随着我国航天事业的蓬勃发展,在轨运行的卫星数量逐年增多,卫星安全稳定的运行,及时发现故障、处理故障,已成为在轨管理的重点。卫星在轨运行以及在轨监测管理过程中,将会产生大量的信息,包括故障信息、状态突变信息、测控计算结果、卫星工作状态记录、日常管理信息、运行空间环境参数等,这些遥测数据信息较地面模拟信息和试验数据更加真实,直接反映了卫星有效载荷的状态和卫星的运行情况,是卫星监视和状态分析的主要内容,是一笔丰富的资源,应加以充分分析并有效的利用。长期的监测信息表明,卫星状态与运行信息间具有一定的相关性联系,卫星发生异常时一般伴有卫星状态的突变或缓变,分析卫星状态与运行信息的相关性对分析卫星在轨运行性能,及时发现卫星异常,排除卫星故障,为更好地组织卫星管理活动和控制卫星完成任务提供了保证。同时分析结果对挖掘卫星潜在能力,以及反馈于卫星设计等也具有非常重要的意义。通过对ID3算法基本思想和挖掘流程的深入分析,结合实例应用发现算法在遥测数据相关性分析中存在的优点与不足,针对算法在实际应用中的不足做了优化改进。对于算法偏向于选择取值较多的属性作为分裂属性的缺点,优化算法使用信息增益率作为选择分裂属性的标准;而对于算法处理连续型属性元素效果不理想的缺点,优化算法采用将连续型属性分段处理的方式。经过对挖掘结果的分析评价发现优化算法的分类结果与实际的监测分析结果更接近,更符合卫星工程应用的需要。在ID3算法优化改进的基础上,设计了基于ID3算法的遥测数据相关性分析系统,实现对太阳帆板遥测数据的挖掘分析。本文采用改进后的ID3算法对卫星太阳帆板遥测数据进行相关性分析,发现影响帆板状态和性能的重要因素以及因素间的关联性,并通过构造决策树直观地显示出来。分析结果为帆板故障分析提供决策依据,有针对性的分析产生故障的原因,减少了分析的盲目性,提高了工作效率；同时对卫星运行期间太阳帆板性能和状态的分析也具有实际的指导意义。