利用人工神经网络快速计算木星系磁坐标

发布时间：2022-12-05 01:14

　　在木星辐射带研究中,从地理坐标向磁坐标的准确转换是建模基础.以往的建模中,磁壳参数L值的计算基于磁偶极场假设,该方法精确度较差.结合最新的高精度木星磁场模型JRM09,本文提出基于磁力线追踪法的木星磁坐标计算方法,并分析其合理性和必要性.要求精确度较高时,磁力线追踪法计算耗时很长.本文在磁力线追踪法的基础上进行改进,提出基于人工神经网络的磁坐标快速计算方法.该方法包括分类器和拟合器.分类器基于Adaboost算法的BP神经网络,用于预测某地理坐标是否在内磁层,如果在内磁层,则用拟合器计算L值.拟合器采用遗传算法优化BP神经网络.结果表明,分类器的分类错误率在3%以内,而拟合器的预测误差在7%以内.以Juno号一圈探测轨道为例,利用神经网络的磁坐标计算法比磁力线追踪计算法速度快3个数量级以上.基于人工神经网络的磁坐标快速计算方法可用于未来木星辐射带的研究. 

【文章页数】：8 页

【文章目录】：
0 引言
1 计算方法
    1.1 磁力线追踪法
    1.2 人工神经网络预测磁坐标
        1.2.1 分类器
        1.2.2 拟合器
2 磁坐标计算
    2.1 磁力线追踪法
    2.2 分类器
    2.3 拟合器
    2.4 Juno号轨道计算结果
3 结语


【参考文献】：
期刊论文
[1]木星系粒子辐射环境效应及防护关键技术[J]. 王建昭,张庆祥,田岱,朱安文,邱家稳.  航天器环境工程. 2018(05)
[2]地磁场磁力线可视化种子点选取的磁场强度线积分等分算法[J]. 高广大,胡晓彦,钟佳,邹自明.  空间科学学报. 2016(02)
[3]地磁与空间物理资料的组织和相关坐标系[J]. 徐文耀.  地球物理学进展. 2006(04)



本文编号：3709370