(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110837253.4 (22)申请日 2021.07.23 (65)同一申请的已公布的文献号 申请公布号 CN 113591215 A (43)申请公布日 2021.11.02 (73)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 地址 100071 北京市丰台区东大街5 3号 (72)发明人 张俊　夏宇峰　姚雯　周炜恩　 陈小前　 (74)专利代理 机构 北京奥文知识产权代理事务 所(普通合伙) 11534 专利代理师 张文 (51)Int.Cl. G06F 30/15(2020.01)G06F 30/23(2020.01) G06F 30/27(2020.01) (56)对比文件 CN 111507032 A,2020.08.07 CN 112257321 A,2021.01.2 2 王倚文等.基 于GA-BP神经网络的BD S轨道误 差模型研究. 《计算机 仿真》 .2020,(第02期), 审查员 张一良 (54)发明名称 基于不确定性的异常卫星组件布局检测方 法 (57)摘要 本发明公开了一种基于不确定性的异常卫 星组件布局检测方法， 包括： 构建深度神经网络 模型； 生成多个训练数据和多个测试数据； 训练 深度神经网络模型以拟合卫星组件布局与温度 场的映射关系； 利用已训练的深度神经网络模型 对每个测试数据重复进行多次温度场预测， 确定 每个测试数据对应的多次温度场预测结果的标 准差； 将多个标准差的平均值作为当前卫星组件 布局类型的临界标准差阈值； 将待检测卫星组件 布局重复输入深度神经网络模型进行多次温度 场预测， 根据多次温度场预测结果确定待检测卫 星组件布局的温度场和待检测卫星组件布局是 否为异常样 本。 本发明能够在利用深度神经网络 模型进行卫星组件布局的温度场预测的同时， 对 卫星组件布局进行异常检测。 权利要求书2页 说明书6页 附图3页 CN 113591215 B 2022.11.11 CN 113591215 B 1.一种基于不确定性的异常卫星组件布局检测方法， 其特 征在于， 包括： 构建深度神经网络模型， 其中， 所述深度神经网络模型的输出层前设置有Dropout层； 生成多个训练数据和多个测试数据， 其中， 所述训练数据包括卫星组件布局及卫星组 件布局对应的温度场， 所述测试 数据包括 卫星组件布局； 利用所述训练数据训练所述深度神经网络模型以拟合卫星组件布局与温度场的映射 关系； 利用已训练的所述深度神经网络模型对每个所述测试数据重复进行多次温度场预测， 确定每个所述测试 数据对应的多次温度场预测结果的标准差； 将多个所述标准差的平均值作为当前卫星组件布局类型的临界标准差阈值， 其中， 属 于同一个卫星组件布局类型的每 个卫星组件布局所包 含的组件相同； 将待检测卫星组件布局重复输入所述深度神经网络模型， 进行多次温度场预测， 根据 所述待检测 卫星组件布局的多次温度场预测结果确定所述待检测 卫星组件布局的温度场 和所述待检测卫星组件布局是否为异常样本 。 2.根据权利要求1所述的基于不确定性的异常卫星组件布局检测方法， 其特征在于， 所 述根据所述待检测 卫星组件布局的多次温度场预测结果确定所述待检测 卫星组件布局的 温度场和所述待检测卫星组件布局是否为异常样本， 包括： 计算所述待检测卫星组件布局的多次温度场预测结果的均值和标准差， 将均值作为预 测得到的所述待检测卫星组件布局的温度场， 根据标准差与所述临界标准差阈值的大小关 系， 确定所述待检测卫星组件布局是否为异常样本 。 3.根据权利要求2所述的基于不确定性的异常卫星组件布局检测方法， 其特征在于， 所 述根据标准差与所述临界标准差阈值的大小关系， 确定所述待检测卫星组件布局是否为异 常样本， 包括： 若标准差小于或等于所述临界标准差阈值， 则所述待检测卫星组件布局为 正常样本； 若标准差大于所述临界标准差阈值， 则所述待检测卫星组件布局为异常样本 。 4.根据权利要求1所述的基于不确定性的异常卫星组件布局检测方法， 其特征在于， 所 述生成多个训练数据和多个测试 数据， 包括： 对组件布局设计区域进行网格划分， 根据组件数量随机挑选组件布局设计区域的相应 数量的网格放置组件得到一个卫星组件布局， 利用有限元分析方法计算卫星组件布局对应 的温度场， 获取一个包括卫星组件布局及卫星组件布局对应的温度场的训练数据， 重复多 次随机获取 过程直至获得第一预设数量的训练数据； 根据组件数量随机挑选组件布局设计区域的相应数量的网格放置组件得到一个卫星 组件布局， 获取一个包括卫星组件布局的测试数据， 重复多次随机获取过程直至获得第二 预设数量的测试 数据。 5.根据权利要求1所述的基于不确定性的异常卫星组件布局检测方法， 其特征在于， 所 述临界标准差阈值利用以下公式一计算确定； 其中， σ0表示临界标准差阈值， n2表示测试数据数， σj表示第j个测试数据对应的多次温 度场预测结果的标准差 。权　利　要　求　书 1/2 页 2 CN 113591215 B 26.根据权利要求1所述的基于不确定性的异常卫星组件布局检测方法， 其特征在于， 卫 星组件布局对应的多次温度场预测结果的标准差利用以下公式二计算确定； 其中， 表示卫星组件布局 对应的多次温度场 预测结果的均值， M表示预测次数， Tm′表 示卫星组件布局对应的第m次温度场预测结果， σ 表示卫星组件布局对应的多次温度场预测 结果的标准差 。权　利　要　求　书 2/2 页 3 CN 113591215 B 3