申请/专利权人：北京航天驭星科技有限公司

申请日：2022-11-10

公开（公告）日：2023-03-17

公开（公告）号：CN115806061A

主分类号：B64G1/24

分类号：B64G1/24;G06N3/092;G06N3/04

优先权：

专利状态码：有效-授权

法律状态：2023.05.09#授权;2023.04.04#实质审查的生效;2023.03.17#公开

摘要：本发明涉及航空航天领域，提供一种基于DuelingDQN的卫星相对相位保持策略模型的建模方法、模型、获取方法、设备、介质，建模方法包括：S1：获取多组卫星训练状态数据组；S2：得到初始时刻之后所有半长轴控制行为及所对应输出的Q值；S3：获得当前时刻第一卫星与第二卫星的状态及半长轴控制行为；S4：得到累计奖励和下一时刻第一卫星与第二卫星状态；S5：将卫星组合状态数据组存入经验池；S6：计算目标值；S7：计算误差；S8：更新Q值；将下一时刻第一卫星与第二卫星的状态作为当前时刻第一卫星与第二卫星的状态；S9：重复预期轨控次数的S3‑S8，更新参数；S10：重复S2‑S9，直到输入完所有数据。本方案能够得到最优的决策策略，减少卫星燃料的消耗。

主权项：1.一种基于DuelingDQN的卫星相对相位保持策略模型的建模方法，其特征在于，包括以下步骤：S1：初始化模型，获取多组卫星训练状态数据组，每组卫星训练状态数据组包括初始时刻第一卫星与第二卫星的状态、多个预期轨控时刻和预期轨控次数；第一卫星与第二卫星的状态包括第一卫星与第二卫星的相对相位差；S2：向模型中输入一组卫星训练状态数据组的初始时刻第一卫星与第二卫星的状态，得到初始时刻之后所有半长轴控制行为及所对应输出的Q值；S3：获取当前时刻第一卫星与第二卫星的状态，根据贪心策略获得第一卫星或第二卫星执行的半长轴控制行为；S4：执行半长轴控制行为，得到当前时刻往后推一到多个时刻的第一卫星与第二卫星的状态；根据当前时刻往后推一到多个时刻的第一卫星与第二卫星的状态、相对相位保持策略奖励函数得到累计奖励；所述相对相位保持策略奖励函数采用公式1： 其中，rt为当前时刻第一卫星或第二卫星所执行的半长轴控制行为在t时刻往后推T个时刻所获得的累计奖励；δ为折扣值，0≤δ≤1；gt+k为当前时刻往后推k个时刻第一卫星或第二卫星进行半长轴控制行为所获得的奖励；gt+k的获得方法采用公式2： 其中，gt+k为当前时刻往后推k个时刻第一卫星或第二卫星进行半长轴控制行为所获得的奖励，Δλ0为标称轨道的第一卫星与第二卫星的相对相位差，Δλs为第一卫星与第二卫星的相对相位差保持阈值，Δλt+k+1为当前时刻往后推k+1个时刻第一卫星与第二卫星的相对相位差，|Δλt+k+1-Δλ0|为当前时刻往后推k个时刻对第一卫星或第二卫星进行半长轴控制后当前时刻往后推k+1个时刻第一卫星与第二卫星的相对相位差相对于标称轨道的变化；t1为当前时刻往后推k个时刻，t0为与t1时刻距离最近的预期轨控时刻；T为大于0的自然数，k为大于或等于0的自然数；t为当前时刻；S5：将当前时刻第一卫星与第二卫星的状态、第一卫星或第二卫星执行的半长轴控制行为、累计奖励和下一时刻第一卫星与第二卫星的状态作为一组卫星组合状态数据组存入经验池中；S6：从经验池中取出多组卫星组合状态数据组，根据目标卷积层权重参数、目标优势函数网络的参数、目标状态值函数网络的参数计算每个卫星组合状态数据组的目标值；S7：根据损失函数计算误差，并更新当前卷积层权重参数、当前优势函数网络的参数和当前状态值函数网络的参数；S8：根据值函数更新Q值；将下一时刻第一卫星与第二卫星的状态作为当前时刻第一卫星与第二卫星的状态；S9：重复执行步骤S3-S8，执行步骤S3-S8的次数等于该组卫星训练状态数据组的预期轨控次数；每重复执行指定迭代次数的步骤S3-S8后，分别根据当前卷积层权重参数、当前优势函数网络的参数和当前状态值函数网络的参数更新目标卷积层权重参数、目标优势函数网络的参数和目标状态值函数网络的参数；S10：重复执行步骤S2-S9，直到输入完所有卫星训练状态数据组的数据。

全文数据：

权利要求：

百度查询： 北京航天驭星科技有限公司 卫星相对相位保持策略模型的建模方法、模型、获取方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD