摘要

本发明公开一种基于机器学习的索网反射面天线形面精度调整方法,主要解决现有技术需要建立精确的仿真模型和未考虑复杂非线性因素的问题。其实现方案为:1)建立实物反射面仿真模型,对实物反射面进行预调整获取初始训练样本,2)使用训练样本对机器算法进行训练得到天线仿真模型-最小二乘支持向量机形面预测模型,并调整该预测模型获得最优调整量,3)将最优调整量施加在实物反射面,得到一组新样本,判断此时实物反射面形面精度是否满足要求,若不满足,则用新样本和原有样本一起对机器算法重新训练,若满足,则输出实物反射面的最优调整量。本发明具有调整次数少、计算效率高的优点,可用于在卫星通信、对地观测、深空探测。