国际天文学顶级期刊《皇家天文学会月报》（MNRAS）刊发宇航学院研究团队最新成果

2022年12月，国际顶级天文学术期刊《皇家天文学会月报》（Monthly Notices of the Royal Astronomical Society，MNRAS）在线刊出了宇航学院航天动力学与智能控制研究团队在小行星内部结构预测方面的最新研究成果：“Modelling Internal Structure of Differentiated Asteroids via Data-Driven Approach”（基于数据驱动方法的分层小行星内部结构预测）。该成果基于可逆神经网络（INN），跳过小行星引力场的传统建模过程，首次建立了分层小行星内部结构和航天器飞行状态间的直接映射关系，并在此基础上开展了针对灶神星的小行星内部结构预测以及考虑观测误差的预测准确性验证工作。

在线刊出论文页面

MNRAS期刊封面

《皇家天文学会月报》（MNRAS）创刊于1827年，是英国皇家天文协会的旗舰天文学期刊，也是四大国际著名天文期刊之一(MNRAS，A&A，ApJ，AJ)。它长期聚焦于动力学天文学，天体物理学，射电天文学，宇宙学，空间研究和天文仪器设计的原创研究成果。被MNRAS收录的多数论文对相关领域的研究提供开创性的思路，研究的快速发表可能会对相关主题领域的后续研究发展产生重大影响。MNRAS收录全球超过80个国家作者的研究成果，影响因子5.235，JCR分区Q1。

灶神星的壳-幔模型及该模型下星体质量的概率分布

文章构建的可逆神经网络结构

神经网络的收敛过程

不同采样值下的重构误差分布

                           对部分物理参数的预测结果

传统的小天体内部结构预测方式需要基于飞行观测数据构建小天体周围的引力场模型，从而反演小天体内部的结构形式。而分层小行星的内部结构可以椭球加外壳参数化形式描述。该工作以此为基础，利用神经网络的拟合能力，首次直接建立了飞行数据与小天体内部结构之间的映射关系，在引入观测误差后，仍能根据短周期飞行数据迅速反演小行星的内部结构参数。

该论文所涉及的研究成果由宇航学院博士生导师梁玉莹副教授（第一作者）与日本宇航局宇宙科学研究所的尾崎直哉副教授、MMX任务总负责人川胜康弘教授和藤本正树教授合作完成，此项研究工作得到了北京航空航天大学青年拔尖人才支持计划和日本学术振兴会的经费支持。