状态和工作环境，为指挥控制中心提供决策支持[1]。动力系统作为运载火箭的重要组成部分，其系统参数变化是否正常，能够直接反映运载火箭飞行情况，目前，国内卫星发射中心的飞行状态快速评估系统能够对运载火箭的飞行结果进行快速、科学的评估，如果能够对飞行数据，尤其动力系统缓变数据变化趋势进行实时预测，将可提前预测出潜在的故障趋势，为指挥控制中心进行决策提供更有力的支持。

在众多预测方法中，回归分析预测法主要基于因果关系分析，并且需要大量现有数据进行分析，比较适合事后处理，实时性不够[2]。灰色预测法要求数据资料具有确定性趋势，灵活性不够[3]。神经网络模型预测法需要大量现有数据来训练模型，模型训练辨识完成后才能进行预测，一旦数据序列特征发生较大变化，就要重新学习与建模，灵活性不够，实时性也不够[4]。指数平滑法建模简单，适用范围广，对历史数据的依赖程度比较低，实时性也比较好，但是对数据突变趋势的跟踪能力比较弱，容易导致预测结果滞后[5]。本文采用的ARMA模型是一种时间序列预测方法，它将预测对象随时间变化形成的序列，看作是一个随机时间序列。……