太阳同步卫星推力器标定新方法研究论文.pdfVIP

太阳同步卫星推力器标定新方法研究 王西京汪涛刘帆 (西安卫星测控中心·陕西西安·710043) 摘要针时现有太阳同步卫星推力标定算法存在模型误差、时效性较差、易受 计算误差干扰以及历史标定数据利用率低等缺陷的问题，提出了基于神经网络的 推力标定方案．方案中详细介绍了推力标定神经网络的构建方法和学习策略．实 践证明，通过合理选择网络结构和学习策略，所建立的神经元网络推力标定模型 可以对太阳同步卫星推力器进行实时、高精度的标定．试验数据显示，神经网络 推力标定方法较原方击精度提高30％． 关键词太阳同步卫星：推力器；推力标定；神经网络 1 引 言 随着星载成像设备分辨率的不断提高，对卫星轨道的保持和控制要求也越来越高。由 于地面在进行轨道控制时。推力标定准确程度与轨道半长轴控制偏差的大小直接相关，从 而影响到卫星地面轨迹的保持精度和轨控频率。因此，在对卫星进行轨道控制时，推力器 推力的标定变得愈发重要。 现有推力标定方法是轨控后根据卫星定轨结果、轨控参数和推力数学模型对实际平均 推力等数据标定出推力器的实际推力，并将其作为预测值用于下次控制。此种方法存在模 型误差等闻题。鉴于人工神经网络具各数据学习能力和并行计算能力的特点，本文提出了 一种新的基于神经网络的推力标定方法。它能够充分利用轨控历史数据，使推力标定在实 时的基础上同样能够满足控制精度要求。 2神经网络概述 人工神经网络的研究可以追溯到20世纪40年代WaxrenMcCulloeh和WalterPltts的工 作。他们从原理上证明了它可以计算任何算术和逻辑函数。神经网络原理是在生物学中神 经科学研究的基础上提出的，它反映人脑功能的若干特性，但并非神经系统的精确描述， 而只是其简化、抽象和模拟．一般来说，人工神经网络是一个并行和分布式的信息处理网 络结构，它由多个并行运算的功能简单的单元组成，每个单元只有一个输出，它可以连接 到很多其他的神经元，每个神经元输入有多个连接通路，每个连接通路对应于一个连接权 值。这些单元类似于生物神经系统的单元，构成了多个神经元互联结构的网络，并使之用 于解决实际的工程问题。 目前，神经网络技术在空间科学领域应用前景广泛，本文提出的神经网络推力标定方 法是其在空间科学领域又一项新的拓展。 3神经网络推力标定方案 3．1现有推力标定方案简介 现有的太阳同步卫星推力器标定方法是卫星轨道维持完成后根据定轨结果、轨控参数 和地面标定推力数学模型对实际平均推力进行标定，并将其作为预测值用于下次控制。 其数学模型为 卫星贮箱剩余质量 ⅣdH一器％) 轨拄后贮箱压力 P，2i二[P (2) (p yr—M)Is 其中M为轨控前系统的推进剂剩余质量，p为推进剂密度，vT为系统储箱容积，Vo为加 注后的气体容积，Po、To为加注时气体压力和绝对温度，P、T为轨控前系统A／B储箱压 力和绝对温度，IE为本次机动推力器所需提供的总冲，Is为轨控前储箱压力所对应的比冲， Pf为轨控后储箱压力。 此外，推力和比冲也可由下面两式求出 F2 Do+DIP+BP2+EP (3) ，，=G。+G,P+G：P2+G，P’ (4) 其中F为推力，Is为比冲，P为储箱瞬时压力，D、G分别为推力、比冲拟合多项式系数。 推力器在工作期间内，其推力大小有所衰减，在不影响精度的情况下，对喷气前后的 推力取平均值，就可得到平均推力。 在卫星轨控时，考虑到推力器平均推力在连续两次轨控时变化不大。因此在满足控制 精度的条件下，将上一次控后确定的标定系数作为本次控制的预测值进行轨控。此方法存 在许多不足。 1)存在模型误差。由于