[发明专利]一种在轨磁力矩器干扰效能预测方法及系统有效
申请号: | 202110335244.5 | 申请日: | 2021-03-29 |
公开(公告)号: | CN113155153B | 公开(公告)日: | 2022-10-28 |
发明(设计)人: | 季业;杨扬;陈斌;尹泉;高益军;王雪涛;严嵘;王春元;崔振 | 申请(专利权)人: | 北京控制工程研究所 |
主分类号: | G01C25/00 | 分类号: | G01C25/00;G01R33/12;G06F30/27;G06N3/04;G06N3/08;G06Q10/04 |
代理公司: | 中国航天科技专利中心 11009 | 代理人: | 高志瑞 |
地址: | 100080 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 磁力 干扰 效能 预测 方法 系统 | ||
1.一种在轨磁力矩器干扰效能预测方法,其特征在于,所述方法包括如下步骤:
步骤S1:当在轨卫星的磁力矩器的电流状态为负磁矩时,读取时间采样点为0时的负陀螺常漂记数为Zero0;当在轨卫星的磁力矩器的电流状态为正磁矩时,读取时间采样点为0时的正陀螺常漂记数为Zero0’;
步骤S2:若步骤S1中在轨卫星的磁力矩器的电流状态一直为负磁矩时,则读取时间采样点为a时的负陀螺常漂记数为Zeroa;若步骤S1中在轨卫星的磁力矩器的电流状态一直为正磁矩时,读取时间采样点为b时的正陀螺常漂记数为Zerob;其中,a=1,2,3...n,b=1,2,3...n,n为时间采样点总数;
步骤S3:根据步骤S1中的负陀螺常漂记数Zero0和步骤S2中的负陀螺常漂记数Zeroa得到时间采样点为a时的负陀螺常漂数Zero-;根据步骤S1中的正陀螺常漂记数Zero0’和步骤S2中的正陀螺常漂记数Zerob得到时间采样点为b时的正陀螺常漂数Zero+;
步骤S4:预设待确认函数f(x)和d(x),根据步骤S3中的负陀螺常漂数Zero-和正陀螺常漂数Zero+得到磁力矩器对陀螺常漂数的影响函数表达式;
步骤S5:根据步骤S4中的磁力矩器对陀螺常漂数的影响函数表达式得到BP神经网络输入参数和输出参数;
步骤S6:从数据源中提取样本数据,对样本数据进行归一化处理,确定模型的训练参数,建立BP神经网络进行训练得到函数f(x)和d(x);
步骤S7:根据函数f(x)和d(x)进行磁力矩器对陀螺常漂干扰预测;
在步骤S3中,时间采样点为a时的负陀螺常漂数Zero-为:Zero-=Zeroa-Zero0,a=1,2,3...n;
在步骤S3中,时间采样点为b时的正陀螺常漂数Zero+为:Zero+=Zerob-Zero0',b=1,2,3...n;
在步骤S4中,磁力矩器对陀螺常漂数的影响函数表达式为:
其中,t1为磁力矩器的电流状态为负磁矩时的时间记数;t2为磁力矩器的电流状态为正磁矩时的时间记数。
2.根据权利要求1所述的在轨磁力矩器干扰效能预测方法,其特征在于:在步骤S5中,当磁力矩器的电流状态为负磁矩时,根据磁力矩器对陀螺常漂数的影响函数表达式,确定BP神经网络的输入参数为t1,输出参数为负陀螺常漂数Zero-。
3.根据权利要求2所述的在轨磁力矩器干扰效能预测方法,其特征在于:在步骤S5中,当磁力矩器的电流状态为正磁矩时,根据磁力矩器对陀螺常漂数的影响函数表达式,确定BP神经网络的输入参数为t2,输出参数为正陀螺常漂数Zero+。
4.一种在轨磁力矩器干扰效能预测系统,其特征在于包括:
第一模块,当在轨卫星的磁力矩器的电流状态为负磁矩时,读取时间采样点为0时的负陀螺常漂记数为Zero0;当在轨卫星的磁力矩器的电流状态为正磁矩时,读取时间采样点为0时的正陀螺常漂记数为Zero0’;
第二模块,用于若第一模块中在轨卫星的磁力矩器的电流状态一直为负磁矩时,则读取时间采样点为a时的负陀螺常漂记数为Zeroa;若第一模块中在轨卫星的磁力矩器的电流状态一直为正磁矩时,读取时间采样点为b时的正陀螺常漂记数为Zerob;其中,a=1,2,3...n,b=1,2,3...n,n为时间采样点总数;
第三模块,用于根据负陀螺常漂记数Zero0和负陀螺常漂记数Zeroa得到时间采样点为a时的负陀螺常漂数Zero-;根据正陀螺常漂记数Zero0’和正陀螺常漂记数Zerob得到时间采样点为b时的正陀螺常漂数Zero+;
第四模块,用于预设待确认函数f(x)和d(x),根据负陀螺常漂数Zero-和正陀螺常漂数Zero+得到磁力矩器对陀螺常漂数的影响函数表达式;
第五模块,用于根据第四模块中的磁力矩器对陀螺常漂数的影响函数表达式得到BP神经网络输入参数和输出参数;
第六模块,用于从数据源中提取样本数据,对样本数据进行归一化处理,确定模型的训练参数,建立BP神经网络进行训练得到函数f(x)和d(x);
第七模块,用于根据函数f(x)和d(x)进行磁力矩器对陀螺常漂干扰预测;
在第三模块中,时间采样点为a时的负陀螺常漂数Zero-为:Zero-=Zeroa-Zero0,a=1,2,3...n;
在第三模块中,时间采样点为b时的正陀螺常漂数Zero+为:Zero+=Zerob-Zero0',b=1,2,3...n;
在第四模块中,磁力矩器对陀螺常漂数的影响函数表达式为:
其中,t1为磁力矩器的电流状态为负磁矩时的时间记数;t2为磁力矩器的电流状态为正磁矩时的时间记数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京控制工程研究所,未经北京控制工程研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110335244.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:基于手持终端的签名验证方法
- 下一篇:一种抗静电人造草坪加工用挤出成型装置