本发明公开了一种基于深度学习的空间非合作目标姿轨一体化参数估计方法。该参数估计算法通过对偶矢量四元数对空间非合作目标进行运动学与动力学建模,并在此基础上设计相应的状态BP神经网络参数估计算法以及状态协方差矩阵卷积神经网络参数估计算法。整个参数估计算法利用了对偶矢量四元数的特性对空间非合作目标的姿轨参数进行了一体化估计,考虑了空间非合作目标的姿轨耦合效应。同时,本参数估计算法设计了具有单隐层的BP神经网络以及双隐层的卷积神经网络,能够在测量失效条件下对空间非合作目标进行参数估计从而使该参数估计算法对空间环境具有较强的鲁棒性。
声明:
“基于深度学习的空间非合作目标姿轨一体化参数估计方法” 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)