[发明专利]基于神经网络的未知机动航天器轨道确定方法

说明书

本发明公开的基于神经网络的未知机动航天器轨道确定方法，属于导航定轨技术领域。本发明实现方法为：建立非合作航天器动力学方程，根据不同的机动方式以及预设观测方式生成神经网络训练所需的样本点，计算样本点对应的非合作航天器轨道位置以及机动；基于所得的样本点，以均方根误差作为损失函数，通过迭代更新的方式计算神经网络权重，得到离线训练好的神经网络；将非合作航天器定轨任务中观测得到的连续视线角信息输入到训练得到的神经网络中，神经网络的输出即为当前时刻非合作航天器轨道状态与机动加速度信息。本发明应用训练好的BP神经网络时运算量少，适合在线应用。本发明能够为非合作航天器自主导航提供技术支持和参考。

技术领域

本发明涉及一种存在未知机动方式的非合作航天器的轨道确定方法，属于导航定轨技术领域。

背景技术

非合作航天器自主相对导航作为与非合作航天器实现空间交会对接过程中的关键技术,是空间在轨服务技术的重点发展方向之一,其研究具有重要的理论价值与工程意义。为了保证相对自主导航的精准与可靠性，通常情况下使用卡尔曼滤波及其扩展方法进行非合作航天器定轨。然而，卡尔曼滤波算法的使用前提是由较为准确的动力学模型，当非合作航天器存在未知机动方式时，难以对未知的机动方式进行建模，因而卡尔曼滤波算法无法使用。因此要求定轨算法具备针对存在未知机动模式的航天器高精度定轨能力。

发明内容

本发明公开的基于神经网络的未知机动航天器轨道确定方法主要解决的技术问题为：在非合作航天器机动方式未知的情况下，通过神经网络离线采样训练并将训练结果应用于非合作航天器在线定轨任务中，使得经过一段时间的观测，能够准确估计出非合作航天器的轨道状态以及位置未知的机动加速度。本发明具有精度高、效率高的优点。本发明能够为非合作航天器自主导航提供技术支持和参考，并解决相关工程问题。

本发明的目的是通过以下技术方案实现的。

本发明公开的基于神经网络的未知机动航天器轨道确定方法，首先建立非合作航天器动力学方程，根据不同的机动方式以及预设观测方式生成神经网络训练所需的样本点，并计算样本点对应的非合作航天器轨道位置以及机动。基于所得的样本点，以均方根误差作为损失函数，通过迭代更新的方式计算神经网络权重，以得到离线训练好的神经网络。将非合作航天器定轨任务中观测得到的连续视线角信息输入到训练得到的神经网络中，神经网络的输出即为当前时刻非合作航天器轨道状态与机动加速度信息。此外，本发明在应用训练好的BP神经网络时计算过程简便，运算量少，适合在线应用。

本发明公开的基于神经网络的未知机动航天器轨道确定方法，包括如下步骤：

步骤1：建立非合作航天器动力学方程，根据不同的机动方式以及预设观测方式生成神经网络训练所需的样本点，并计算样本点对应的非合作航天器轨道位置以及机动。

近地非合作航天器动力学满足如下动力学方程

其中r＝||r||表示与地心距离，a为未知控制量。分别确定观测航天器与目标航天器的初始轨道，设定航天器机动方式，所述航天器机动方式包括常值加速度、三角函数形式加速度。针对不同形式加速度，采用预设连续次数测视线角确定轨道的方式对非合作航天器进行定轨，即使用t＝t_i-n,t_i-n+1,…,t_i,…t_i+n-1,t_i+n时刻的测角数据，其中2n+1为连续观测次数，确定t_i时刻的轨道位置以及机动，因此有样本点对应输入输出如下：

其中所述测角即视线角，为一个三维的单位矢量；所述轨道位置、机动均为三维变量。

即基于建立的非合作航天器动力学方程(1)，根据预设不同的机动方式以及观测方式生成样本点，同时基于公式(2)计算样本点对应的非合作航天器轨道位置以及机动。