[发明专利]一种数据驱动的动态混合高斯航天器轨道误差演化方法

说明书

本发明公开的一种数据驱动的动态混合高斯航天器轨道误差演化方法，属于空间技术领域。本发明实现方法为：建立航天器轨道的动力学模型，根据任务需求给定航天器的初始条件；使用混合高斯表征航天器进行轨道误差分布，对于每个子高斯分布，使用协方差矩阵的最大特征值表征非高斯程度，进而判断是否需进行拆分，即动态调整混合高斯中子高斯分布数目；根据当前分布，通过数据驱动的方式，使用动态克里金代理模型进行训练，得到轨道递推的近似模型；基于确定性采样准则，使用近似模型递推每个子高斯分布；应用本发明对航天器轨道误差演化进行分析，进而解决轨道设计、轨道优化、轨道确定、碰撞概率分析等工程问题，具有预测精度高、效率高的优点。

技术领域

本发明涉及一种用于预报航天器轨道误差不确定性的方法，尤其涉及一种数据驱动的动态混合高斯航天器轨道误差演化方法，属于空间技术领域。

背景技术

随着空间技术的不断发展，人类的空间活动越来越频繁。轨道状态以及动力学是研究航天器运动的基础。在实际工程中，由于存在导航控制误差，航天器的轨道状态存在误差，因此有必要对航天器的轨道误差演化进行研究。轨道误差演化即为给定初始时刻轨道状态不确定性分布，预测未来给定时刻的轨道状态不确定性分布。通过轨道误差演化预测轨道状态不确定性分布，不仅可以计算状态概率，同时也有助于分析轨道稳定性以及导航制导控制方案的设计。当前，轨道误差演化已经被广泛应用于轨道设计、轨道优化、轨道确定、碰撞概率分析等领域。常见的轨道误差演化方法都是基于线性动力学，对于非高斯误差分布的预报精度较低，而现实中的动力学均为非线性，其对应的状态误差为非高斯分布。动态混合高斯是一种给有效预报非高斯误差分布的方法。动态混合高斯方法通过将状态空间切割，使用多个子高斯之和近似非高斯误差分布，具有较高的精度。然而，动态混合高斯方法存在计算量大的问题，该方法需要对每个子高斯分布进行递推，且子高斯分布数量随时间通常呈指数增加。因此为了降低轨道误差演化的计算量，有必要研究精准、高效的轨道误差演化方法。

发明内容

针对非线性动力学下航天器轨道非高斯误差演化问题，本发明公开的数据驱动的动态混合高斯轨道误差演化方法主要解决的技术问题为：通过数据驱动降低动态混合高斯方法的计算量，实现非线性动力学下航天器非高斯误差演化，预测航天器轨道状态的不确定性分布，从而在航天器轨道的构建过程中回避不稳定区域、支撑航天器的导航制导，提高航天器工作的效率与自主性。本发明使用动态混合高斯方法对航天器轨道非高斯误差分布进行递推，根据轨道误差的不确定性分布的非高斯程度使用不同数量的子高斯分布进行近似，相比于常规的线性方法显著提升预报精度；在递推过程中，基于数据驱动方法、使用动态克里金代理模型，训练航天器轨道递推的近似模型，进而基于训练得到的近似模型，对动态混合高斯中每个子高斯进行递推，该近似模型相比于真实轨道模型，计算量大幅降低，因此能够显著提升预测的效率。应用本发明对航天器轨道误差演化进行分析，进而解决航天器轨道领域相关工程问题。所述航天器轨道领域相关工程问题包括轨道设计、轨道优化、轨道确定、碰撞概率分析等。

本发明的目的是通过以下技术方案实现的。

本发明公开的一种数据驱动的动态混合高斯航天器轨道误差演化方法，建立航天器轨道的动力学模型，并根据任务需求给定航天器的初始条件。然后使用混合高斯表征航天器进行轨道误差分布，对于每个子高斯分布，使用协方差矩阵的最大特征值表征非高斯程度，进而判断是否需进行拆分，即动态调整混合高斯中子高斯分布数目。根据当前分布，通过数据驱动的方式，使用动态克里金代理模型进行训练，得到轨道递推的近似模型。基于确定性采样准则，使用得到的近似模型递推每个子高斯分布。此外，在应用本发明预测构型稳定性指标演化时，预测精度高、效率高。

本发明公开的一种数据驱动的动态混合高斯航天器轨道误差演化方法，包括如下步骤：