人工神经网络在海王星-天王星行星际（NUIP）任务中的实现

2030年代初将出现海王星、天王星与木星之间的天体排列，使得借助木星引力弹弓获得足够动量以实现对两颗冰巨行星飞越探测成为可能。NUIP任务中天王星探测器的发射窗口为2030年1月至2035年1月，任务周期为6至10年；海王星探测器的发射窗口为2031年2月至2032年4月，任务周期为7至10年。为充分利用天体排列，深度学习方法有望在自主智能空间制导问题中发挥关键作用，从而缩短航行时间及任务时间，并使航天器在其精密仪器与电力系统长达15年的寿命期内表现良好。本文提出一种深度神经网络设计，即卷积神经网络与循环神经网络，能够在任务期间仅利用最优机载相机拍摄的原始图像预测最优控制动作并进行图像分类。文章还描述了NUIP任务的独特需求与约束，这些需求与约束促成了海王星-天王星航天器的通信系统设计方案。该任务预期在对天王星与海王星进行飞越时收集遥测数据，并将所获数据传输至地球以供进一步分析。所搭载的先进光谱仪与粒子探测器系列将实现对冰巨星特性的更好量化。