针对发动机剩余使用寿命（remaining useful life，简称RUL）间接预测时失效阈值难以准确设置、直接预测时监测数据与RUL之间复杂映射关系难以建立的问题，提出了一种改进的发动机RUL直接预测方案。首先，为降低监测数据中的噪声干扰，在多传感器数据融合阶段引入滑动平均滤波对一维健康指标进行降噪以提升数据质量；其次，为改善退化模式特征的提取效果，提出指数函数与二次多项式函数混合交替的优化策略，通过相关向量机模型学习得到退化模式特征与RUL之间的直接映射关系，实现数据驱动的发动机RUL在线直接预测；最后，基于航空发动机的仿真数据集对提出方案的有效性进行验证。结果表明，所提出的直接预测方案无需设置失效阈值或估计未知的健康状态，能够显著提升发动机RUL预测精度，其均方根误差和Score评分函数指标值均有明显降低，有助于避免发动机服役后期的滞后预测问题。