一种基于马氏距离DTW的多维时间序列分类方法，本发明涉及多维时间序列分类方法。本发明是要解决针对卫星遥测数据进行固定点分段效果不理想、由于多维时间序列之间存在相关性以及时间序列存在微小偏移而使度量结果不够准确进而导致分类结果不够准确的问题，而提出了一种基于马氏距离DTW的多维时间序列分类方法。该方法是通过1、获得用于训练的多维时间序列X＝{x1,x2,...,xj，...xn}及类别标签L＝{l1,l2,…,ln}；2、提取待分类多维时间序列X′＝{x′1,x′2,...,x′m}；3、计算X′＝{x′1,x′2,...,x′m}与X＝{x1,x2,...,xj，...xn}之间的DTW距离序列；4、采用基于马氏距离的DTW距离的KNN分类方法，根据设定的K近邻数目对待分类的多维时间序列X′＝{x′1,x′2,...,x′m}进行分类，确定待分类的多维时间序列的所属类别等步骤实现的。本发明应用于多维时间序列分类领域。