遥感卫星在轨变形预示方法及系统技术方案

本发明专利技术提供一种遥感卫星在轨变形预示方法及系统，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。本发明专利技术能够更为直接且更为接近的表征卫星实物的状态特性；且能够有效的避免所建立的多层神经网络奇异和发散，使其具有较高的准确性和可实施性。性。性。

【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热变形测试；将地面测试数据作为输入条件带入仿真模型，修正使模型仿真结果与测试数据保持良好吻合性；将修正好的计算模型带入在轨温度载荷；得到全尺寸航天器结构在轨热变形预示数据。该专利技术中，虽然根据地面试验数据对仿真模型进行反向修正能在一定程度上使仿真模型分析结果与测试数据保持良好吻合性，但也只是建立在仅对“热变形指标的最大影响因素”识别的基础上，仿真模型与实物状态之间的简化和偏差仍无法消除，因而该方法的局限性较大。
[0004]公开号为CN109299547A的专利技术专利，公开了一种适用于整星及设备在轨热变形的分析方法，包括：1)设计卫星或设备的热变形分析工况；2)建立卫星或设备的基于统一集合模型的力学分析模型和热分析模型；3)根据步骤1)设计的分析工况和步骤2)建立的分析模型，计算得到卫星或设备的整体热变形数据；4)对步骤3)得到的卫星或设备的整体热变形数据计算关心位置的法向量夹角变形，得到其波动值，作为热变形分析结果。
[0005]公开号为CN111380567A的专利技术专利，公开了一种卫星星敏感器指向在轨热变形修正系统，其主要在地面大型平面天线载荷加电测试时，通过地面高精度角度测量设备测量星敏感器指向的实时变形数据，使用温度传感器采集地面大型平面天线载荷加电期间的温度变化数据，根据星敏感器指向的实时变形数据与温度传感器的温度变化数据之间的关系，对在轨的星敏感器指向进行修正。其所建立的星敏感器指向实时变形数据与温度传感器的温度变化数据之间的关系包括Y＝kX,其中Y为星敏感器指向变化量，X为温度变化量，k为系数，属于线性关系。
[0006]公开号为CN106250649B的专利技术专利，公开了一种针对星载高精度载荷安装结构在轨变形指向精度预示方法，包括以下步骤：步骤一，运用数据处理方法对卫星高精度载荷安装结构在星上安装精度特征测试数据进行处理，提取该结构在星上的精度特性；步骤二，根据实物状态下高精度载荷安装结构与卫星的安装关系和实测提取的精度特性，建立二者之
间的精度特性关系和基准坐标系转换模型；步骤三，将上述精度表征关系引入安装结构在轨变形指向精度仿真模型并对模型进行修正；步骤四，最终实现精确预示高精度载荷安装结构在轨变形指向精度。

技术实现思路

[0007]针对现有技术中的缺陷，本专利技术提供一种遥感卫星在轨变形预示方法及系统。
[0008]根据本专利技术提供的一种遥感卫星在轨变形预示方法及系统，所述方案如下：
[0009]第一方面，提供了一种遥感卫星在轨变形预示方法，所述方法包括：
[0010]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；
[0011]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；
[0012]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；
[0013]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。
[0014]优选的，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。
[0015]优选的，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。
[0016]优选的，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。
[0017]优选的，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；
[0018]若偏差在设定的阈值范围内，则采信该神经网络。
[0019]优选的，所述地面热变形试验必须同时具备试验工况和基准工况，其中，基准工况是以室温或接近室温作为热载荷条件。
[0020]第二方面，提供了一种遥感卫星在轨变形预示系统，所述系统包括：
[0021]模块M1：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；
[0022]模块M2：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；
[0023]模块M3：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；
[0024]模块M4：在模块M3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。
[0025]优选的，所述模块M1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。
[0026]优选的，所述模块M2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。
[0027]优选的，所述模块M2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。
[0028]与现有技术相比，本专利技术具有如下的有益效果：
[0029]1、本专利技术直接根据地面试验工况条件和试验结果数据建立多层神经网络，将现有技术中复杂且存在耦合的因素全部包含至多层神经网络的建立中予以考虑，能够更为直接且更为接近的表征卫星实物的状态特性；
[0030]2、本方法利用卫星开展地面热变形试验时须在每个试验工况开始前和结束后，在室温条件或接近室温的条件下采集试验数据，在建立试验工况对应的多层神经网络，若偏差在设本文档来自技高网...

【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：