一种机器学习支撑的低轨卫星精密定轨策略

    公开(公告)号:CN112580819A

    公开(公告)日:2021-03-30

    申请号:CN202011329959.1

    申请日:2020-11-24

    IPC分类号: G06N20/00 G01C21/24 B64G1/10

    摘要: 本发明公开了一种机器学习支撑的低轨卫星精密定轨策略,具体按照以下步骤实施:定义轨道确定策略集作为机器学习支撑的低轨卫星精密定轨策略的策略空间;选取观测、卫星、轨道和空间环境四大类特征作为机器学习训练样本的特征;定义轨道确定质量函数作为机器学习所使用的标签;将轨道确定策略集和机器学习训练样本的特征作为输入,使用标签,采用自动化的监督学习算法对其进行学习,获得定轨策略的机器学习模型;根据定轨策略的机器学习模型获取智能精密定轨策略。本发明机器学习支撑的低轨卫星精密定轨策略,能够提高复杂观测条件下精密定轨策略拟定的准确性,最大限度提高当前动力学模型和观测数据的使用效率。

    一种卫星对地观测过顶时刻快速高精度计算方法

    公开(公告)号:CN114676580A

    公开(公告)日:2022-06-28

    申请号:CN202210332547.6

    申请日:2022-03-31

    摘要: 本发明的一种卫星对地观测过顶时刻快速高精度计算方法,计算多个时间点处的卫星轨道根数和星下点与目标点的地面距离;对比相邻时间点处星下点与目标点的地面距离,得到所有存在地面距离极小值点的区间;在各区间内采用一维搜索算法求解星下点与目标点地面距离的极小值和对应的时刻;若某个区间内的地面距离极小值小于等于卫星对地观测的等效幅宽,则相应时刻为卫星观测目标的过顶时刻;对所有过顶时刻按时间先后次序排序,得到指定时段内卫星观测地面目标的所有过顶时刻;本发明首先查找过顶时刻可能区间,利用一维搜索算法在较小区间内精确获得过顶时刻,避免了对过顶时刻的大范围重复搜索计算,具备计算速度快、计算精度高、适应度广的优点。

    航天器定轨方法、系统、装置、介质

    公开(公告)号:CN114877899A

    公开(公告)日:2022-08-09

    申请号:CN202210636692.3

    申请日:2022-06-07

    IPC分类号: G01C21/24

    摘要: 本发明提出了航天器定轨方法、装置、系统和介质,首先通过多个航天器历史外测信息作为轨道确定方法的输入,通过历史精密轨道确定的轨道根数信息作为输出标签,然后将历史外测信息映射成分布信息,最后利用核技巧解决分布之间的内积计算问题,从而建立分布信息到轨道根数的映射关系,为通过新的观测信息确定航天器轨道提供快速确定的可能。本发明在实现时充分考虑了噪声的影响,在添加不同随机噪声和系统噪声的情况下,本发明的轨道确定结果具有较强的鲁棒性。

    一种机器学习支撑的低轨卫星精密定轨策略

    公开(公告)号:CN112580819B

    公开(公告)日:2023-06-13

    申请号:CN202011329959.1

    申请日:2020-11-24

    IPC分类号: G06N20/00 G01C21/24 B64G1/10

    摘要: 本发明公开了一种机器学习支撑的低轨卫星精密定轨策略,具体按照以下步骤实施:定义轨道确定策略集作为机器学习支撑的低轨卫星精密定轨策略的策略空间;选取观测、卫星、轨道和空间环境四大类特征作为机器学习训练样本的特征;定义轨道确定质量函数作为机器学习所使用的标签;将轨道确定策略集和机器学习训练样本的特征作为输入,使用标签,采用自动化的监督学习算法对其进行学习,获得定轨策略的机器学习模型;根据定轨策略的机器学习模型获取智能精密定轨策略。本发明机器学习支撑的低轨卫星精密定轨策略,能够提高复杂观测条件下精密定轨策略拟定的准确性,最大限度提高当前动力学模型和观测数据的使用效率。