【技术实现步骤摘要】
遥感卫星在轨变形预示方法及系统
[0001]本专利技术涉及航天器设计与测试
,涉及一种基于热变形试验数据深度学习的遥感卫星在轨变形预示方法,具体地,涉及一种利用叠加工况建立多层神经网络并利用基准工况进行鉴别,最终代入轨道热环境条件预示卫星在轨变形情况的方法,尤其涉及一种遥感卫星在轨变形预示方法及系统。
技术介绍
[0002]轨道热环境是卫星在轨运行期间的典型外部载荷,使卫星在轨运行期间产生较为显著的变形,进而对卫星,特别是高精度遥感卫星及星载高精度遥感载荷的精度保持能力产生不利影响。为了掌握高精度遥感卫星在轨运行期间受轨道热环境影响产生的变形,地面测试期间通常会进行整星地面热变形试验,据此开展卫星在轨变形情况的预示。
[0003]公开号为CN106815402A的专利技术专利,公开了一种全尺寸航天器结构在轨热变形预示方法,包括:建立全尺寸航天器仿真模型;对航天器热变形灵敏度进行分析,对航天器不同区域进行迭代分析,寻找对热变形指标的最大影响因素;根据灵敏度分析结果完成地面测试工况的设置;设计地面试验状态并完成地面 ...
【技术保护点】
【技术特征摘要】
1.一种遥感卫星在轨变形预示方法,其特征在于,包括:步骤S1:每个试验工况开始前和结束后,在基准工况条件下采集试验结果数据;步骤S2:利用试验工况条件和试验结果数据建立多层神经网络,并对该神经网络进行鉴别;步骤S3:完成全部试验工况前后的基准工况条件的鉴别后,对鉴别结果和基准工况条件的试验结果数据进行偏差评估,根据偏差评估情况选择是否采信前述建立的神经网络;步骤S4:在步骤S3的基础上,将轨道热环境所对应的热载荷代入该采信的神经网络,预示卫星在轨变形情况。2.根据权利要求1所述的遥感卫星在轨变形预示方法,其特征在于,所述步骤S1包括:每个试验工况开始前和结束后通过自然降温在内的相关方式,使卫星处于基准工况条件,在该条件下分别采集试验工况开始前和结束后的试验数据。3.根据权利要求1所述的遥感卫星在轨变形预示方法,其特征在于,所述步骤S2包括:使用试验工况条件的热载荷条件作为输入,热变形试验结果数据作为输出,建立多层神经网络。4.根据权利要求3所述的遥感卫星在轨变形预示方法,其特征在于,所述步骤S2包括:使用全部试验工况前后的基准工况热载荷条件作为输入,基准工况条件下的试验结果数据作为输出,对所述多层神经网络进行鉴别。5.根据权利要求1所述的遥感卫星在轨变形预示方法,其特征在于,所述步骤S3包括:将全部基准工况的试验数据与利用神经网络获取的预测结果进行比较和鉴别,对将会存在的偏差进行评估,若偏差超过设定的阈值,则不予采信该神经网络;若偏差在...
【专利技术属性】
技术研发人员:杨金军,陈阳,范季夏,顾莉莉,徐沈鑫,孙永岩,潘思妲,
申请(专利权)人:上海卫星工程研究所,
类型:发明
国别省市:
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。