重力梯度仪mK级温度稳定度控制设计及验证

针对某卫星有效载荷之重力梯度仪提出的温度稳定度优于±10 mK/200 s的超高指标要求,提出了构建部件级阻容滤波网络、进行系统级隔热强化设计、高精度多级主动测控温设计以及电缆漏热控制的热控方案。热仿真分析和热平衡试验结果表明,梯度仪组件的温度稳定度优于±8 mK/200 s,满足设计指标要求,验证了该热控设计方法的可行性及有效性,可为其他有高精度高稳定度控温需求的航天器部件热控设计提供参考。     

人工蜂群优化BP神经网络的太阳电池阵电流预测

通过对卫星太阳电池阵输出电流影响因子进行分析,提出了一种基于人工蜂群（Artificial bee colony,ABC）算法优化BP神经网络的太阳电池阵输出电流预测方法。将太阳入射角、卫星太阳电池阵工作温度、卫星星时等遥测量变换后作为神经网络输入,进行输出电流预测。考虑到神经网络对初始权值及偏置敏感的特点,采用ABC改进算法对神经网络初始参数进行优化。该模型可用于卫星太阳电池阵电流输出能力分析、太阳电池阵预警及异常检测等。实验测试表明,模型能够取得较高预测精度,同星预测均方根误差（Mean squared error, MSE）为0.10 A,跨星预测均方根误差为0.12 A,其精度明显优于传统数据拟合方法。利用该模型及本文提出的预警策略进行预警,对于7年5个月的正常卫星数据没有发生误报,对于某异常卫星数据能够及时进行预警。