基于拓扑方法的 Hall 效应推力器预测
机器学习
2025-04-09 v1
摘要
Hall 效应推力器（HET）是一种电动推力器，从航天器喷射重离子气体粒子以产生推力。虽然它们传统上用于维持定位，但最近因其高 delta-V 潜力和与其他推力器（如化学推力器）相比的长期运行寿命而被用于星际航行任务。然而，HET 的运行涉及复杂的过程，如气体电离化、强磁场以及复杂的太阳能电池板电源相互作用。因此，其运行极难建模，从而需要数据同化（DA）方法来估计和预测其运行状态。由于 HET 的运行环境常常伴随非高斯来源的噪声，这显著限制了适用的数据同化工具。我们描述了一种用于数据同化的拓扑方法，绕过了这些限制，且不依赖于噪声模型，并用于预测 HET 的时空喷流场状态。我们的做法是对基于拓扑数据同化方法（TADA）方法的推广，允许包含不同的预测函数。我们展示了 TADA 可如何与长短期记忆网络（Long Short-Term Memory network）结合，以实现精确预测。随后，我们将该方法应用于来自美国空军研究实验室（Air Force Research Laboratory）火箭推进部门的高保真 HET 模拟数据，在该数据上展示了 TADA 在噪声污染、高维数据上的预测鲁棒性。
关键词
引用
@article{arxiv.2504.06157,
title = {Hall Effect Thruster Forecasting using a Topological Approach for Data Assimilation},
author = {Max M. Chumley and Firas A. Khasawneh},
journal= {arXiv preprint arXiv:2504.06157},
year = {2025}
}
备注
12 pages, 13 figures