一种基于机器学习的态势感知方法技术

本发明专利技术涉及态势感知技术领域，具体公开了一种基于机器学习的态势感知方法，包括如下步骤：步骤一、设置目标区域作为训练区域；步骤二、在步骤一所建立的训练区域中设置多个态势捕捉设备；步骤三、通过态势捕捉设备获取训练区域内目标的图像信息以及对应态势信息；步骤四、对图像信息进行分析，提取图像要素，并通过机械学习从图像要素训练获得态势感知模型；步骤五、设置观察区域，并在观察区域中设置多个态势捕捉设备；步骤六、获取需要感知目标的图像信息，并将图像信息输入态势感知模型中，输出目标的态势信息；本发明专利技术所提供的态势感知方法，通过获取态势信息使用机器学习训练态势感知模型，从而利用模型来获取最终的态势信息。从而利用模型来获取最终的态势信息。从而利用模型来获取最终的态势信息。

【技术实现步骤摘要】
一种基于机器学习的态势感知方法


[0001]本专利技术涉及态势感知
，具体为一种基于机器学习的态势感知方法。

技术介绍

[0002]太空态势感知系统是战略预警体系的重要组成部分，是获取空间目标信息的重要手段，其能力是衡量一个国家空间作战能力和综合国力的主要指标之一。太空态势感知系统主要用于对地球轨道上运行的人造目标(包括：己方、友方和敌方的各类卫星、空天飞机、报废的卫星、运载火箭、火箭末级、空间碎片以及弹道导弹等)进行发现、跟踪、测量、轨道计算和编目、属性判别，建立并维持空间目标编目数据库，及时发现空间目标的异常事件(包括：新目标发射，在轨目标的轨道机动，空间目标交汇、碰撞或者解体，空间目标陨落等)，为太空态势感知、空间资产安全防护以及空间攻防对抗等战略任务提供信息保障，为弹道导弹预警系统星弹分类提供信息支持，支持重点航天任务保障、应急突发事件、空天武器试验以及空间环境监测和天体研究等科学试验。
[0003]机器学习可通过生成可基于迭代学习来确定目标的类别的机器学习分类器来进行操作。机器学习分类器可用于各种领域。例如，机器学习分类本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器学习的态势感知方法，其特征在于：步骤一、设置目标区域作为训练区域；步骤二、在步骤一所建立的训练区域中设置多个态势捕捉设备；步骤三、通过态势捕捉设备获取训练区域内目标的图像信息以及对应态势信息；步骤四、对图像信息进行分析，提取图像要素，并通过机械学习从图像要素训练获得态势感知模型；步骤五、设置观察区域，并在观察区域中设置多个态势捕捉设备；步骤六、获取需要感知目标的图像信息，并将图像信息输入态势感知模型中，输出目标的态势信息。2.根据权利要求1所述的一种基于机器学习的态势感知方法，其特征在于：所述步骤一中的目标态势信息能够直接通过外接系统获取，并通过步骤二中的态势捕捉设备获取清晰的画面信息。3.根据权利要求1所述的一种基于机器学习的态势感知方法，其特征在于：所述步骤二中，所述态势捕捉设备至少设置有六组主捕捉设备和八组辅捕捉设备，以监控区域的中心点作为基础，构建出正方体空间；六组主捕捉设备设置在正方体空间的六个面的中间位置，八组辅捕捉设备分别处于八个正方体空间的八个顶点上。4.根据权利要求1所述的一种基于机器学习的态势感知方法，其特征在于：所述步骤三中，获...

【专利技术属性】
技术研发人员：袁芳，王瑞，苏鹏，陆建磊，
申请(专利权)人：苏州航遥启程科技有限公司，
类型：发明
国别省市：