典型文献
基于BP神经网络的介质表面充电电位反演方法
文献摘要：
为了实现全面、实时的在轨卫星充放电风险分析,基于在相同环境下,不同材料表面充电的关联性,利用BP神经网络建立了一种由Kapton材料表面充电电位反演卫星其他常用介质材料表面电位的模型.以Kapton材料的表面电位以及材料厚度为输入,其他介质材料的表面电位作为模型输出,使用COMSOL建立的表面充电模型对神经网络进行训练,将反演误差降低到10％以下,并利用Kapton与Teflon材料表面充电地面试验数据验证反演模型的准确性,结果显示Teflon表面电位的反演值与实测值间的相对误差小于16％.
文献关键词：
表面充电;BP神经网络;数值仿真;反演;卫星
中图分类号：
作者姓名：
张诚悦;全荣辉;张海呈
作者机构：
南京航空航天大学航天学院,南京 210016
文献出处：
引用格式：
[1]张诚悦;全荣辉;张海呈-.基于BP神经网络的介质表面充电电位反演方法)[J].中国空间科学技术,2022(06):134-139
A类：
B类：
表面充电,反演方法,在轨卫星,充放电,不同材料,Kapton,介质材料,表面电位,材料厚度,模型输出,COMSOL,反演误差,Teflon,地面试验,数据验证,反演模型,实测值
AB值：
0.286578
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
