1. 课程导入与领域全景

航空航天电子健康监测与预测（Electronic Health Monitoring and Prognostics，常缩写为EHM/PHM）是一门围绕电子系统“当前是否健康、未来还能用多久、何时该修”展开的交叉技术。它把传感器、数据采集、信号处理、故障诊断、寿命预测与维修决策串成一条闭环链路，目标不是等设备坏了再修，而是在性能退化尚未演变为功能失效之前，就给出可执行的判断。对飞机、卫星、运载火箭而言，电子系统一旦失效，后果往往不是停机返修，而是任务失败甚至安全事故，因此EHM的价值首先体现在安全性与任务成功率的提升上。

要理解这门课，先要明确“健康”在电子系统中的含义。电子部件的失效通常不是瞬间跳变，而是参数缓慢漂移：电源模块的输出纹波逐渐增大、连接器接触电阻缓慢上升、功率器件结温在相同负载下持续走高、惯性传感器的零偏随温度和时间漂移。这些变化在早期并不影响功能，却会在累积后触发阈值越限。EHM的核心任务，就是从可测的电压、电流、温度、振动、误码率等信号中，提取能反映退化程度的特征量，并据此判断健康状态、估计剩余使用寿命（RUL）。

典型监测对象覆盖航电系统的多个层级。最底层是元器件与电路板级，如DC-DC电源模块、FPGA、功率MOSFET、电解电容；中间层是模块与LRU（外场可更换单元），如飞控计算机、惯导组件、通信收发模块；上层是子系统与整机，如供电系统、作动系统、导航系统。不同层级的可测参数、失效机理和维修策略差异很大，因此EHM必须分层设计、逐级汇聚。下表给出一个简化的对象—参数—退化表征示例，用于建立直观认识。

从全寿命周期看，EHM贯穿设计、生产、使用和维修四个阶段。设计阶段要确定可测点、传感器布局和健康指标；生产阶段通过筛选与老化试验建立基线数据；使用阶段持续采集并跟踪退化趋势；维修阶段依据预测结果安排视情维修（CBM），替代固定周期维修。四个阶段的数据应形成闭环：使用中发现的退化模式可以反馈到设计改进，维修记录又能修正寿命模型。没有基线，就无法判断“当前值是否异常”；没有趋势，就无法预测“还能用多久”。

下面用一张信号链与决策关系图，把本节涉及的对象、数据流和判断逻辑串起来。图中从被监测对象出发，经传感与采集、特征提取、健康评估、预测，最终到达维修决策，并保留反馈回路，体现全寿命周期的闭环特征。

课程路线图围绕这条链路展开。前半部分建立基础：电子系统失效机理、传感器与采集、特征工程、健康评估方法；中段进入预测方法：退化建模、数据驱动预测、不确定性量化；后段面向工程实践：航电模块、电源系统、作动系统等典型对象的EHM案例，以及测试验证、适航与工程落地。学习时建议始终带着三个问题：监测什么对象、用什么参数、如何判断结果是否可信。