王 旭，都晓辉，陈昌麟 ，付 宇，杨 涛

(1.航天东方红卫星有限公司，北京 100094; 2.山东航天电子技术研究所，山东 烟台 264670； 3.空间电子信息研究院，西安 710100)

0 引言

机器学习作为人工智能技术的重要分支，在数据挖掘、生物特征识别、机器人等领域有着十分广泛的应用，提高了诸多行业的生产力水平。但在我国卫星制造和卫星在轨管理领域，使用机器学习技术对卫星遥测进行分析和建模的应用尚不普及，仍然较多地依赖人工分析+专家系统解决特定的问题，在面对数量庞大、多类型且相关性复杂的数据时，无法提供有效的综合处理能力[1]。相比专家系统，机器学习在这些方面有天然的优势：它能够处理更加庞大的数据，能够梳理和关联数据的维度信息，并且具有数据处理的实时性。使用机器学习技术后，卫星可以产生更多的数据，为建立各种功能模型提供参数和特征，而不必作为遥测下传。应用这些功能模型就能更加敏感地感知和预测卫星的状态，进而提高卫星研制效率和卫星在轨自主管理水平。

本文以对星载铷钟的遥测数据建模为例，介绍了利用Python的生态环境对卫星数据进行分析，并使用机器学习的算法来建立预测模型的通用方法，为探索人工智能技术在卫星制造领域的应用提供支撑。

1 算法研究与建模的方法

1.1 Python库生态圈

Python是一门动态语言，Python由于拥有强大而成熟的开发生态，逐步成为了机器学习领域最受欢迎的开发语言[2]。IEEE Spectrum第六届编程语言排名评出了2019年度十大流行语言，Python连续数年稳居榜首[3]，如图1所示。……