CN119494282A 一种高轨非合作目标意图识别与行为预测方法 （南京航空航天大学）_第1页
CN119494282A 一种高轨非合作目标意图识别与行为预测方法 （南京航空航天大学）_第2页
CN119494282A 一种高轨非合作目标意图识别与行为预测方法 （南京航空航天大学）_第3页
CN119494282A 一种高轨非合作目标意图识别与行为预测方法 （南京航空航天大学）_第4页
CN119494282A 一种高轨非合作目标意图识别与行为预测方法 （南京航空航天大学）_第5页
已阅读5页，还剩22页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种高轨非合作目标意图识别与行为预测本发明公开了一种高轨非合作目标意图识服了现有意图识别方法仅针对非机动目标的不2识别目标的机动情况，并通过贝叶斯分类器将机动情况与目标基于前一次意图的概率作为后一次贝叶斯分类器处理的先验概所述高轨非合作目标通用化描述模型中的目标轨道博4.根据权利要求1或3所述的一种高轨非合作目标意图识别与行为;;;其中，分别为衡量时间差异，速度增量幅值差异与速度方向差异的归一化参;3;;。分别为：。4高轨非合作目标意图识别与行为预测方法来5标的轨道信息[r,wl。;;;;Ps')是对所有可能n,的总和：;。6。。不超过427s（3σ),机动速度增量相对误差为1.06%（3σ),结果表面本发明实现了针对机动7;其中AV为速度增量幅值，a为速度增量方向在惯性系xoy内投影与工程轨道系x两次机动速度矢量可以通过求解Lambert;;;8;;为优化变量为，其中和分别为前后两次兰伯特机动;其中，A,(i=1,2,3,4)代表四次兰伯特机动脉冲速度矢量，最优性能指标定义如。9信息[r,wl，分别利用粒子群优化算法进行优化求解，得到令性能指标最优的优化变量;根据优化变量和4类意图模型计算得到获得每种意图下各次机动;通过贝叶斯分类器将识别到的目标机动情况与机动行为序列库中各意图第一次;;;;。仿真过程中，设定己方航天器初始时刻位于地球同步轨道，轨道根数为[42153.4422,0.0081,0.0720,0.8596,0.优化模型参数Ava=0.01km/s，Taa=86400so=0.5，o,=100，[0028]目标的意图选择为近距离服务，基于数学模型进行优化，获得的最优变量为y=;[0029]设定o=0.5，Ra=0.8，识别出四类意图概率分别为R=[0.0049,0.0059,;重复上述过程进行100次蒙特卡洛仿真并统计结果（统计结果如图4所示100次预测误差不超过427s（3σ),箱线图如图5所示；机动速度增量的平均绝对百分比误差为

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论