[发明专利]基于数据特征挖掘的行星进入可达集最优子集计算方法

摘要

本发明公开的基于数据特征挖掘的行星进入可达集最优子集计算方法，属于深空探测技术领域。本发明从智能数据特征挖掘的角度出发，挖掘探测器进入初始轨迹参量与轨迹包络特征参量之间的映射关系，将机器学习中高斯过程回归思想引入到行星进入可达集的求解过程；首先，对不同行星进入场景下航天器所能达到的可达集最优子集进行优化求解；通过对高斯过程回归模型参数的优化选取，进一步建立探测器初始进入状态与可达集最优子集的直接映射模型；由于不需要进行大量复杂的函数建模，使得行星进入可达集最优子集的计算效率大大提高。利用可达集最优子集的预测计算结果能够分析给定进入场景下，航天器的着陆安全区和碰撞风险区等。

主权项

1.基于数据特征挖掘的行星进入可达集最优子集计算方法，其特征在于：包括如下步骤，步骤1：建立行星进入段动力学模型；步骤2：设计用于得到行星进入可达集最优子集的轨迹优化模型，实现行星进入可达集最优子集的优化计算；行星进入可达集是包含航天器状态变量值的6维集合，对完整可达集的计算或者仅对其边界进行求解的计算量都会是十分庞大的；因此通过引入关注于实际工程任务所感兴趣的轨迹特征的可达集的最优子集，来代替计算完整的可达集，使可达集的求解效率得到提升；将倾侧角σ作为优化变量，对在速度域上给出的多个倾侧角σ进行优化，通过插值得到优化的倾侧角σ曲线，再进行性能指标的计算；步骤3：设计采用高斯过程回归的行星进入可达集最优子集预测计算模型，实现基于数据特征挖掘的行星进入可达集最优子集计算。