一种基于LSTM神经网络的星座目标识别方法

本发明提供一种基于LSTM神经网络的星座目标识别方法：配置轨道初始数据区间范围、轨道初始历元时刻，采用拉丁超立方采样方法形成初始星座轨道数据；基于高精度轨道递推模型对初始星座轨道数据进行轨道递推，剔除无效数据，形成星座中不同卫星多个历元时刻的初始轨道训练数据集；对初始轨道训练数据集进行数据归一化、格式重构、排列组合、训练集测试集随机拆分，形成星座轨道识别训练数据集和测试集；设计LSTM神经网络训练框架，配置神经网络训练参数，对星座轨道识别训练集多轮训练得到测试集中识别准确率最高神经网络参数配置。本发明能够有效降低大规模星座目标识别轨道数据量、计算资源消耗、识别时长与计算成本，快速实现大量目标识别与确认。