小推力转移燃料消耗估计的机器学习方法 |
| |
作者姓名: | 李海洋 宝音贺西 |
| |
作者单位: | 清华大学 航天航空学院, 北京 100084,清华大学 航天航空学院, 北京 100084 |
| |
摘 要: | 深空探测任务设计初段往往需要求解复杂的全局优化问题。小推力轨迹的设计与优化问题精确求解较为复杂,求解速度较慢。由于计算能力与时间要求,不可能在全局优化的过程中对每一个方案都进行精确的小推力数值求解,所以在全局优化阶段需要对小推力转移进行快速准确地估计。采用机器学习的方法,对燃料最优小推力转移的燃料消耗进行了估计,其结果明显优于目前最为常用的Lambert估计方法。根据轨道描述方法的不同以及是否带有Lambert估计特征,采用不同的特征组合进行机器学习,分析结果发现带有Lambert估计特征的春分点轨道根数的特征组合为较好的机器学习特征组合。可为未来深空探测任务轨道设计提供参考。
|
关 键 词: | 小推力 燃料最优 快速估计 机器学习 |
收稿时间: | 2017/12/31 0:00:00 |
修稿时间: | 2018/5/10 0:00:00 |
Machine Learning Method of Estimation for Fuel Consumption of Low-Thrust Transfers |
| |
Authors: | LI Haiyang and BAOYIN Hexi |
| |
Institution: | School of Aerospace Engineering, Tsinghua University, Beijing 100084, China and School of Aerospace Engineering, Tsinghua University, Beijing 100084, China |
| |
Abstract: | |
| |
Keywords: | low-thrust fuel optimal fast estimation machine learning |
|
| 点击此处可从《》浏览原始摘要信息 |
| 点击此处可从《》下载免费的PDF全文 |
|