一种基于加权损失函数神经网络的空间目标轨道参数确定方法

AITNT
正文
推荐专利
一种基于加权损失函数神经网络的空间目标轨道参数确定方法
申请号:CN202510990518
申请日期:2025-07-18
公开号:CN120493771B
公开日期:2025-11-21
类型:发明专利
摘要
本发明公开了一种基于加权损失函数神经网络的空间目标轨道参数确定方法,解决了现有的空间目标轨道参数确定方法中通过测角的方式存在定轨精度低、结果易于发散的问题;本发明方法,通过神经网络实现从输入角度观测量到空间目标轨道状态的端到端估计,简化了空间目标轨道参数确定模型的建立过程。采用加权损失函数降低速度与位置误差对目标状态估计精度影响,根据实际任务精度需求调整神经网络对观测目标不同轨道参数的拟合精度,能够提高空间目标轨道参数的精度。
技术关键词
加权损失函数 神经网络训练数据 航天器轨道动力学 平台 状态估计模型 方位角 参数 坐标系 状态估计精度 坐标转换矩阵 训练神经网络 误差 表达式 非球形 加速度
系统为您推荐了相关专利信息
1
AI结合可信数据空间下的数据流通优化方法及系统
节点 风险预测模型 指标 智能匹配模块 数据通信技术
2
一种深埋硬岩隧洞TBM快速掘进方法及装置
掘进方法 隧洞 掘进作业 水平定向钻机 深度学习算法
3
一种面向舆情文本的地址抽取方法
舆情文本 坐标 偏移误差 方位角 基准
4
一种多工位机械加工用零部件检具
夹具台 多工位 复合检测机构 旋转平台 机械加工检具技术
5
结合工业互联网的MES系统数据采集处理系统及方法
网络切片实例 工业互联网 分布式传感器网络 数据收集模块 MES系统
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号