基于强化学习的自动对星方法,包括:采集数据,构造预定组坐标系‑信号强度数据,并基于所述坐标系‑信号强度数据构建训练数据集和测试数据集;构建深度神经网络模块,配置奖励函数、可观测状态量和动作空间,以所述训练数据集作为输入数据,对深度神经网络模块进行训练预定的次数;采用测试数据集对训练好的深度神经网络模块进行测试,得到最终优化的深度神经网络模块。本方案通过自动化对星,可以大大提高对星的效率,提高工作质量。
声明:
“基于强化学习的自动对星方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)