典型文献
基于深度神经网络的航天器反交会逃逸方法
文献摘要：
针对空间近距离非合作交会,提出一种基于深度神经网络(DNN)的航天器智能反交会逃逸方法.首先建立了描述逃逸脉冲优化的双层数学规划(MP)问题模型;然后,选定神经网络的输入与输出,根据前述建立的模型,通过粒子群优化(PSO)算法计算不同相对状态下的最优逃逸脉冲,构建样本集;最后,设计神经网络并进行训练,通过比较学习效果合理选择网络的超参数.仿真结果表明,充分训练后的深度神经网络可以高精度地快速生成逃逸脉冲,并具有较好的泛化性能,可满足轨道博弈中对逃逸机动计算快速性和实时性的要求,为反交会逃逸提供了一种智能化手段.
文献关键词：
非合作交会;逃逸脉冲;数学规划问题;深度神经网络(DNN);智能化
中图分类号：
作者姓名：
陆鹏飞;王悦;石恒;汤亮
作者机构：
北京航空航天大学宇航学院,北京102206;北京控制工程研究所,北京100094;空间智能控制技术重点实验室,北京100094
文献出处：
引用格式：
[1]陆鹏飞;王悦;石恒;汤亮-.基于深度神经网络的航天器反交会逃逸方法)[J].空间控制技术与应用,2022(05):56-66
A类：
非合作交会,逃逸脉冲,脉冲优化
B类：
深度神经网络,航天器,反交,近距离,DNN,层数,MP,问题模型,定神,输入与输出,前述,粒子群优化,PSO,算法计算,同相,样本集,比较学习,选择网络,超参数,快速生成,泛化性能,快速性,数学规划问题
AB值：
0.283734
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
