申请/专利权人：南京航空航天大学

申请日：2020-11-24

公开（公告）日：2024-04-16

公开（公告）号：CN112613223B

主分类号：G06F30/27

分类号：G06F30/27;G06N3/0499;G06N3/08;G06F119/14

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2021.04.23#实质审查的生效;2021.04.06#公开

摘要：本发明公开了一种基于径向基神经网络的月球引力辅助逃逸轨道递推方法，包括步骤如下：设置探测器初始状态参数；计算探测器在近心点处的状态及引力辅助前的轨道根数；通过圆形限制性三体问题动力学模型进行轨道递推，获得探测器在引力辅助之前的轨道根数及引力辅助之后的特征能量值；学习解析的圆锥曲线拼接法与三体问题结果之间的误差关系；将误差值与圆锥曲线拼接法计算结果进行代数相加运算，从而替代在轨道设计时三体问题所需的数值积分。本发明采用径向基神经网络对均匀采样的部分初始相空间进行网络训练，通过对训练时间、训练样本数及神经元个数的折衷权衡选择合适的神经网络结构；计算三体问题引力辅助时，计算效率高且精度高。

主权项：1.一种基于径向基神经网络的月球引力辅助逃逸轨道递推方法，其特征在于，包括步骤如下：1设置探测器初始状态参数；2利用解析的圆锥曲线拼接法计算探测器在近心点处的状态及引力辅助前的轨道根数；3在相同的近心点处，通过圆形限制性三体问题动力学模型进行轨道递推，从而获得探测器在引力辅助之前的轨道根数及引力辅助之后的特征能量C3值；4基于径向基神经网络学习解析的圆锥曲线拼接法与三体问题结果之间的误差关系；5基于上述步骤4得到的误差值，将其与圆锥曲线拼接法计算结果进行代数相加运算，从而替代在轨道设计时三体问题所需的数值积分；所述步骤4具体包括：解析的圆锥曲线拼接法与三体问题之间的误差计算如下： 式中，a表示半长轴，e是偏心率，i是轨道倾角，Ω是升交点赤经，w是近地点幅角，C3表征三体问题下，特征能量的计算公式，r1为探测器与天体M1之间的距离，μ为两主天体质量参数比；根据上述已经获得的误差，利用径向基神经网络对其进行学习；确定神经网络的结构，径向基神经网络的网络层数为3层，分别为输入层、隐含层、输出层，输入层到隐含层的权值由输入进来的信号样本来确定，隐含层到输出层的权值通过求解线性方程组来获得；在采用径向基神经网络预测时，使用MATLAB神经网络工具箱中的newrbe函数，该函数的调用格式为：net＝newrbeP,T,spread，P和T分别表示神经网络的输入向量和输出向量，spread表征径向基函数的分布密度，对spread进行不同数值的尝试，以确定一个最优值；spread的默认值为1，通过对均匀选取的训练样本进行模型的训练，然后通过调用sim函数测试网络性能；如果实际输出结果与真实值的误差相差大，则通过改变网络结构、数据样本和spread参数值进行调整，最终获得理想的网络模型；根据预期效果，在训练过程中需要对spread不断地修改与测试，最终确定spread值。

全文数据：

权利要求：

百度查询： 南京航空航天大学 基于径向基神经网络的月球引力辅助逃逸轨道递推方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD