[发明专利]卫星南北保持策略模型的建模方法、系统、获取方法

说明书

本发明涉及航空航天领域，提供一种卫星南北保持策略模型的建模方法、系统、获取方法，建模方法包括：S1：初始化模型；S2：得到倾角控制行为及Q值；S3：获得卫星执行的倾角控制行为；S4：执行倾角控制行为，得到奖励；S5：将卫星组合状态数据组存入经验池中；S6：计算目标值；S7：根据损失函数计算误差，并更新当前神经网络权值参数；S8：根据值函数更新Q值；S9：重复执行步骤S3‑S8，执行步骤S3‑S8的次数等于该组卫星训练状态数据组的预期轨控次数；每重复执行指定迭代次数的步骤S3‑S8后，更新目标神经网络权值参数；S10：重复执行步骤S2‑S9，直到输入完所有卫星训练状态数据组的数据。本方案能够得到最优的决策策略，减少卫星燃料的消耗。

技术领域

本发明涉及航空航天技术领域，特别是涉及一种基于Nature DQN的卫星南北保持策略模型的建模方法、系统、获取方法、设备、介质。

背景技术

随着人类航天活动的不断开展，越来越多的遥感卫星为人们的日常生活提供帮助。

GEO卫星在运行的过程中会受到日、月引力和地球非球形摄动的影响，从而导致在南北纬度方向上发生漂移，所以对GEO三轴稳定卫星南北位置保持(倾角保持)控制对于航天领域有至关重要的作用。

现有的技术首先通过对卫星在轨道运行过程中受到的地球形状、日月引力、太阳光压等各种摄动力的分析建立轨道机动时的动力学模型，然后制定南北保持的短期和长期策略。这种方法通过卫星在轨道运行过程中受到的各种摄动力进行复杂的建模，然而由于空间受力的复杂性以及卫星本身参数的不确定性，导致无法对卫星进行精确建模，参数多、计算复杂，进而影响卫星倾角控制的精度，可能会消耗更多的燃料。并且，现有强化学习方法无法解决状态和动作空间维度很高的问题。

因此，亟需开发一种基于Nature DQN的卫星南北保持策略模型的建模方法、系统、获取方法、设备、介质，降低建模难度，精确计算南北保持策略。

发明内容

本发明的目的是提供一种基于Nature DQN卫星南北保持策略模型的建模方法、系统、获取方法、设备、介质，对GEO三轴稳定卫星进行南北位置保持时不需要进行复杂的建模，不需要考虑空间受力的复杂性以及卫星本身参数的不确定性，强化学习具有很强的行为决策能力，能够得到最优的决策策略，减少卫星燃料的消耗。

为解决上述技术问题，作为本发明的一个方面，提供了一种基于Nature DQN的卫星南北保持策略模型的建模方法，包括以下步骤：

S1：初始化模型，获取多组卫星训练状态数据组，每组卫星训练状态数据组包括卫星的初始状态、多个预期轨控时刻和预期轨控次数；每个卫星的初始状态包括初始时刻卫星倾角；

S2：向模型中输入一组卫星训练状态数据组的初始时刻卫星倾角，得到初始时刻之后所有倾角控制行为及所对应输出的Q值；

S3：获取当前时刻卫星倾角，根据贪心策略获得卫星执行的倾角控制行为；

S4：执行倾角控制行为，得到下一时刻卫星倾角；根据下一时刻卫星倾角、南北保持策略奖励函数得到奖励；所述南北保持策略奖励函数采用公式1：

其中，r_t为当前时刻卫星进行倾角控制行为所获得的奖励，Δs_t为当前时刻的下一时刻倾角差，Δs_t＝s_t+1-s₀，s₀为标称轨道的倾角，s_t+1为当前时刻的下一时刻卫星倾角；当前时刻的下一时刻卫星倾角差为|s_t+1-s₀|；t为当前时刻，t₀为与当前时刻距离最近的预期轨控时刻；

S5：将当前时刻卫星倾角、卫星执行的倾角控制行为、奖励和下一时刻卫星倾角作为一组卫星组合状态数据组存入经验池中；