一种基于BP神经网络的超大规模遥感星群最优任务星预测方法
申请号:CN202410793012
申请日期:2024-06-19
公开号:CN118797288B
公开日期:2025-09-19
类型:发明专利
摘要
本发明是一种基于BP神经网络的超大规模遥感星群最优任务星预测方法。本发明涉及任务星预测技术领域,本发明建立BP神经网络,准备训练样本,对BP神经网络进行训练,基于训练完成的BP神经网络,对遥感任务星进行预测。本发明BP网络虽无法准确进行任务星的选取,但当用于超大规模星群最优星预测,可以确保所预测星实际可执行任务,在此基础上对最优星的预测结果在一定程度上可信,可以有效缩减解空间大小,降低运算量并提高时效性,以支持对超大规模遥感星群任务星预测的需求,具有广阔的应用前景。
技术关键词
BP神经网络
超大规模
低轨遥感卫星
星下点位置
轨道
响应时间预测
容错计算机
样本
传感器
参数
长轴
预测系统
光照
预测误差
模块
处理器
计算机设备
正确率
太阳