探测器器上星历计算方法和计算系统技术方案

本发明专利技术公开一种探测器器上星历计算方法，该方法包含：探测器建立三层反向传播神经网络；探测器采用DE421星历数据作为训练样本，训练三层反向传播神经网络；探测器采用训练完毕的三层反向传播神经网络进行星历计算。本发明专利技术建立经过DE421星历数据训练的三层反向传播神经网络，采用三层反向传播神经网络进行星历计算，通过神经网络方法改进星历数据获取算法，既能满足递推结果工程精度约束，同时也能满足器载计算机有限资源的约束，适用于器上轨道自主计算。

【技术实现步骤摘要】
探测器器上星历计算方法和计算系统
本专利技术涉及深空探测器轨道计算技术，具体涉及一种基于神经网络学习的探测器器上星历计算方法和计算系统
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。近年来，随着人工智能技术的飞速发展，以人工神经网络(ArtificialNeuralNetwork，ANN)为代表的机器本文档来自技高网...

【技术保护点】
一种探测器器上星历计算方法，其特征在于，该方法包含：探测器建立三层反向传播神经网络；探测器采用DE421星历数据作为训练样本，训练三层反向传播神经网络；探测器采用训练完毕的三层反向传播神经网络进行星历计算。

【技术特征摘要】
1.一种探测器器上星历计算方法，其特征在于，该方法包含：探测器建立三层反向传播神经网络；探测器采用DE421星历数据作为训练样本，训练三层反向传播神经网络；探测器采用训练完毕的三层反向传播神经网络进行星历计算。2.如权利要求1所述的探测器器上星历计算方法，其特征在于，所述三层反向传播神经网络为只有一个隐含层的前向网络。3.如权利要求1或2所述的探测器器上星历计算方法，其特征在于，所述三层反向传播神经网络的建立方法包含：建立神经网络的输入层、一层或若干层隐含层和输出层，隐含层连接输入层的输出，输出层连接隐含层的输出，其中输入层、隐含层和输出层中位于同层神经元之间没有耦合。4.如权利要求3所述的探测器器上星历计算方法，其特征在于，所述隐含层的激活函数为Sigmoid函数。5.如权利要求3所述的探测器器上星历计算方法，其特征在于，所述输出层节点的激活函数为线性函数。6.如权利要求1所述的探测器器上星历计算方法，其特征在于，所述训练三层反向传播神经网络模型的方法包含：设输入神经元个数为I，隐含层神经元个数为J，输出层神经元个数为K；在正向传播过程中，输入从输入层经隐含层逐层处理，并传向输出层，产生一个基于网络权值wi,j，wj,k和阈值θi,j，θj,k的输出y；当输出层得不到期望的输出，则转入反向传播，将误差信号沿原来的连接通道返回，通过修改各层神经元的权值和阈值，迭代减小误差信号至误差信号最小。7.如权利要求6所述的探测器器上星历计算方法，其特征在于，所述迭代减小误差信号中，第n次迭代的误差信号e(n)定义如式(1)：

【专利技术属性】
技术研发人员：朱庆华，周杰，聂钦博，祖立业，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