一种估测卫星无测温点设备在轨温度的方法技术

一种估测卫星无测温点设备在轨温度的方法，属于卫星热控领域，包括如下步骤：S1、针对无测温点设备，在地面开展试验，获取测试数据；S2、基于卫星上热敏电阻的数量和S1所述的试验数据，建立BP神经网络，然后进行训练；S3、根据卫星上热敏电阻的在轨测试数据和训练后的BP神经网络，获得卫星上无测温点设备的在轨温度。本发明专利技术使用了具有优异的拟合复杂非线性系统能力的BP神经网络来估测卫星无测温点设备在轨温度；所建立的卫星无测温点设备在轨稳定估测BP神经网络估测精度高，测试结果表明估测精度误差小于1℃。

A method to estimate the on orbit temperature of the satellite without temperature measuring point equipment

【技术实现步骤摘要】
一种估测卫星无测温点设备在轨温度的方法
本专利技术涉及一种估测卫星无测温点设备在轨温度的方法，特别是采用BP神经网络来实现精确估测卫星无测温点设备在轨飞行温度的方法，属于卫星热控领域。
技术介绍
随着航天技术的发展，卫星在遥感、减灾、农业等方面的应用越来越广泛。卫星在太空中绕轨道运行，太空热环境恶劣，卫星主要会受到太阳辐射、地球反照和地球红外辐射外热源影响，因此必须进行专门的热控设计保障卫星正常工作。为监测卫星设备温度，热控设计中常在卫星设备上粘贴热敏电阻作为测温点，由于卫星的测温需要通过星务遥测通道采集，星务遥测通道有限，同时考虑到成本、重量等因素，只在卫星重要设备或者结构处粘贴测温点，因此遥测得到的测温数据有限，不能得到无测温点设备的温度。现在传统估测无测温点设备温度是通过传热学原理，根据安装位置相近设备温度估测无测温点设备温度，然而由于卫星存在漏热等原因，难以精确估测设备温度。
技术实现思路
本专利技术要解决的技术问题是：克服现有技术的不足，提供了一种估测卫星无测温点设备在轨温度的方法，包括如下步骤：S1、针对无测温点设备，在地面开展试验，获取测试数据；S2、基于卫星上热敏电阻的数量和S1所述的试验数据，建立BP神经网络，然后进行训练；S3、根据卫星上热敏电阻的在轨测试数据和训练后的BP神经网络，获得卫星上无测温点设备的在轨温度。本专利技术目的通过以下技术方案予以实现：一种估测卫星无测温点设备在轨温度的方法，包括如下步骤：S1、针对无测温点设备，在地面开展试验，获取测试数据；S2、基于卫星上热敏电阻的数量和S1所述的测试数据，建立BP神经网络，然后进行训练；S3、根据卫星上热敏电阻的在轨测试数据和训练后的BP神经网络，获得卫星上无测温点设备的在轨温度。优选的，所述地面开展试验的条件为热平衡和热真空工况。优选的，S1中测试数据包括热敏测量的数据和热电偶测量的数据。优选的，所述BP神经网络包括输入层、隐含层、输出层；所述输入层中的输入值的数量根据卫星上的热敏电阻的数量确定。优选的，设定多个隐含层节点数，然后计算了不同隐含层节点数的神经网络的估测误差，选择估测误差最小的神经网络隐含层节点数最为最终的隐含层节点数。优选的，输出层中输出值数目根据在轨估测温度的设备数目确定。优选的，当BP神经网络拟合的输出层与地面试验测试数据之间的均方差不超过预设目标均方差后停止训练，保存所训练后的BP神经网络。优选的，S2中的训练数据采用随机抽取的方式从测试数据获取。本专利技术相比于现有技术具有如下有益效果：(1)本专利技术所提供的一种估测卫星无测温点设备在轨温度的方法，使用了具有优异的拟合复杂非线性系统能力的BP神经网络来估测卫星无测温点设备在轨温度；(2)本专利技术训练BP神经网络的样本数据来源于卫星热试验，无需另外试验获取样本数据；(3)本专利技术的卫星无测温点设备在轨稳定估测BP神经网络估测精度高，测试结果表明估测精度误差小于1℃。附图说明图1为本专利技术估测卫星无测温点设备在轨温度的方法流程图；图2为本专利技术估测卫星无测温点设备在轨温度的BP神经网络结构图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术的实施方式作进一步详细描述。实施例1：一种估测卫星无测温点设备在轨温度的方法，包括如下步骤：S1、针对无测温点设备，在地面开展试验，获取测试数据；测试数据包括热敏测量的数据和热电偶测量的数据；S2、基于卫星上热敏电阻的数量和S1所述的测试数据，建立BP神经网络，然后进行训练；所述BP神经网络包括输入层、隐含层、输出层；所述输入层中的输入值的数量根据卫星上的热敏电阻的数量确定；设定多个隐含层节点数，然后计算了不同隐含层节点数的神经网络的估测误差，选择估测误差最小的神经网络隐含层节点数最为最终的隐含层节点数；输出层中输出值数目根据在轨估测温度的设备数目确定；训练数据采用随机抽取的方式从测试数据获取；S3、根据卫星上热敏电阻的在轨测试数据和训练后的BP神经网络，获得卫星上无测温点设备的在轨温度。所述地面开展试验的条件为热平衡和热真空工况。当BP神经网络拟合的输出层与地面试验测试数据之间的均方差不超过预设目标均方差后停止训练，保存所训练后的BP神经网络。实施例2：一种估测卫星无测温点设备在轨温度的方法，主要是通过构建卫星无测温点设备在轨温度估测的反向传播神经网络(以下简称BP神经网络)方法实现；流程如图1所示。该方法由三部分组成。第一步是样本数据获得，在热试验前针对无测温点的设备需要实现在轨温度估测的粘贴热试验用热电偶。然后根据热平衡和热真空试验的工况试验，试验后整理数据，获取热试验中热敏测量的数据和热电偶测量的数据。第二步是BP神经网络的建立与训练。所使用的BP神经网络结构如图2所示，主要由输入层、隐含层、输出层组成。所述的BP神经网络结构确定指的是输入层数目确定、隐含层节点数目确定、输出层数目确定。输入层中输入值的数量根据星上热敏电阻数量确定。参考隐含层节点公式推荐的数值范围，计算了不同隐含层节点数的神经网络估测误差，选择估测误差最小的神经网络隐含层节点数。输出层中输出值数目根据热试验中需要实现在轨估测的粘贴了热电偶的设备数目确定。在BP神经网络结构建立后对其随机初始化，然后输入训练集样本数据进行训练，当神经网络拟合的输出层与真实输出层数据之间的均方差达到目标均方差后停止训练，保存所训练完的神经网络。具体的，输入层数目确定根据卫星上粘贴有热敏电阻的数目确定，输入层数目等于卫星上粘贴有热敏电阻的设备数目。隐含层数目确定根据输入层和输出层节点数目确定，按如下方法选取：l<n-1(1)l＝log2n(3)式中，n为输入层节点数；l为隐含层节点数；m为输出层节点数；a为0～10之间的常数。根据上述公式的数值范围，计算不同隐含层节点数的神经网络估测误差，选择估测误差最小的隐含层节点数。输出层数目根据卫星上粘贴有热敏电阻的数目确定，输出层数目等于卫星上没有粘贴有热敏电阻但是在热试验粘贴了热电偶的设备数目。BP神经网络训练和测试是指采用卫星热试验中获取的热敏电阻数据和热电偶数据作为样本数据训练和测试。训练集和测试集随机从卫星热试验数据中选取。BP神经网络训练过程是指把样本集中的输入层数据和输出层数据输入到神经网络中，神经网络会根据拟合均方差目标反复迭代神经网络的权值，将神经网络拟合的输出层与真实输出层数据之间的均方差逼近目标均方差，直到达到目标值后停止训练。本实施例中，测试结果与测试集实际数据相差小于1℃则完成卫星无测温点设备在轨稳定估测BP神经网络的建立。第三步是使用所建立的BP神经网络进行卫星无测温点设备在轨温度估测，把卫星在轨热敏电阻遥测的设备温度作为输入层数据输入到BP神经网络中，然后输出得到卫本文档来自技高网...

【技术保护点】
1.一种估测卫星无测温点设备在轨温度的方法，其特征在于，包括如下步骤：/nS1、针对无测温点设备，在地面开展试验，获取测试数据；/nS2、基于卫星上热敏电阻的数量和S1所述的测试数据，建立BP神经网络，然后进行训练；/nS3、根据卫星上热敏电阻的在轨测试数据和训练后的BP神经网络，获得卫星上无测温点设备的在轨温度。/n

【技术特征摘要】
1.一种估测卫星无测温点设备在轨温度的方法，其特征在于，包括如下步骤：
S1、针对无测温点设备，在地面开展试验，获取测试数据；
S2、基于卫星上热敏电阻的数量和S1所述的测试数据，建立BP神经网络，然后进行训练；
S3、根据卫星上热敏电阻的在轨测试数据和训练后的BP神经网络，获得卫星上无测温点设备的在轨温度。


2.根据权利要求1所述的一种估测卫星无测温点设备在轨温度的方法，其特征在于，所述地面开展试验的条件为热平衡和热真空工况。


3.根据权利要求1所述的一种估测卫星无测温点设备在轨温度的方法，其特征在于，S1中测试数据包括热敏测量的数据和热电偶测量的数据。


4.根据权利要求1所述的一种估测卫星无测温点设备在轨温度的方法，其特征在于，所述BP神经网络包括输入层、隐含层、输出层；所述输入层中的输入值的数量...

【专利技术属性】
技术研发人员：宁东坡，徐志明，房红军，蔡超凡，刘宁，
申请(专利权)人：航天东方红卫星有限公司，
类型：发明
国别省市：北京;11