基于人工智能的航天器轨道拦截的燃料控制方法、装置及介质制造方法及图纸

本发明专利技术实施例公开了一种基于人工智能的航天器轨道拦截的燃料控制方法、装置及介质；该方法可以包括：通过设定的高精度轨道动力学模型进行递推，获得任务航天器与目标航天器在预设时间段内每个采样时刻分别对应的轨道信息；针对每个采样时刻，根据任务航天器在每个采样时刻的轨道信息以及目标航天器在每个采样时刻增加转移时间段后的轨道信息，利用二体条件下的兰伯特问题解算，获得每个采样时刻对应的轨道机动控制脉冲；根据任务航天器在每个采样时刻的轨道信息、目标航天器在每个采样时刻增加转移时间段后的轨道信息以及每个采样时刻对应的机动脉冲构建训练数据集；利用训练数据集训练预设的神经网络模型，获得轨道信息

Fuel control method, device and medium for Spacecraft Orbit Interception Based on Artificial Intelligence

【技术实现步骤摘要】
基于人工智能的航天器轨道拦截的燃料控制方法、装置及介质


[0001]本专利技术实施例涉及航天器控制
，尤其涉及一种基于人工智能的航天器轨道拦截的燃料控制方法、装置及介质。

技术介绍

[0002]对于在空间中运行的合作或非合作目标航天器，由于任务的需要，常常需要对他们进行近距离地观测。这种观测任务往往不需要任务航天器与目标航天器在空间中相对静止，所以这类观测任务本质上可以认为是一个拦截问题。那么，针对一段特定时间段内的轨道拦截问题，目前常规方案是采用兰伯特遍历算法，但是这种算法的缺点是计算量较大，计算效率比较低，因此在星上系统算力较低的情况下应用十分受限。

技术实现思路

[0003]有鉴于此，本专利技术实施例期望提供一种基于人工智能的航天器轨道拦截的燃料控制方法、装置及介质；能够降低计算量以及提高计算效率，更加适用于星系统；此外，还能够准确、可靠地获得所需的机动控制脉冲以进行精确的轨道拦截控制。
[0004]本专利技术实施例的技术方案是这样实现的：
[0005]第一方面，本专利技术实施例提供了一种基于人工智能的航天器轨道拦截的燃料控制方法，所述方法包括：
[0006]通过设定的高精度轨道动力学模型进行递推，获得任务航天器与目标航天器在预设时间段内每个采样时刻分别对应的轨道信息；
[0007]针对所述每个采样时刻，根据所述任务航天器在所述每个采样时刻的轨道信息以及所述目标航天器在所述每个采样时刻增加转移时间段后的轨道信息，利用二体条件下的兰伯特问题解算，获得所述每个采样时刻对应的轨道机动控制脉冲；
[0008]根据所述任务航天器在每个采样时刻的轨道信息、所述目标航天器在所述每个采样时刻增加转移时间段后的轨道信息以及所述每个采样时刻对应的机动脉冲构建训练数据集；
[0009]利用所述训练数据集训练预设的神经网络模型，获得轨道信息
‑
机动脉冲之间对应关系的拟合函数；
[0010]所述任务航天器的星上系统根据所述拟合函数计算获得设定的机动时间内的燃料最优的轨道机动控制脉冲。
[0011]第二方面，本专利技术实施例提供了一种基于人工智能的航天器轨道拦截的燃料控制装置，所述装置包括：递推部分、兰伯特解算部分、构建部分、神经网络训练部分以及计算部分；其中，
[0012]所述递推部分，经配置为通过设定的高精度轨道动力学模型进行递推，获得任务航天器与目标航天器在预设时间段内每个采样时刻分别对应的轨道信息；
[0013]所述兰伯特解算部分，经配置为针对所述每个采样时刻，根据所述任务航天器在所述每个采样时刻的轨道信息以及所述目标航天器在所述每个采样时刻增加转移时间段后的轨道信息，利用二体条件下的兰伯特问题解算，获得所述每个采样时刻对应的轨道机动控制脉冲；
[0014]所述构建部分，经配置为根据所述任务航天器在每个采样时刻的轨道信息、所述目标航天器在所述每个采样时刻增加转移时间段后的轨道信息以及所述每个采样时刻对应的机动脉冲构建训练数据集；
[0015]所述神经网络训练部分，经配置为利用所述训练数据集训练预设的神经网络模型，获得轨道信息
‑
机动脉冲之间对应关系的拟合函数；
[0016]所述计算部分，包括所述任务航天器的星上系统，用于根据所述拟合函数计算获得设定的机动时间内的燃料最优的轨道机动控制脉冲。
[0017]第三方面，本专利技术实施例提供了一种计算设备，所述计算设备包括：通信接口，存储器和处理器；其中，
[0018]所述通信接口，用于在与其他外部网元之间进行收发信息过程中，信号的接收和发送；
[0019]所述存储器，用于存储能够在所述处理器上运行的计算机程序；
[0020]所述处理器，用于在运行所述计算机程序时，执行第一方面所述基于人工智能的航天器轨道拦截的燃料控制方法的步骤。
[0021]第四方面，本专利技术实施例提供了一种计算机存储介质，所述计算机存储介质存储有基于人工智能的航天器轨道拦截的燃料控制程序，所述基于人工智能的航天器轨道拦截的燃料控制程序被至少一个处理器执行时实现第一方面所述基于人工智能的航天器轨道拦截的燃料控制方法的步骤。
[0022]本专利技术实施例提供了一种基于人工智能的航天器轨道拦截的燃料控制方法、装置及介质；根据高精度轨道预报获得的任务航天器与目标航天器的轨道信息进行预计算获得数据集；接着利用数据集训练神经网络以获得拟合函数，使其达到高精度拟合效果，最终使用该拟合函数在星上系统进行轨道拦截计算，从而无需在星上系统进行复杂且计算量大的兰伯特问题解算，提高了计算效率，降低了计算量，能够在星上系统计算资源有限的情况下准确、可靠地获得所需的机动控制脉冲以进行精确的轨道拦截控制。
附图说明
[0023]图1为本专利技术实施例提供的一种基于人工智能的航天器轨道拦截的燃料控制方法流程示意图；
[0024]图2为本专利技术实施例提供的常用坐标系示意图；
[0025]图3为本专利技术实施例提供的x坐标轴对应的位置误差示意图；
[0026]图4为本专利技术实施例提供的y坐标轴对应的位置误差示意图；
[0027]图5为本专利技术实施例提供的z坐标轴对应的位置误差示意图；
[0028]图6为本专利技术实施例提供的基于Lambert理论的航天器交会过程示意图；
[0029]图7为本专利技术实施例提供的椭圆转移轨道示意图；
[0030]图8为本专利技术实施例提供的BP神经网络结构示意图；
[0031]图9为本专利技术实施例提供的BP神经网络模型的训练效果图一；
[0032]图10为本专利技术实施例提供的BP神经网络模型的训练效果图二；
[0033]图11为本专利技术实施例提供的BP神经网络模型的训练效果图三；
[0034]图12为本专利技术实施例提供的修正后的控制效果示意图；
[0035]图13为本专利技术实施例提供的一种基于人工智能的航天器轨道拦截的燃料控制装置组成示意图；
[0036]图14为本专利技术实施例提供的另一种基于人工智能的航天器轨道拦截的燃料控制装置组成示意图；
[0037]图15为本专利技术实施例提供的一种计算设备的硬件结构示意图。
具体实施方式
[0038]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述。
[0039]参见图1，其示出了本专利技术实施例提供的一种基于人工智能的航天器轨道拦截的燃料控制方法，所述方法包括：
[0040]S101：通过设定的高精度轨道动力学模型进行递推，获得任务航天器与目标航天器在预设时间段内每个采样时刻分别对应的轨道信息；
[0041]S102：针对所述每个采样时刻，根据所述任务航天器在所述每个采样时刻的轨道信息以及所述目标航天器在所述每个采样时刻增加转移时间段后的轨道信息，利用二体条件下的兰伯特问题解算，获得所述每个采样时刻对应的轨道机动控制脉冲；
[0042]S103：根据所述任务航天器在每个采样时刻本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的航天器轨道拦截的燃料控制方法，其特征在于，所述方法包括：通过设定的高精度轨道动力学模型进行递推，获得任务航天器与目标航天器在预设时间段内每个采样时刻分别对应的轨道信息；针对所述每个采样时刻，根据所述任务航天器在所述每个采样时刻的轨道信息以及所述目标航天器在所述每个采样时刻增加转移时间段后的轨道信息，利用二体条件下的兰伯特问题解算，获得所述每个采样时刻对应的轨道机动控制脉冲；根据所述任务航天器在每个采样时刻的轨道信息、所述目标航天器在所述每个采样时刻增加转移时间段后的轨道信息以及所述每个采样时刻对应的机动脉冲构建训练数据集；利用所述训练数据集训练预设的神经网络模型，获得轨道信息
‑
机动脉冲之间对应关系的拟合函数；所述任务航天器的星上系统根据所述拟合函数计算获得设定的机动时间内的燃料最优的轨道机动控制脉冲。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：根据所述高精度轨道动力学模型对所述燃料最优的轨道机动控制脉冲进行修正，以提高拦截机动控制的精度。3.根据权利要求1至2任一项所述的方法，其特征在于，所述高精度轨道动力学模型如式1所示：其中，v
x
、v
y
、v
z
分别表示所述任务航天器或所述目标航天器在地球惯性坐标系下的x、y、z轴方向的速度；x、y、z分别表示所述任务航天器或所述目标航天器在地球惯性坐标系下的x、y、z轴方向的位置；a
x
、a
y
、a
z
分别表示所述任务航天器或所述目标航天器在地球惯性坐标系下的x、y、z轴方向的加速度；上标
·
表示一阶导数运算符；r表示所述任务航天器或所述目标航天器质心到地心的距离；μ表示地球引力常数；f
x
、f
y
、f
z
分别表示所述任务航天器或所述目标航天器受到的非保守力产生的加速度在地球惯性坐标系下的x、y、z轴方向的分量；所述任务航天器或所述目标航天器受到的非保守力中所包含的干扰项至少包括地球非球形引力摄动干扰、四阶带谐项摄动干扰以及大气阻力摄动干扰。4.根据权利要求1所述的方法，其特征在于，所述针对所述每个采样时刻，根据所述任务航天器在所述每个采样时刻的轨道信息以及所述目标航天器在所述每个采样时刻增加转移时间段后的轨道信息，利用二体条件下的兰伯特问题解算，获得所述每个采样时刻对应的轨道机动控制脉冲，包括：针对所述每个采样时刻，执行以下步骤：
将所述任务航天器在当前采样时刻的轨道信息作为初始起点P1并将所述目标航天器在所述当前采样时刻增加转移时间段t
f
后的轨道信息作为终点P2；设定所述初始起点P1和所述终点P2的位置矢量分别为r1和r2，椭圆轨道的焦点位于地心，所述初始起点P1和所述终点P2处的时刻分别为t1和t2，转移角为θ；根据兰伯特定理，椭圆转移轨道上的转移时间段t
f
满足式2：t
f
＝F(a,r1+r2,c)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)其中，a表示椭圆转移轨道半周长，c表示初始起点到终点之间的距离，r1+r2表示初始起点与终点分别至椭圆转移轨道焦点的距离之和；根据式2，确定如式3所示的兰伯特公式为：其中，s＝(r1+r2+c)/2；设定并且将α,β,λ认定为拉格朗日参数，则有：其中，t
m
表示最小能量转移时间且当a
m
＝s/2时，α
m
＝π,基于以上参数及变换，确定兰伯特飞行定理如式4所示：其中，sgn(
·
)为符号函数；针对设定的轨道转移时间t
f1
，令f(λ)＝t
f1
‑
t

【专利技术属性】
技术研发人员：吴宝林，丁学良，戴瀚苏，马军，武文斌，许闯，李化义，陈俊宇，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：