数据预测技术通过对航天器的关键状态参数的变化进行趋势分析，并对其未来行为进行推断，可以在故障发生之前给出警报信息，以便采取相应的对策，从而将事故消灭在萌芽状态。因此，非常有必要发展数据预测技术。本文以国家武器装备“十五”预研“卫星长寿命高可靠技术”研究项目为背景，结合“风云一号”卫星大量待处理遥测数据，开展神经网络预测技术的研究，并取得了一定成功。　　神经网络预测技术在国内的发展比较缓慢，在航天系统的应用方面开展的较少。本文的第二章对神经网络及神经网络预测技术进行了全面、详细的研究，为将神经网络预测技术应用于卫星非平稳遥测数据的预测做好了铺垫。　　在第三章，对PRNN神经网络的结构、PRNN神经网络训练和学习及PRNN神经网络预测算法进行了深入的研究，并利用FY-1C卫星在轨运行的遥测数据进行应用研究。PRNN神经网络能够很好的跟踪非平稳数据的趋势，能够提前预测到故障的发生，在卫星遥测数据的处理中具有一定的可行性。　　由于复杂的空间环境影响，在卫星遥测数据中，通常含有大量的噪声、空缺值、无效值等坏信息，必然会给数据分析工作带来不便，甚至会严重影响分析结论。因此，在建立时间序列模型之前必须先对动态数据进行必要的预处理。在本文的“数据预测系统”中，我们利用LMS自适应算法对数据进行预处理。　　在第四章，在研究神经网络预测方法的基础上，利用MATLAB编程语言，开发了包括ARMA、神经网络在内的多种预测模型。并用VB编程语言开发了的数据预测系统，在该系统中，所有预测模型全部被封装进一个预测组件，用户可以根据需要调用不同的预测方法。数据预测系统利用“风云一号”卫星遥测数据作为实验数据，直接对遥测数据库进行操作，能够根据用户需要提取相应数据，并依次进行数据预处理、趋势分析和数据预测等一系列数据分析处理，数据预测功能强大。