基于机器学习的复杂空间环境下非合作目标意图识别方法研究OA

本文基于轨道动力学建立非合作目标在地月空间中的运动模型。首先,将非合作目标的运动视为圆形限制性三体运动,对其建立运动方程,使用庞加莱截面求解其周期轨道,并对周期轨道进行微分修正和数值延拓,得到周期轨道的轨道初值,包括非合作目标在地月坐标系中的位置、速度坐标以及轨道周期和轨道能量。其次,使用k近邻、决策树、支持向量机3种方法对周期轨道初值进行分类,得到3种分类模型;选择分类准确率最高的模型作为意图识别过程的前置分类模型。最后,以远距离逆行轨道(DRO)为例,使用基于模糊C-均值聚类的模糊推理方法建立DRO轨道的意图识别模型:先将DRO轨道上的意图确定为“地月往返”“在轨验证”“月球探测”3种,确定意图识别指标并划分模糊集合,然后建立模糊推理规则;之后对指标数据进行聚类,并得到隶属度函数。建立DRO轨道的意图识别模型,可为地月空间周期轨道的意图识别提供参考。