【作者】梁振阳

【导师】徐天阳

【学院】人工智能与计算机学院

【专业】人工智能

【摘要】针对卫星故障处置过程中技术文档来源分散、故障现象与处置经验表达不统一、排查路径复杂且人工检索效率低等问题，本报告面向卫星故障辅助决策场景，围绕多源文档知识组织、关键路径检索与引导式问答决策，提出一种基于稀疏超图的卫星故障决策支持系统设计。针对历史故障案例、运维手册和相关技术资料中故障信息分布松散、语义关联不显著的问题，对文档中的故障现象、原因分析、处置措施、影响部件及关联条件等内容进行结构化整理，构建面向故障分析的基础知识结构。在此基础上设计稀疏超图表示方法，将文档、实体、故障现象与处置措施之间的多元关联统一到超图结构中，以增强跨文档信息聚合能力。为降低冗余连接和噪声路径对检索与推理的干扰，本报告对超图进行关键节点区分与局部稀疏化处理，保留与故障定位密切相关的桥接实体及关键关系路径，从而形成可用于检索与推理的高质量知识库。

其次，在子图检索阶段，为提升关键路径识别能力，本报告微调BERT路径判别模型，用于判断问题与候选路径之间的相关性，并对检索到的路径进行排序与筛选，以支持后续的推理与决策生成。该方法能够有效提高复杂故障场景下路径匹配的准确性，减少无关知识干扰，增强检索结果的可解释性。

最后，针对卫星故障排查中由现象反推原因、由条件约束缩小范围的实际场景，设计并实现了引导式问答机制。该机制结合故障排查流程，将用户输入逐步映射为故障特征要素，通过持续追问与候选条件补全，逐层收敛问题范围，帮助用户从模糊故障描述过渡到明确故障类别与可能原因。完成了卫星故障辅助决策原型系统的设计与功能实现，系统集成了知识组织、路径检索、引导问答和处置建议生成等模块，并在典型故障场景中进行了初步验证。结果表明，该系统能够在多源技术文档条件下实现故障信息的关联、定位与辅助判断，在一定程度上提升了故障分析的条理性、检索效率与决策支持能力。本报告工作为卫星故障知识的结构化利用和面向工程实践的智能辅助决策提供方案，也为后续复杂装备故障诊断与运维支持系统的构建提供了参考。

【关键词】大语言模型；检索增强生成；知识图谱；智能问答；辅助决策

【核心图表】

1.总体架构

2. 基于稀疏超图的卫星故障图谱可视化示例

3. 卫星故障决策支持系统引导研判界面