本發明公開了一種基于深度學習的空間非合作目標姿軌一體化參數估計方法。該參數估計算法通過對偶矢量四元數對空間非合作目標進行運動學與動力學建模,并在此基礎上設計相應的狀態BP神經網絡參數估計算法以及狀態協方差矩陣卷積神經網絡參數估計算法。整個參數估計算法利用了對偶矢量四元數的特性對空間非合作目標的姿軌參數進行了一體化估計,考慮了空間非合作目標的姿軌耦合效應。同時,本參數估計算法設計了具有單隱層的BP神經網絡以及雙隱層的卷積神經網絡,能夠在測量失效條件下對空間非合作目標進行參數估計從而使該參數估計算法對空間環境具有較強的魯棒性。
聲明:
“基于深度學習的空間非合作目標姿軌一體化參數估計方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)