一种基于机器学习的巨型卫星机动状态识别方法

本发明涉及一种基于机器学习的巨型卫星机动状态识别方法，包括：获取目标巨型卫星的两行轨道数据TLE数据，基于TLE数据获取初始半长轴时间序列；采用自编码神经网络对初始半长轴时间序列提取低维非线性特征，获取半长轴低维非线性特征向量，其中，自编码神经网络基于初始有标签样本训练获得，初始有标签样本为标记机动状态的历史半长轴时间序列；将半长轴低维非线性特征向量输入轨道机动状态分类模型，获取目标巨型卫星的轨道机动状态，其中，轨道机动状态分类模型基于决策树模型构建，并基于训练集训练获得，训练集为标记机动状态的历史半长轴低维非线性特征向量。本发明能够对大型星座卫星小推力持续机动的轨道机动状态进行识别。