一种飞行器多传感器数据故障预测方法

本发明涉及多传感器数据处理技术领域，具体为一种飞行器多传感器数据故障预测方法。包括多传感器异常数据增强模型和基于神经网络的故障预测模型；多传感器异常数据增强模型是基于扩散过程来生成新的时间序列数据，由编码器、数据生成网络、解码器组成；基于神经网络的故障预测模型包括深度孪生自注意力网络模型，深度孪生自注意力网络模型包含两个网络结构相似的子模型。该发明能够实现输入一个传感器异常数据类型，便可生成多个与实际飞行过程中传感器采集到的异常数据相似度高的数据，将生成的数据用于故障预测模型的模型参数更新，最终提高故障预测准确率。