本技术公开了一种面向卫星数实融合测试的多粒度多脉冲观测追踪训练方法,属于航天器数字化和计算机科学领域,该方法包括:数字孪生测试场景环境搭建、数字孪生卫星观测追踪模型构建、数字孪生多粒度多脉冲观测追踪训练和多粒度多脉冲观测追踪的卫星数实融合测试;设计卫星数实融合的多粒度多脉冲观测追踪训练方法,包括数字孪生追踪星多粒度多脉冲观测追踪机动策略和数字孪生目标星单粒度多脉冲逃逸机动策略,实现观测任务中多模型粒度与多脉冲变轨的卫星追踪训练和模型的数实融合修正。
背景技术
空间力量是关乎国家安全和繁荣的重要因素,各个国家都在大力发展空间态势感知与空间信息侦查系统的建设,空间监视已然成为各个国家进行太空活动所关注的重要领域。随着空间环境的日益复杂,威胁空间财产的个体(包括碎片、失控卫星、空间武器和小天体等)急剧增加。非合作目标的运动轨迹往往多变且难以预测,小型观测卫星通过多脉冲变轨相对于二脉冲变轨而言,其脉冲分散在变轨路径过程中,可有效减少变轨轮数增加所累积的燃料消耗。为了保证观测非合作动目标任务的同时,尽量减少燃料消耗,开展多脉冲观测追踪训练研究具有重要价值。
当前多脉冲观测追踪训练存在以下问题:①现有主流多脉冲追踪模型往往采用单一固定模型方案,计算复杂度不变,模型计算误差会随着观测距离的增大而增大;而在近距离追踪过程中,又会因计算复杂度跟不上追踪态势的变化而处于被动。②针对卫星多脉冲观测追踪训练模型,目前采用固定简化建模方式,无法满足实时星上动态紧急观测任务的需要,模型的精确程度直接影响着任务能否成功完成,缺乏对观测模型的模型修正处理。
实现思路