摘要
本发明实施例提供一种空间非合作目标的测量信息的预测方法及系统,该方法包括:在光学相对导航中,由于非合作目标受到外部复杂环境的影响,导致测量信息的不完整或缺失等问题。为了进一步获取目标不可见时的测量信息,构建非合作目标的光学相对导航非线性测量模型;并采用Koopman算子构建Koopman全局线性光学测量模型,作为非线性预测模型;通过DMD数据驱动算法来近似所述预测模型的Koopman算子,得到降维后的Koopman全局线性光学测量模型;通过降维后的Koopman全局线性光学测量模型,预测非合作目标不可见时的测量信息。使得测量信息的预测精度提升了52.07%,实现测量信息的高精度预测。
技术关键词
数据驱动算法
特征值
矩阵
航天器
光学敏感器
计算机设备
存储计算机可执行指令
模式
线性化方法
非线性系统
可读存储介质
太阳
相机
光照
成像
处理器
系统为您推荐了相关专利信息
调控方法
城镇
融合叠加方法
归一化植被指数
农田生态系统
迁移学习模型
多模态特征
多模态深度学习
西药
网络特征
长短期记忆网络
节点特征
车辆
行驶状态数据
特征点
时空梯度特征
人体跌倒检测方法
多传感器融合
三维点云数据
人体跌倒检测系统