基于DDQN算法的机动观测策略生成方法、改进DDQN算法的机动观测策略生成方法

    公开(公告)号:CN117034443A

    公开(公告)日:2023-11-10

    申请号:CN202310862428.6

    申请日:2023-07-13

    Abstract: 基于DDQN算法的机动观测策略生成方法、改进DDQN算法的机动观测策略生成方法,涉及航天器机动观测技术领域。解决现有航天器在执行目标观测任务的同时需要对危险区域进行紧急机动规避的问题。生成方法:建立初始训练场景,并对卫星智能体、DDQN算法和博弈条件进行设定,采用设定的DDQN算法调用所述初始训练场景中的场景对设定后的卫星智能体进行训练,并将获得的卫星智能体的状态、动作、奖励和转移状态放入经验池中;当经验池充满,对初始化的神经网络参数经过训练不断更新直至卫星智能体完成场景的训练,获得机动观测策略。本发明适用于航天器在执行目标观测任务的同时需要对危险区域进行紧急机动规避。

    J2摄动下Lambert问题求解方法和J2摄动下入轨补偿方法

    公开(公告)号:CN117236155A

    公开(公告)日:2023-12-15

    申请号:CN202310835360.2

    申请日:2023-07-07

    Abstract: J2摄动下Lambert问题求解方法和J2摄动下入轨补偿方法,涉及航空宇航技术领域。为解决现有技术中,并没有涉及如何降低成本和提高入轨精度和载质比、提高快速进入空间能力的方案的技术问题,本发明提供的技术方案为:J2摄动下Lambert问题求解方法,所述方法包括:采集飞行器当前初始位置、预设速度、预设时间和预设入轨目标位置的预设步骤;根据所述初始位置、预设速度和预设时间得到飞行器的实际位置的运行步骤;根据所述目标位置和实际位置的差值,得到速度增量并更新所述预设速度的更新步骤;重复所述运行步骤和所述更新步骤,直至所述差值小于预设阈值,并输出当前结果的步骤。适合应用于飞行器发射成本减少和提高入轨精度的工作和研究中。

    低轨卫星目标天基观测星座轨道设计方法、设备、介质和产品

    公开(公告)号:CN116956716A

    公开(公告)日:2023-10-27

    申请号:CN202310842984.7

    申请日:2023-07-11

    Abstract: 低轨卫星目标天基观测星座轨道设计方法、设备、介质和产品,属于空间目标探测技术领域,解决现有观测星座的适用性不高问题。本发明的方法包括:基于在轨低轨空间目标进行轨道分析,针对低轨观测星座建立多星观测的关键性能指标覆盖率,提出了观测星群的轨道设计优化思路,确定使用太阳同步晨昏轨道作为观测轨道进行优化,并以分层随机抽样和自适应遗传算法相结合的优化方法进行轨道设计优化。本发明涉及一种针对低轨卫星目标的天基观测星座的轨道设计与优化技术以及可行方案,适用于空间目标探测。

    一种高价值航天器集群智能护卫方法

    公开(公告)号:CN118597444A

    公开(公告)日:2024-09-06

    申请号:CN202410759991.5

    申请日:2024-06-13

    Abstract: 本申请公开了一种高价值航天器集群智能护卫方法,属于航天器技术领域,包括:获取航天器集群的初始数据,其中,航天器集群包括多个自主决策的航天器;根据初始数据,结合航天器轨道模型、卫星星载传感器模型、光照模型对航天器集群进行环境推演并得到当前模拟环境;构建航天器集群的行为规则库和能力规则库;设置奖励函数,根据多智能体强化学习算法和奖励函数建立强化学习模型,根据当前模拟环境、行为规则库和能力规则库,对强化学习模型进行迭代训练,直至强化学习模型收敛;根据收敛的强化学习模型对真实场景中的任务进行模拟得到最终的多智能体决策结果并进行可视化处理。针对航天器集群抵近问题进行决策,可规避其他航天器的辐射或干扰。

Patent Agency Ranking