申请/专利权人：北京理工大学

申请日：2022-12-28

公开（公告）日：2024-01-19

公开（公告）号：CN116202535B

主分类号：G01C21/24

分类号：G01C21/24;G06N3/04;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.01.19#授权;2023.06.20#实质审查的生效;2023.06.02#公开

摘要：本发明公开的一种初值智能优选的航天器仅测角超短弧初轨确定方法，属于空间技术领域。本发明实现方法为：设定初始状态参数；随机生成目标轨道，对于每条轨道，进行递推并生成训练所需的样本点的输入以及输出；以均方根误差作为损失函数，通过迭代更新计算神经网络权重。输入三次测量矢量以及对应的时刻，通过训练好的神经网络预测得到首尾时刻的位置向径；使用Gooding算法迭代计算航天器的初始轨道状态；基于得到的初始轨道状态计算状态转移张量；计算视线角测量模型的一阶、二阶系数；建立初始轨道确定的修正模型并求解，修正初始轨道状态；基于估计得到的初始轨道状态进行精细化轨道估计，进而实现对于空间目标状态的快速高精度感知。

主权项：1.一种初值智能优选的航天器仅测角超短弧初轨确定方法，其特征在于：包括如下步骤，步骤1：设定初始时刻t0、地面测站的位置状态、采样的轨道根数矢量上下边界、采样数目N与最大观测间隔Tmax；步骤2：随机生成N条目标轨道，其中每条轨道的轨道根数矢量在给定的上下边界中随机生成；对于每一条轨道，根据轨道根数可以计算得到对应的位置矢量；随机生成两个时刻t1与t2，计算t0、t1与t2时刻的测角观测矢量，计算对应的输入pk以及输出qk，并生成训练所需的样本点的输入P以及输出Q；步骤3：根据步骤2中样本点的输入P以及输出Q，以均方根误差作为损失函数，通过迭代更新的方式计算神经网络权重，以得到离线训练好的神经网络f；步骤4：将训练得到的神经网络应用于实际的测角观测数据；输入观测得到的三次测量矢量l0、l1、l2以及对应的时刻t0、t1与t2，通过训练得到的神经网络预测得到t0与t2的位置向径；基于预测得到的t0与t2的位置向径，使用Gooding算法迭代计算航天器的初始轨道状态x0；步骤5：基于步骤4得到的初始轨道状态x0递推得到t1与t2时刻的轨道状态x1与x2，同时计算轨道状态x0、x1与x2对应的观测根据初始轨道状态x0计算一阶、二阶状态转移张量为和步骤6：根据步骤5中得到的一阶、二阶状态转移张量和计算视线角测量模型的一阶、二阶系数Ξt和Θt，建立二阶观测模型表达式；步骤7：建立初始轨道确定的修正模型，并使用非线性算法进行求解，进而修正初始轨道状态，得到更为精确的初始轨道确定结果；步骤8：利用估计得到的初始轨道状态，可以进行轨道递推，为后续地基或者天基观测设备提供观测方位指引，提高跟踪效果，降低目标丢失率；基于得到的初始轨道状态，可以为后续的精细化轨道估计提高精准的初值，提高精细化估计的鲁棒性与收敛性；利用估计得到的初始轨道状态，可以提高轨道误差演化准确性，提升碰撞概率计算精度，有利于提升后续的航天器碰撞规避轨迹规划、抵近制导、博弈控制的精度与效果。

全文数据：

权利要求：

百度查询： 北京理工大学 一种初值智能优选的航天器仅测角超短弧初轨确定方法

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