基于ARIMA模型的载人航天器氧分压分析及预测方法

载人航天器环控生保系统中的氧分压分析监测关系到航天员在轨的安全与健康，是地面控制中心重点关注的关键信息。提出了一种基于时间序列数据模型的载人航天器氧分压分析及预测方法，对在轨遥测数据进行处理分析，应用ARIMA模型对氧分压历史数据进行分解建模，并预测其未来趋势。通过对载人航天器氧分压在轨数据的实测分析，对历史数据拟合均方根误差为0.1537 kPa,预测均方根误差为0.1378 kPa,预测精度较高。该方法基于短期历史环境信息分析建模，实现对未来状态变化的有效预测，有效提升了现有预测方法的预测时长，提前识别系统运行过程中的异常状态。