[发明专利]基于深度学习的卫星物理场级数字孪生模型构建方法有效
| 申请号： | 202210979908.6 | 申请日： | 2022-08-16 |
| 公开（公告）号： | CN115392077B | 公开（公告）日： | 2023-07-25 |
| 发明（设计）人： | 姚雯;李星辰;陈小前;周炜恩;李桥 | 申请（专利权）人： | 中国人民解放军军事科学院国防科技创新研究院 |
| 主分类号： | G06F30/23 | 分类号： | G06F30/23;G06F30/27;G06N3/045;G06N3/08 |
| 代理公司： | 北京奥文知识产权代理事务所(普通合伙) 11534 | 代理人： | 张文 |
| 地址： | 100071*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的卫星物理场级数字孪生模型构建方法，包括：在卫星的多个预设位置上布置传感器，利用传感器采集卫星物理场数据，并获取卫星物理场的有限元仿真数据；对传感器数据和有限元仿真数据进行数据融合，获取融合的卫星物理场数据，生成训练数据；利用训练数据对深度学习神经网络进行训练以拟合传感器数据与卫星物理场的映射关系；将传感器数据输入训练后的深度学习神经网络，对深度学习神经网络的输出进行可视化处理，获取卫星物理场级数字孪生模型。本发明通过传感器采集卫星物理场信息，并与有限元仿真数据进行融合以获取高质量训练数据进行神经网络的训练，能够构建高精度、高可靠性的卫星物理场级别的数字孪生模型。 | ||
| 搜索关键词： | 基于 深度 学习 卫星 物理 级数 孪生 模型 构建 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国人民解放军军事科学院国防科技创新研究院，未经中国人民解放军军事科学院国防科技创新研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202210979908.6/，转载请声明来源钻瓜专利网。
