摘要
本发明公开了一种面向火星采样返回的环火轨道无源测角初始定轨方法,建立绝对动力学模型,获取航天器的绝对运动状态并推导相对运动状态X;利用传感器测量量H和X构建数据集;接着设计网络架构,输入数据I为追踪器在火星赤道惯性坐标系的位置和速度坐标以及由H转换的角度信息,输出数据为X;最后根据环火观测条件调整观测间隔dt和次数k,以有限的观测数据训练物理信息神经网络,定义包括损失函数FY和物理规律惩罚项FD的总损失函数F,通过F梯度下降法最小化损失函数来优化权重系数和偏置。本发明离线训练神经网络,构建从目标的视线角测量序列到目标轨道的网络映射模型,并固化在返回器上在线使用,实现采样器短弧无源测量快速定轨。
技术关键词
定轨方法
梯度下降法
航天器
轨道
追踪器
数据
物理
神经网络架构
神经网络结构
训练神经网络
坐标系
高斯核函数
参数
非球形
采样器
定义
太阳
速度
系统为您推荐了相关专利信息
航天器结构
重构技术
PCL点云库
有限元算法
NURBS曲面
智能预测方法
嵌入式轨道板
地铁车辆
BP神经网络
轮轨力
巡检机器人
LED辅助照明灯
皮带
双镜头摄像头
驱动轮
裂纹检测方法
轨道车辆
直方图均衡化
像素
运动模糊补偿