Современные методы машинного обучения для анализа технического состояния космических аппаратов по данным телеметрической информации

Приводится обзор основных достижений в области методов интеллектуального анализа данных о техническом состоянии космических аппаратов (КА). Основной акцент делается на анализе телеметрической информации (ТМИ), позволяющем идентифицировать нехарактерные для нормальной работы состояния КА и предсказывать возможные сбои в работе КА или его составных частей. Рассмотрены основные этапы, необходимые для создания систем мониторинга состояния КА общего назначения, подробно представлены методы обнаружения аномалий в ТМИ с учетом специфики КА и проанализированы известные авторам публикации по этой тематике. Приведены примеры внедрения таких систем в центрах управления полетами разных стран. Обсуждаются перспективные направления развития методов анализа технического состояния сложных систем, которые актуальны для решения задач в космической технике, а также отмечаются основные факторы, препятствующие развитию методов машинного обучения для анализа телеметрической информации.