[發明專利]衛星南北保持策略模型的建模方法、系統、獲取方法

有效

• 申請號: 202211408067.X
• 申請日: 2022-11-10
• 公開（公告）號: CN115758704B
• 公開（公告）日: 2023-05-05
• 發明（設計）人: 吳琳琳;吳新林;何鎮武;吳凌根;陳倩茹;王麗穎;張琳娜
• 申請（專利權）人: 北京航天馭星科技有限公司
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06F17/11
• 代理公司: 北京美智年華知識產權代理事務所(普通合伙) 11846
• 代理人: 李晨露;梁忠益

本發明涉及航空航天領域，提供一種衛星南北保持策略模型的建模方法、系統、獲取方法、設備、介質，建模方法包括：S1：初始化模型；S2：向模型中輸入初始時刻衛星傾角，得到傾角控制行為及Q值；S3：獲取當前時刻衛星傾角，獲得衛星執行的傾角控制行為；S4：執行傾角控制行為，得到下一時刻衛星傾角；根據下一時刻衛星傾角、南北保持策略獎勵函數得到獎勵；S5：將衛星組合狀態數據組存入經驗池；S6：計算目標值；S7：計算誤差，更新神經網絡權值參數；S8：更新Q值；將下一時刻衛星傾角作為當前時刻衛星傾角；S9：重復執行步驟S3?S8；S10：重復執行步驟S2?S9，直到輸入完所有衛星訓練狀態數據組的數據。本方案能得到最優的決策策略，減少衛星燃料消耗。

技術領域

本發明涉及航空航天技術領域，特別是涉及一種衛星南北保持策略模型的建模方法、系統、獲取方法、設備、介質。

背景技術

隨著人類航天活動的不斷開展，越來越多的遙感衛星為人們的日常生活提供幫助。

GEO衛星在運行的過程中會受到日、月引力和地球非球形攝動的影響，從而導致在南北緯度方向上發生漂移，所以對GEO三軸穩定衛星南北位置保持(傾角保持)控制對于航天領域有至關重要的作用。

現有的技術首先通過對衛星在軌道運行過程中受到的地球形狀、日月引力、太陽光壓等各種攝動力的分析建立軌道機動時的動力學模型，然后制定南北保持的短期和長期策略。這種方法通過衛星在軌道運行過程中受到的各種攝動力進行復雜的建模，然而由于空間受力的復雜性以及衛星本身參數的不確定性，導致無法對衛星進行精確建模，參數多、計算復雜，進而影響衛星傾角控制的精度，可能會消耗更多的燃料。并且，現有強化學習方法無法解決狀態和動作空間維度很高的問題。

因此，亟需開發一種衛星南北保持策略模型的建模方法、系統、獲取方法、設備、介質，降低建模難度，精確計算南北保持策略。

發明內容

本發明的目的是提供一種衛星南北保持策略模型的建模方法、系統、獲取方法、設備、介質，對GEO三軸穩定衛星進行南北位置保持時不需要進行復雜的建模，不需要考慮空間受力的復雜性以及衛星本身參數的不確定性，強化學習具有很強的行為決策能力，能夠得到最優的決策策略，減少衛星燃料的消耗。

為解決上述技術問題，作為本發明的一個方面，提供了一種基于深度Q網絡的衛星南北保持策略模型的建模方法，包括以下步驟：

S1：初始化模型，獲取多組衛星訓練狀態數據組，每組衛星訓練狀態數據組包括衛星的初始狀態、多個預期軌控時刻和預期軌控次數；每個衛星的初始狀態包括初始時刻衛星傾角；

S2：向模型中輸入一組衛星訓練狀態數據組的初始時刻衛星傾角，得到初始時刻之后所有傾角控制行為及所對應輸出的Q值；

S3：獲取當前時刻衛星傾角，根據貪心策略獲得衛星執行的傾角控制行為；

S4：執行傾角控制行為，得到下一時刻衛星傾角；根據下一時刻衛星傾角、南北保持策略獎勵函數得到獎勵；所述南北保持策略獎勵函數采用公式1：

其中，r_t為當前時刻衛星進行傾角控制行為所獲得的獎勵，s₀為標稱軌道的傾角，t為當前時刻，t₀為與當前時刻距離最近的預期軌控時刻，Δr_s為傾角保持圓半徑，s_t+1為當前時刻的下一時刻衛星傾角，當前時刻的下一時刻衛星傾角差為|s_t+1-s₀|；當當前時刻的下一時刻衛星傾角不在傾角保持圓的范圍內就給予懲罰；

S5：將當前時刻衛星傾角、衛星執行的傾角控制行為、獎勵和下一時刻衛星傾角作為一組衛星組合狀態數據組存入經驗池中；

S6：從經驗池中取出多組衛星組合狀態數據組，根據神經網絡權值參數計算每個衛星組合狀態數據組的目標值；