[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

本發明公開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，屬于空間技術領域。本發明建立僅測角觀測模型，設定僅測角觀測誤差協方差矩陣；建立地月空間拉格朗日點軌道航天器運動模型；據地月空間拉格朗日點軌道類型數目隨機生成地月空間拉格朗日點軌道以及遞推時長，生成僅測角觀測矢量；生成用于訓練軌道類型辨識深度神經網絡所需的樣本點；基于深度神經網絡實現對于地月空間拉格朗日點軌道類型的快速高效辨識，進而實現地月空間拉格朗日點軌道初定軌以及精細化軌道估計。本發明具有不依賴物理模型、辨識精度高、計算量小、高效、魯棒性好的優點。本發明有利于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。

技術領域

本發明涉及一種地月空間拉格朗日點軌道類型智能辨識方法，屬于空間技術領域。

背景技術

地月空間三體系統拉格朗日點軌道由于其特殊的穩定性，在深遠空間探測、對日對地對月觀測、地月空間通訊方面具有極高的應用價值。對地月空間拉格朗日點軌道進行精密軌道確定是相應任務順利實施的前提。由于地月空間拉格朗日點軌道種類眾多、形式復雜，在進行精密定軌前需要對地月空間拉格朗日點軌道的類別進行辨識分類。現有的物理模型驅動的軌道類型辨識分類方法依賴準確的數學模型與軌道測量信息，在超短弧觀測情況下，辨識精度低，計算量大。因此有必要針對地月空間拉格朗日點軌道類型辨識問題，發展基于數據驅動的辨識方法，通過訓練深度神經網絡，實現對于地月空間拉格朗日點軌道類型的快速準確辨識。

發明內容

本發明主要目的是提供一種僅測角地月空間拉格朗日點軌道類型智能辨識方法，基于深度神經網絡實現對于地月空間拉格朗日點軌道類型的快速高效辨識，進而實現地月空間拉格朗日點軌道初定軌以及精細化軌道估計。本發明具有不依賴物理模型、辨識精度高、計算量小、高效、魯棒性好的優點。本發明有利于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。

本發明的目的是通過以下技術方案實現的。

本發明公開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，設定初始時刻、地面測站的位置狀態、地月空間拉格朗日點軌道類型數目、每種類型軌道采樣數目、軌道遞推時長上限、軌道遞推時長下限與觀測次數，建立僅測角觀測模型，設定僅測角觀測誤差協方差矩陣。建立地月空間拉格朗日點軌道航天器運動模型。據地月空間拉格朗日點軌道類型數目隨機生成地月空間拉格朗日點軌道以及遞推時長，生成僅測角觀測矢量。標記每個軌道的標簽，所述標簽即為軌道類型，生成每個軌道對應的輸入參數，生成用于訓練軌道類型辨識深度神經網絡所需的樣本點。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。將實際測量得到的連續僅測角信息輸入到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。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，進而實現對于地月空間目標狀態的快速感知，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。

本發明公開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，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。