面向遥感任务规划的深度学习点目标去噪方法技术

一种面向遥感任务规划的深度学习点目标去噪方法，属于巨型遥感星座任务规划技术领域。本发明专利技术针对在巨型遥感星座任务规划中采用现有方法计算卫星对点目标成像时间窗口，速度慢耗时长的问题。包括：根据每颗卫星的初始坐标位置进行轨道递推，确定给定时刻偏心近点角和真近点角；将轨道六根数和任务目标的经纬高表示为ECEF坐标系下坐标矢量，计算任务成像侧摆角；采用黄金分割搜索方法确定成像时间窗口；再由成像时间和成像侧摆角的比较结果确定标记L，并得到训练数据集；采用网络训练数据集对点任务去噪神经网络进行训练，并使用交叉熵损失函数进行神经网络的训练拟合，得到训练后点任务去噪神经网络。本发明专利技术用于遥感任务规划的点目标去噪。

【技术实现步骤摘要】

本专利技术涉及面向遥感任务规划的深度学习点目标去噪方法，属于巨型遥感星座任务规划。

技术介绍

1、低轨巨型星座是指卫星节点数超过数百甚至数千的低轨人造卫星星座，具有广域覆盖、互联互通等显著优势，成为近年来空间建设的重点项目。自2015年马斯克提出星链星座计划以来，关于低轨巨型星座的部署逐渐被提上日程，并已经开始实施相关发射任务。按类型分类，低轨巨型星座可以分为遥感、通信和混合星座等。其中，遥感星座是获取地面数据和情报信息的主要途径，具有重要的战略价值。

2、不同于传统卫星星座，巨型星座系统具有数量巨大、任务动态多变、星间拓扑强时变等典型特征。其中遥感类巨型星座的全球覆盖能力使其在应对国际军事变动、突发自然灾害、常规对地观测、高敏感军事目标预警、跟踪和指示等方面均有显著优势。而星间互通互联能力使得其可以直接与用户连接快速获取用户需求，通过网络快速处理和传输关键作战信息，这具有重大战略意义。因此如何高效利用巨型星座资源来实现遥感类任务需求是值得研究的内容。

3、现阶段关于遥感任务的规划方法受限于卫星的规模与任务的收集方式，因此一般解决的本文档来自技高网...

【技术保护点】

1.一种面向遥感任务规划的深度学习点目标去噪方法，其特征在于包括，

2.根据权利要求1所述的面向遥感任务规划的深度学习点目标去噪方法，其特征在于，

3.根据权利要求2所述的面向遥感任务规划的深度学习点目标去噪方法，其特征在于，

4.根据权利要求3所述的面向遥感任务规划的深度学习点目标去噪方法，其特征在于，

5.根据权利要求4所述的面向遥感任务规划的深度学习点目标去噪方法，其特征在于，

6.根据权利要求5所述的面向遥感任务规划的深度学习点目标去噪方法，其特征在于，

7.根据权利要求6所述的面向遥感任务规划的深度学习点目...

【技术特征摘要】

1.一种面向遥感任务规划的深度学习点目标去噪方法，其特征在于包括，

2.根据权利要求1所述的面向遥感任务规划的深度学习点目标去噪方法，其特征在于，

3.根据权利要求2所述的面向遥感任务规划的深度学习点目标去噪方法，其特征在于，

4.根据权利要求3所述的面向遥感任务规划的深度学习点目标去噪方法，其特征在于，

5.根据权利要求4所述的面向遥感任务规划的深度学习点目标去噪方法，其特征在于，

...

【专利技术属性】
技术研发人员：邱实，唐海清，刘明，李宁，刘培瑶，曹喜滨，岳程斐，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：