Среди основных задач развития ракетно-космической техники нового поколения значительное место занимает задача поддержания и продления жизненного цикла космических аппаратов. В связи с этим создают автоматические системы, которые отслеживают и прогнозируют состояние бортовых подсистем космического аппарата и помогают увеличить срок их службы. Прогнозирование временных рядов играет важную роль почти во всех областях науки и техники. Возрастание требований к характеристикам систем космического назначения неизбежно приводит к переоценке технологий, используемых в процессе эксплуатации, и необходимости развития научно-технической базы в виде подходов, методов и технологий для создания конкурентоспособной космической техники будущего. Для повышения надежности и продления сроков службы космических аппаратов в условиях старения, потерь информации и естественных шумов необходимы технологии (алгоритмы и методы) построения комплексного информационного обеспечения для решения задач восстановления данных, прогноза и мониторинга состояния подсистем сложных технических систем; прикладные объектно-ориентированные системы искусственного интеллекта: искусственные нейронные сети и нейрокомпьютеры для контроля, управления и поддержки принятия решений. В настоящей работе предложен и исследован метод нейросетевого прогнозирования поведения аномалий в потоках данных с космических подсистем. Ключевые слова: искусственная нейронная сеть, контроль подсистем малого космического аппарата, прогнозирование, данные телеметрии contRoL oF sUBsYsteMs oF A sMALL sPAce VeHIcLe BAseD on ARtIFIcIAL neURAL netWoRKs