[发明专利]基于teacher-student代理模型的卫星组件温度场预测方法

权利要求书

1.一种基于teacher-student代理模型的卫星组件温度场预测方法，其特征在于，包括：

对卫星组件的结构进行近似描述，建立卫星组件布局的结构模型；

生成多个第一训练数据和若干个第二训练数据，其中，所述第一训练数据包括卫星组件布局，所述第二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；

构建teacher-student深度代理模型；

利用所述第二训练数据对teacher模型进行训练以拟合卫星组件布局与温度场的映射关系，利用已训练的teacher模型预测所述第一训练数据中的卫星组件布局对应的温度场；

利用所述第一训练数据及所述第一训练数据对应的温度场和所述第二训练数据对student模型进行训练以拟合卫星组件布局与温度场的映射关系；

将已训练的student模型作为温度场预测模型以进行卫星组件布局的温度场预测。

2.根据权利要求1所述的基于teacher-student代理模型的卫星组件温度场预测方法，其特征在于，采用以下方式建立卫星组件布局的结构模型：

将卫星组件布局设定为方形区域，将所述方形区域划分为n₁×n₁个网格，在所述方形区域的四条边中的一条边上设置一个设定长度的小孔作为散热孔，所述散热孔区域温度恒定为T₀；

将卫星组件设定为方形结构，一个卫星组件能够放置在一个网格位置上，根据每个卫星组件在卫星组件布局中的具体位置将不同卫星组件放置在不同的网格位置上。

3.根据权利要求2所述的基于teacher-student代理模型的卫星组件温度场预测方法，其特征在于，所述生成多个第一训练数据和若干个第二训练数据，包括：

随机挑选方形区域中的若干个网格，在挑选的若干个网格上放置卫星组件得到一个卫星组件布局，重复多次随机生成过程以获取N个包括卫星组件布局的第一训练数据；

随机挑选方形区域中的若干个网格，在挑选的若干个网格上放置卫星组件得到一个卫星组件布局，重复多次随机生成过程以得到M个卫星组件布局，并确定每个卫星组件布局对应的温度场，获取M个包括卫星组件布局及卫星组件布局对应的温度场的第二训练数据，其中，N和M均为正整数，且N＞M。

4.根据权利要求3所述的基于teacher-student代理模型的卫星组件温度场预测方法，其特征在于，所述生成多个第一训练数据和若干个第二训练数据，还包括：对所述第二训练数据中的温度场数据进行归一化处理，以将温度场映射到[0,1]区间。

5.根据权利要求1所述的基于teacher-student代理模型的卫星组件温度场预测方法，其特征在于，所述构建teacher-student深度代理模型包括：

选取两个不同的深度代理模型分别作为teacher模型和student模型。

6.根据权利要求5所述的基于teacher-student代理模型的卫星组件温度场预测方法，其特征在于，teacher模型采用特征金字塔网络模型和词义分割网络模型两个模型中的一个，student模型采用所述两个模型中的另一个。

7.根据权利要求6所述的基于teacher-student代理模型的卫星组件温度场预测方法，其特征在于，采用L1范数损失函数作为teacher模型和student模型在训练时的损失函数。

8.根据权利要求1所述的基于teacher-student代理模型的卫星组件温度场预测方法，其特征在于，所述利用所述第一训练数据及所述第一训练数据对应的温度场和所述第二训练数据对student模型进行训练包括：

先利用所述第一训练数据及所述第一训练数据对应的温度场对student模型进行训练，再利用所述第二训练数据通过Fine-tune技术对student模型进行训练。