看到一篇博士论文，正在学习中。

航天器故障诊断技术具有了如下的发展趋势：

（1）由基于规则的故障诊断专家系统向基于模型的混合诊断系统发展。由于航天器故障诊断专家系统其知识库覆盖故障模式有限，限制了其故障诊断能力，基于模型方法是基于深知识的诊断方法，利用了设备的结构、行为和功能等深层知识建立诊断模型（什么是深层次知识，系统内部的信息，结构，故障模式？），从故障机理的层次找到故障原因，缓解了故障诊断方面历史经验不足的特点。

（2）由诊断可预知故障向诊断未预知故障发展。系统设计时都要进行可靠性分析，对已知故障做出比较完善的预防措施和处理方案（故障诊断问题的通病，已知模式可诊断，未知模式无法诊断，专家很不满意）。而未知故障往往会影响整个航天器的正常运行，甚至导致航天器彻底失效。因此，诊断系统应具有一定的诊断未知故障的能力，才能提高系统的可靠性。

（3）由非实时诊断向实时诊断发展。诊断要具有快速、准确的诊断能力，以便及时采取相应的措施，提高对故障的快速反应能力。（可重构计算？）

（4）由地面诊断系统向在轨自主诊断发展。传统的航天器故障诊断，一般由地面负责其状态监测和故障诊断工作，但是地面处理能力有限，实时性必定也不好。因此有必要研究航天器的在轨自主诊断技术，这是未来发展的方向，（但是如何提高自主诊断的智能特性，这个智能究竟想什么方向发展？需要研究。）

从目前航天器故障诊断技术的发展趋势可以看出，在轨自主诊断是一个发展方向，其目标是使航天器具有自主故障诊断能力和系统重构的能力（这里很关键，系统重构，怎样才能做出新意？），从而提高航天器在难以预料和多变环境下的可靠性，减小对于地面测控网络的依赖性，增强其安全性并降低运行成本。在轨自主故障诊断技术包括：状态监测，故障预警，故障诊断，故障隔离，以及系统重构，自主学习等内容，这些技术共同构成了一个集成健康管理系统（核心不在于名称，是diagnosis还是PHM，而在于前面的研究内容要深入下去）。

看到参考文献中的一个内容：evolutionary concept for embeded sensor placement，这个似乎是一个比较有意思的点。

故障诊断方法的分类：

故障诊断方法按照建模方法来分，分为定量模型，半定量模型以及定性模型。也有不需要依赖模型的基于里是数据的方法（模式识别的方法）。从诊断方法来分，其基本依据主要有两个方面，