-
公开(公告)号：CN118031978A
公开(公告)日：2024-05-14
申请号：CN202410039626.7
申请日：2024-01-10
Applicant: 上海卫星工程研究所
Abstract: 本发明提供了一种空间目标自主引导测量系统及引导误差自适应校正方法，包括：令星上宽视场搜索设备捕获并跟踪目标，发送测量信息至引导信息处理模块；对测量信息进行处理、转换后，以引导信息为中心生成扩展搜索区域窗口，依次发送至对应作为精细测量设备的精密测量设备；令精密测量设备根据搜索区域窗口范围进行搜索，精密测量设备确认目标位置后，发送当前信息至引导信息处理模块；执行引导信息处理模块，根据精密测量设备实际位置信息进行对比，将校正值对引导误差进行修正；执行引导信息处理模块对精密测量设备的后续所有引导信息采用校正矢量值对引导误差进行修正。本发明明显降低了系统配置要求，提升卫星任务效能。
-
公开(公告)号：CN111950613B
公开(公告)日：2022-08-12
申请号：CN202010753139.9
申请日：2020-07-30
Applicant: 上海卫星工程研究所
IPC: G06K9/62
Abstract: 本发明提供了一种多源引导信息星上实时融合处理方法及系统。在对多载荷目标定位数据进行处理时，考虑到数据量大、星上计算能力有限等问题，对目标进行分区域管理，星上通过获取当前轨道数据、融合处理开始时间、滚动触发周期及任务规划结束时间，递推卫星未来时刻位置、速度，计算星地交点，作为各区域边界。融合区目标进行新目标存储、临近判断和融合、队列筛选排序等、生成目标态势引导队列。该方法面向多星多载荷在轨自主协同工作的星上态势实时处理需求，解决多信息源相同目标多批次送出的目标定位信息重复或虚警情况，提高对星下态势实时描述的准确度，为星上自主任务规划后续环节，对多目标的成像优选提供重要参考。
-
Patent Agency Ranking
公开(公告)号：CN111950874B
公开(公告)日：2023-12-12
申请号：CN202010754326.9
申请日：2020-07-30
Applicant: 上海卫星工程研究所
Abstract: 任务分配的综合效率。本发明提供了一种卫星自主任务规划星载知识库设计方法及系统，该方法面向多星多载荷在轨自主协同任务规划应用场景，提出了一种卫星自主任务规划星载知识库设计方法，包括目标识别库和观测偏好库，解决了多载荷在轨实时搜索获取并融合后的目标观测需求与在轨多手段观测资源关联匹配问题。通过分析并确定多种搜索发现载荷所能描述的目标多维特征信息并进行分析，挑出能够对目标进行目标类型或身份识别的特异性特征集合，通过预先指定在轨观测任务感兴趣的目标库，作为在轨实时引导任务确定
-
公开(公告)号：CN111950873B
公开(公告)日：2022-11-15
申请号：CN202010754302.3
申请日：2020-07-30
Applicant: 上海卫星工程研究所
Abstract: 本发明提供了一种基于深度强化学习的卫星实时引导任务规划方法及系统，包括：场景建立步骤：建立“时间‑姿态”二维化的卫星成像任务规划训练场景；提取转化步骤：对卫星成像任务规划训练场景的智能体训练要素状态、动作、代价、奖励、结束条件进行提取与转化；对接步骤：使用深度学习算法与所述卫星成像任务规划训练场景进行对接；强化学习步骤：利用深度强化学习对卫星成像任务规划过程进行学习。本发明采用将卫星轨道和目标经纬度进行“时间‑侧摆”二维化映射的方法，在不牺牲数据精度的前提下，降低强化学习环境状态空间的维度，可以在保留所有有效信息的前提下，提升智能体训练收敛的速度。
-
公开(公告)号：CN111950874A
公开(公告)日：2020-11-17
申请号：CN202010754326.9
申请日：2020-07-30
Applicant: 上海卫星工程研究所
Abstract: 本发明提供了一种卫星自主任务规划星载知识库设计方法及系统，该方法面向多星多载荷在轨自主协同任务规划应用场景，提出了一种卫星自主任务规划星载知识库设计方法，包括目标识别库和观测偏好库，解决了多载荷在轨实时搜索获取并融合后的目标观测需求与在轨多手段观测资源关联匹配问题。通过分析并确定多种搜索发现载荷所能描述的目标多维特征信息并进行分析，挑出能够对目标进行目标类型或身份识别的特异性特征集合，通过预先指定在轨观测任务感兴趣的目标库，作为在轨实时引导任务确定观测手段的参考信息。本发明可以尽可能的获得重要目标优选的载荷探测信息，提高星上自主成像任务规划的运行效率，提高多目标多载荷观测任务分配的综合效率。
-
公开(公告)号：CN111950873A
公开(公告)日：2020-11-17
申请号：CN202010754302.3
申请日：2020-07-30
Applicant: 上海卫星工程研究所
Abstract: 本发明提供了一种基于深度强化学习的卫星实时引导任务规划方法及系统，包括：场景建立步骤：建立“时间-姿态”二维化的卫星成像任务规划训练场景；提取转化步骤：对卫星成像任务规划训练场景的智能体训练要素状态、动作、代价、奖励、结束条件进行提取与转化；对接步骤：使用深度学习算法与所述卫星成像任务规划训练场景进行对接；强化学习步骤：利用深度强化学习对卫星成像任务规划过程进行学习。本发明采用将卫星轨道和目标经纬度进行“时间-侧摆”二维化映射的方法，在不牺牲数据精度的前提下，降低强化学习环境状态空间的维度，可以在保留所有有效信息的前提下，提升智能体训练收敛的速度。
-
公开(公告)号：CN111950613A
公开(公告)日：2020-11-17
申请号：CN202010753139.9
申请日：2020-07-30
Applicant: 上海卫星工程研究所
IPC: G06K9/62
Abstract: 本发明提供了一种多源引导信息星上实时融合处理方法及系统。在对多载荷目标定位数据进行处理时，考虑到数据量大、星上计算能力有限等问题，对目标进行分区域管理，星上通过获取当前轨道数据、融合处理开始时间、滚动触发周期及任务规划结束时间，递推卫星未来时刻位置、速度，计算星地交点，作为各区域边界。融合区目标进行新目标存储、临近判断和融合、队列筛选排序等、生成目标态势引导队列。该方法面向多星多载荷在轨自主协同工作的星上态势实时处理需求，解决多信息源相同目标多批次送出的目标定位信息重复或虚警情况，提高对星下态势实时描述的准确度，为星上自主任务规划后续环节，对多目标的成像优选提供重要参考。
-
-
-
-
-
-
Search Results
7
records
(took 0.025 seconds)
