[發明專利]一種僅測角地月空間拉格朗日點軌道類型智能辨識方法

在審

• 申請號: 202310532560.0
• 申請日: 2023-05-11
• 公開（公告）號: CN116595415A
• 公開（公告）日: 2023-08-15
• 發明（設計）人: 喬棟;周星宇;李翔宇
• 申請（專利權）人: 北京理工大學
• 主分類號: G06F18/24
• 分類號: G06F18/24;G06F18/214;G06F18/15;G06F30/20
• 代理公司: 北京正陽理工知識產權代理事務所(普通合伙) 11639
• 代理人: 王松

1.一種僅測角地月空間拉格朗日點軌道類型智能辨識方法，其特征在于：包括如下步驟，

步驟1：設定初始時刻t₀、地面測站的位置狀態、地月空間拉格朗日點軌道類型數目M、每種類型軌道采樣數目N、軌道遞推時長上限T_max、軌道遞推時長下限T_min與觀測次數n_O，建立僅測角觀測模型，設定僅測角觀測誤差協方差矩陣；

步驟2：建立地月空間拉格朗日點軌道航天器運動模型；

步驟3：根據地月空間拉格朗日點軌道類型數目M隨機生成地月空間拉格朗日點軌道以及遞推時長T，生成僅測角觀測矢量；

步驟4：標記每個軌道的標簽y，所述標簽即為軌道類型，生成每個軌道對應的輸入參數X，生成用于訓練軌道類型辨識深度神經網絡所需的樣本點S＝{X→y}；

步驟5：基于步驟4中所得的樣本點S＝{X→y}，以交叉熵作為損失函數，通過迭代更新的方式計算軌道類型辨識深度神經網絡參數權重，以得到離線訓練好的軌道類型辨識深度神經網絡；

步驟6：將實際測量得到的連續僅測角信息輸入到步驟5中訓練好的軌道類型辨識深度神經網絡中，訓練好的軌道類型辨識深度神經網絡的輸出對應的地月空間拉格朗日點軌道類型。

2.如權利要求1所述的一種僅測角地月空間拉格朗日點軌道類型智能辨識方法，其特征在于：還包括步驟7，基于得到的地月空間拉格朗日點軌道類型，進一步進行軌道匹配以及軌道確定，使用卡爾曼濾波算法或者最小二次算法對地月空間拉格朗日點軌道進行精細化軌道估計，提升地月空間態勢感知能力，提高地月空間拉格朗日點軌道確定精度與計算速度，有利于提升地月空間拉格朗日點軌道航天器在軌服務、在軌操作能力。

3.如權利要求1或2所述的一種僅測角地月空間拉格朗日點軌道類型智能辨識方法，其特征在于：步驟1實現方法為，

設定初始時刻t₀；設定地面測站的位置狀態，所述位置狀態包括經度L、緯度B和高度H；設定地月空間拉格朗日點軌道類型數目M、每種類型軌道采樣數目N、軌道遞推時長上限T_max、軌道遞推時長下限T_min與觀測次數n_O，建立僅測角觀測模型如下：

其中表示僅測角觀測矢量，為僅測角的觀測模型，表示僅測角觀測噪聲，和分別表示地心慣性系下航天器與測站的位置矢量；設定僅測角觀測誤差協方差矩陣

4.如權利要求3所述的一種僅測角地月空間拉格朗日點軌道類型智能辨識方法，其特征在于：步驟2實現方法為，

對于地月空間拉格朗日點軌道航天器，其運動主要受到地球、月球和太陽的引力攝動影響，其他攝動力相比于所述三種引力影響量級能夠忽略，因此建立地月空間拉格朗日點軌道航天器運動模型如下：

其中表示地心慣性系下的航天器的速度矢量，μ_e、μ_m和μ_s分別表示地球、月球、太陽的引力常數，與表示月球與太陽在地心慣性系下的位置矢量。

5.如權利要求4所述的一種僅測角地月空間拉格朗日點軌道類型智能辨識方法，其特征在于：步驟3實現方法為，

對于M類地月空間拉格朗日點軌道中的每一類，按照振幅隨機生成N軌道，共計生成MN條軌道；對于每條軌道，遞推時長T在軌道遞推時長上限T_max與軌道遞推時長下限T_min之間隨機選取；同時在時間段[0,T]中隨機生成n_O個觀測時刻，記為對于每個時刻t_i(1≤i≤n_O)，按照式(1)計算相應的測角觀測矢量，其中觀測噪聲依據僅測角觀測誤差協方差矩陣隨機生成；通過隨機生成遞推時長T以及相應的觀測時刻t_i，提高樣本數據中軌道以及觀測的隨機性，提升訓練得到的軌道類型辨識深度神經網絡的適用性與魯棒性。