本发明公开了一种脉冲等离子体推力器的神经网络控制方法,包括建立多输入单输出的单层神经网络模型,用于分析等离子体推力器推力与脉冲电流之间的关系,建立多输入单输出的多层神经网络模型,输入层为不同幅值和频率的脉冲电流,中间层为脉冲电压,输出层为推力,脉冲电压与脉冲电流成正比,脉冲电压的平方与推力值成正比,从而确定脉冲电流与等离子体推力器的关系,从而获得推力的精确值。
通过本发明的技术方案,分析脉冲等离子体的脉冲电流与推力之间的关系,通过优化神经网络算法以提高网络学习的收敛速度和提高网络学习的稳定性,实现推力器推力的实时控制,从而提高应对推力不确定性的能力。
章喆 汤海滨 许舒婷 张尊
北京航空航天大学
100191 北京市海淀区学院路37号
本发明公开了一种脉冲等离子体推力器的神经网络控制方法,包括建立多输入单输出的单层神经网络模型,用于分析等离子体推力器推力与脉冲电流之间的关系,建立多输入单输出的多层神经网络模型,输入层为不同幅值和频率的脉冲电流,中间层为脉冲电压,输出层为推力,脉冲电压与脉冲电流成正比,脉冲电压的平方与推力值成正比,从而确定脉冲电流与等离子体推力器的关系,从而获得推力的精确值。
通过本发明的技术方案,分析脉冲等离子体的脉冲电流与推力之间的关系,通过优化神经网络算法以提高网络学习的收敛速度和提高网络学习的稳定性,实现推力器推力的实时控制,从而提高应对推力不确定性的能力。