黄瑾 ， 刘洋 ， 钟麦英 ， 等 ， 2021 . 利用随机森林算法的卫星控制系统故障诊断 ［J］. 宇航学报 ， 42 （ 4 ）： 513 - 521 .

梁寒玉 ， 刘成瑞 ， 刘文静 ， 等 ， 2024 . 基于序列-图像映射的航天器智能故障诊断方法 ［J］. 飞控与探测 ， 7 （ 1 ）： 62 - 71 .

陆钦华 ， 陈嘉宇 ， 王旭航 ， 等 ， 2025 . 数据不平衡故障诊断：一种预训练数据增强方法 ［J］. 测控技术 ， 44 （ 1 ）： 10 - 21 .

邱瑞 ， 姚全营 ， 刘鹏 ， 等 ， 2024 . 基于动态不确定因果图的航天器故障诊断方法 ［J］. 航天器工程 ， 33 （ 5 ）： 9 - 14 .

沈毅 ， 李利亮 ， 王振华 ， 2020 . 航天器故障诊断与容错控制技术研究综述 ［J］. 宇航学报 ， 41 （ 6 ）： 647 - 656 .

孙权 ， 彭飞 ， 李宏胜 ， 等 ， 2024 . 样本不均衡下基于CGAN-CNN的逆变器故障诊断方法 ［J］. 电源学报 ， 22 （ 6 ）： 318 - 326 .

张达 ， 高君宇 ， 丁腾欢 ， 等 ， 2023 . 基于时序二维化的航空传感器故障检测 ［J］. 西北工业大学学报 ， 41 （ 6 ）： 1033 - 1043 .

Arjovsky M ， Chintala S ， Bottou L ， 2017 . Wasserstein generative adversarial networks ［C］// Proceedings of the 34th International Conference on Machine Learning . Sydney， NSW， Australia ： 214 - 223 .

Chapman P ， Zentgraf P ， Jafry Y ， 2003 . Drag-free control design including attitude transition for the STEP mission ［J］. Guidance， Navigation and Control （GNC） ， 516 ： 551 .

Chen S ， Yang R ， Zhong M ， et al ， 2023 . A random forest and model-based hybrid method of fault diagnosis for satellite attitude control systems ［J］. IEEE Trans Instrum Meas ， 72 ： 3518413 .

Gao S ， Zhang W ， He X ， 2020 . Observer‐based multiple faults diagnosis scheme for satellite attitude control system ［J］. Asian J Control ， 22 （ 1 ）： 307 - 322 .

Gallon R ， Schiemenz F ， Menicucci A ， et al ， 2025 . Convolutional neural network design and evaluation for real-time multivariate time series fault detection in spacecraft attitude sensors ［J］. Adv Space Res ， 76 （ 5 ）： 2960 - 2976 .

Goodfellow I ， Pouget-abadie J ， Mirza M ， et al ， 2014 . Generative adversarial nets ［EB/OL］. MIT Press . DOI： 10.3156/JSOFT.29.5_177_2 http://dx.doi.org/10.3156/JSOFT.29.5_177_2 .

Grewal M S ， Weill L R ， Andrews A P ， 2007 . Global positioning systems， inertial Navigation， and integration ［M］. NewYork ： John Wiley & Sons .

Gulrajani I ， Ahmed F ， Arjovsky M ， et al ， 2017 . Improved training of Wasserstein GANs ［C］// Proceedings of the 31st International Conference on Neural Information Processing Systems . Long Beach， California， USA ： 5769 - 5779 .

Guo X G ， Tian M E ， Li Q ， et al ， 2020 . Multiple-fault diagnosis for spacecraft attitude control systems using RBFNN-based observers ［J］. Aerosp Sci Technol ， 106 ： 106195 .

He W ， Lin L ， Fu S ， et al ， 2025 . Differential contrast guidance for aeroengine fault diagnosis with limited data ［J］. J Intell Manuf ， 36 （ 2 ）： 1409 - 1427 .

Hedayati M ， Rahimi A ， 2025 . A hybrid framework for real-time satellite fault diagnosis using Markov jump-adjusted models and 1D sliding window Residual Networks ［J］. Acta Astronaut ， 228 ： 1066 - 1087 .

Hedayati M S ， Barzegar A ， Rahimi A ， 2024a . Fault diagnosis and prognosis of satellites and unmanned aerial vehicles： A review ［J］. Appl Sci-Basel ， 14 （ 20 ）： 9487 .

Hedayati M S ， Barzegar A ， Rahimi A ， 2024b . Mitigating data scarcity for satellite reaction wheel fault diagnosis with Wasserstein generative adversarial networks ［C］// IEEE International Conference on Prognostics and Health Management . Spokane， WA， USA ： 367 - 376 .

Henry D ， 2008 . Fault diagnosis of microscope satellite thrusters using H-infinity/H_ filters ［J］. J Guid Control Dyn ， 31 （ 3 ）： 699 - 711 .

Lei C ， Miao C ， Wan H ， et al ， 2023 . Rolling bearing fault diagnosis method based on MTF-MFACNN ［J］. Meas Sci Technol ， 35 （ 3 ）： 035007 .

Li Y ， Hu Q ， Shao X ， 2022 . Neural network-based fault diagnosis for spacecraft with single-gimbal control moment gyros ［J］. Chin J Aeronaut ， 35 （ 7 ）： 261 - 273 .

Markley F L ， Crassidis J L ， 2014 . Fundamentals of spacecraft attitude determination and control ［M］. NewYork ： Springer .

Marwan N ， Romano M C ， Thiel M ， et al ， 2007 . Recurrence plots for the analysis of complex systems ［J］. Phys Rep ， 438 （ 5/6 ）： 237 - 329 .

Meng L ， Xie J ， Cheng L ， et al ， 2026 . Multi-condition bearing fault diagnosis method based on RP-MBRN ［J］. Struct Health Monit ， 25 （ 1 ）： 456 - 467 .

Pourtakdoust S H ， Fakhari Mehrjardi M ， Hajkarim M H ， et al ， 2023 . Advanced fault detection and diagnosis in spacecraft attitude control systems： Current state and challenges ［J］. J Aerosp Eng ， 237 （ 12 ）： 2679 - 2699 .

Suo M ， Zhu B ， An R ， et al ， 2019 . Data-driven fault diagnosis of satellite power system using fuzzy Bayes risk and SVM ［J］. Aerosp Sci Technol ， 84 ： 1092 - 1105 .

Venkateswaran N ， Siva M S ， Goel P S ， 2002 . Analytical redundancy based fault detection of gyroscopes in spacecraft applications ［J］. Acta Astronaut ， 50 （ 9 ）： 535 - 545 .

Wang Z ， Oates T ， 2015 . Imaging time-series to improve classification and imputation［PP/OL］ . https：//arxiv.org/abs/1506.00327 https://arxiv.org/abs/1506.00327 .

Xiao B ， Yin S ， 2020 . A deep learning based data-driven thruster fault diagnosis approach for satellite attitude control system ［J］. IEEE Trans Ind Electron ， 68 （ 10 ）： 10162 - 10170 .

Yang C L ， Chen Z X ， Yang C Y ， 2019 . Sensor classification using convolutional neural network by encoding multivariate time series as two-dimensional colored images ［J］. Sensors ， 20 （ 1 ）： 168 .

Yang Y ， 2012 . Spacecraft attitude determination and control： Quaternion based method ［J］. Annu Rev Control ， 36 ： 198 - 219 .

Zhang X ， Yang K ， 2025 . Transformer fault diagnosis method based on MTF and GhostNet ［J］. Measurement ， 249 ： 117056 .

Zhao H ， Liu M ， Sun Y ， et al ， 2024 . Automated design of fault diagnosis CNN network for satellite attitude control systems ［J］. IEEE Trans Cybern ， 54 （ 7 ）： 4028 - 4038 .