The invention discloses a method to calculate the orbit of Mars probe device, the calculation method of RBF neural network based on curve fitting, which comprises the following steps: firstly, three layer RBF network model; then according to ground orbit determination from Mars detector time orbit prediction data, taking the data as the training sample of RBF network training; finally the RBF neural network model trained as is uploaded to the Mars orbit prediction models. The invention does not need to establish satellite dynamics model and calculation of complex ephemeris, and the predicted precision is almost equal to the ground track prediction accuracy, is also suitable for the implementation of the project; both can satisfy the engineering precision constraint recursive results, and can also satisfy the carrier resource constraints computer co..
【技术实现步骤摘要】
一种火星探测器器上自主轨道计算方法
本专利技术涉及深空探测器轨道计算技术,特别涉及一种火星探测器器上自主轨道计算方法。
技术介绍
火星探测器在飞行过程中受到各种天体的引力作用和其它非引力摄动,由于火星探测过程中地面测控通信时延的影响较大,因此探测器自主轨道计算能力是获取实时姿态信息、保证通信链路指向的关键。美国国家航空航天局(NASA)于1998年发射的火星气候轨道器(MarsClimateOrbiter)由于轨道动力学模型中参数单位错误导致探测器获得错误的导航信息进入火星大气层而烧毁。探测器的器上实时轨道递推算法中,考虑到星载处理器的计算能力和存储空间限制,通常采用解析法计算各天体的星历。解析法的优点是算法简单,不需要存储大量的星历数据,计算效率高,但精度较低;利用高精度发展星历(DevelopmentEphemeris,DE),可以有效弥补器上解析法轨道计算的精度低问题,但原始DE星历占用较大的存储空间,数据的频繁访问会降低自主轨道递推算法的效率。国内低轨卫星轨道计算目前普遍使用的是考虑地球非引力场主要带谐项的拟平均根数法,同时在注入参数中考虑大气摄动的影响造成的半长轴的长期效应。该方法在多年的航天实践中得到了成功应用,但主要通过地面系统提高轨道数据注入频率来保证预报精度。而国外的星载自主导航卫星多采用数值法进行轨道计算,低阶单步法中的龙格库塔(RK)方法被广泛采用。相比近地卫星,目前对火星探测器在飞行过程中的摄动力模型远未达到地球卫星的精度,这对器上轨道递推算法模型、计算步长、星历精度等均提出了更高的要求。因此业界需要一种适用于火星探测器的器上轨道递 ...
【技术保护点】
一种火星探测器器上自主轨道计算方法,其特征在于,其步骤为:S1、地面训练:建立径向基神经网络模型,将根据地面测定轨得到的火星探测器轨道预报数据作为训练样本对径向基网络训练,计算出神经网络权值;S2、星上计算:将训练完毕的径向基神经网络模型作为火星探测器器上自主轨道计算模型,计算探测器轨道数据。
【技术特征摘要】
1.一种火星探测器器上自主轨道计算方法,其特征在于,其步骤为:S1、地面训练:建立径向基神经网络模型,将根据地面测定轨得到的火星探测器轨道预报数据作为训练样本对径向基网络训练,计算出神经网络权值;S2、星上计算:将训练完毕的径向基神经网络模型作为火星探测器器上自主轨道计算模型,计算探测器轨道数据。2.如权利要求1所述的火星探测器器上自主轨道计算方法,其特征在于,所述步骤S1中,所述径向基神经网络模型是一种包含输入层、隐含层和输出层的前向网络结构。3.如权利要求2所述的火星探测器器上自主轨道计算方法,其特征在于,所述径向基神经网络网络训练的参数包含:隐含层中基函数的中心、隐含层中基函数的标准差和隐含层与输出层之间的神经网络权值。4.如权利要求3所述的火星探测器器上自主轨道计算方法,其特征在于,每个基函数对应一个训练样本,基函数个数等于训练样本数目。5.如权利要求3所述的火星探测器器上自主轨道计算方法,其特征在于,隐含层与输出层之间的神经网络权值通过正交最小二乘法来学习计算。6.如权利要求5所述的火星探测器器上自主轨道计算方法,其特征在于,所述正交最小二乘法学习权值参数的基本步骤为:a.确定隐函层的节点个数I,确定各节点中心:假设径向基函数为一种线性回归,得公式(1):其中,I为...
【专利技术属性】
技术研发人员:周杰,肖东东,聂钦博,刘宇,谭晓宇,许贤峰,
申请(专利权)人:上海航天控制技术研究所,
类型:发明
国别省市:上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。