航天器故障诊断与在轨维护：基于生成式AI的遥测数据异常检测与处置指令生成.docxVIP

PAGE2

《航天器故障诊断与在轨维护：基于生成式AI的遥测数据异常检测与处置指令生成》

一、调研概述

1.1调研背景与目的

随着全球深空探测任务复杂度呈指数级攀升，航天器正面临前所未有的自主性挑战。传统依赖地面站人工判读遥测数据并生成指令的模式，在数十分钟甚至数小时通信延迟的深空环境中已难以为继。

生成式人工智能技术的突破性进展，为构建具备自主感知与决策能力的下一代航天器提供了全新范式。本报告旨在深入剖析生成式AI在航天器故障诊断与在轨维护领域的应用潜力。

研究聚焦于大模型在有限算力星载环境下的部署挑战，系统探讨其在深空探测自主决策中的关键作用。通过全面评估技术成熟度与市场可行性，为航天机构制定智能化转型战略提供数据支撑与决策参考。

本报告的实践意义在于，揭示从“天地大回路”控制向“星上自主闭环”演进的技术路径，助力我国在深空探测领域构建先发优势。

1.2研究范围与方法

本调研覆盖星载生成式AI软硬件生态、遥测异常检测算法演进及自主指令生成系统三大核心领域。时间维度上，重点分析2020年至2030年的技术迭代与市场渗透趋势。

研究采用多维度混合方法，包括对NASA、ESA及中国国家航天局公开技术报告的文献计量分析，以及对星载计算芯片厂商的深度访谈。数据来源涵盖学术论文、专利数据库及航天产业投融资记录。

局限性在于，航天领域的高度保密性导致部分核心参数难以获取，且星载AI