[发明专利]一种基于监督学习的火星探测飞行轨道精确计算方法及系统在审
申请号: | 202010171462.5 | 申请日: | 2020-03-12 |
公开(公告)号: | CN111382514A | 公开(公告)日: | 2020-07-07 |
发明(设计)人: | 刘宇;曹赫杨;陆丹萍;马瑞;孙建党;朱庆华 | 申请(专利权)人: | 上海航天控制技术研究所 |
主分类号: | G06F30/20 | 分类号: | G06F30/20;G06N20/10;G06F119/14 |
代理公司: | 中国航天科技专利中心 11009 | 代理人: | 胡健男 |
地址: | 201109 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 监督 学习 火星 探测 飞行 轨道 精确 计算方法 系统 | ||
1.一种基于监督学习的火星探测飞行轨道精确计算方法,其特征在于步骤如下:
步骤一:从完整的火星探测器火星轨道动力学模型中略去摄动项,包括:火星轨道环境下火星大气阻力、火星高阶引力项、火星轨道光压,得到简化的火星探测器环火轨道动力学模型;
步骤二:根据火星轨道状态偏差及地面测定轨系统偏差,步骤一简化的火星探测器环火轨道动力学模型预测的火星轨道状态与真实的火星轨道状态的差,构建火星轨道监督机器学习模型MO_SML;
步骤三:利用当前时间之前的火星探测器飞行轨道测定轨数据构建训练数据库,利用训练数据库中的数据对步骤二中建立的火星轨道监督机器学习模型MO_SML进行训练,直到模型MO_SML收敛到所需要的精度,得到训练好的MO_SML模型;
步骤四:计算所要估计时间与当前时间的间隔△t,根据间隔△t并利用步骤三中训练好的MO_SML模型计算估计时间的火星探测器轨道估计偏差,同时,采用步骤一中简化的火星探测器环火轨道动力学模型输出估计时间的火星探测器轨道状态估计值;根据估计时间的火星探测器轨道估计偏差和估计时间的火星探测器轨道状态估计值,得到估计时刻火星探测器飞行轨道的精确估计参数。
2.根据权利要求1所述的一种基于监督学习的火星探测飞行轨道精确计算方法,其特征在于:步骤一:从完整的火星探测器火星轨道动力学模型中略去火星轨道环境下火星大气阻力、火星高阶引力项、火星轨道光压、太阳活动影响,得到简化的火星探测器环火轨道动力学模型,具体如下:
根据火星球谐引力项,太阳活动,火星到探测器的位置矢量,太阳到探测器的位置位置矢量,太阳到火星的位置矢量,火星引力常数,太阳引力常数,太阳光压摄动,第i颗行星对火星探测器的引力项,得到简化的火星探测器环火轨道动力学模型。
3.根据权利要求1所述的一种基于监督学习的火星探测飞行轨道精确计算方法,其特征在于:步骤二:根据火星轨道状态偏差及地面测定轨系统偏差,步骤一简化的火星探测器环火轨道动力学模型预测的火星轨道状态与真实的火星轨道状态的差,构建火星轨道监督机器学习模型MO_SML,具体如下:
采用火星轨道状态偏差及地面测定轨系统偏差构建MO_SML学习模型中的学习变量集L;
采用预测偏差即模型预测的火星轨道状态与真实的火星轨道状态的差构建MO_SML学习模型中的目标变量集T;
MO_SML以上述学习变量集L及目标变量集T,采用基于高斯内核的SMV回归算法进行优化。
4.根据权利要求1所述的一种基于监督学习的火星探测飞行轨道精确计算方法,其特征在于:步骤三:利用训练数据库中的数据对步骤二中建立的火星轨道监督机器学习模型MO_SML进行训练,直到模型MO_SML收敛到所需要的精度,得到训练好的MO_SML模型,具体如下:
设定模型MO_SML收敛精度阈值,模型MO_SML收敛精度到达所设定的模型MO_SML收敛精度阈值后,停止训练,得到训练好的MO_SML模型。
5.根据权利要求1所述的一种基于监督学习的火星探测飞行轨道精确计算方法,其特征在于:简化的火星探测器环火轨道动力学模型中包括:火星到探测器的位置矢量,太阳到探测器的位置位置矢量,太阳到火星的位置矢量,火星引力常数,太阳引力常数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海航天控制技术研究所,未经上海航天控制技术研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010171462.5/1.html,转载请声明来源钻瓜专利网。