-
题名基于PPO2强化学习算法的空间站轨道预报方法
被引量：1
- 1
-
-
作者
雷骐玮
张洪波
-
机构
国防科技大学空天科学学院
-
出处
《中国空间科学技术》
CSCD
北大核心
2023年第4期93-103,共11页
-
基金
装备预研航天科技联合基金(6141B060907)。
-
文摘
影响热层大气密度的因素较多且变化机理复杂,很难建立准确的大气模型,导致大气阻力摄动成为空间站轨道预报精度的主要影响因素之一。研究了基于PPO2强化学习算法的轨道预报方法,利用强化学习网络修正大气模型中的相关参数,提高了轨道预报精度。首先建立了空间站的轨道动力学模型,分析了大气模型参数的误差特性,设计了基于强化学习的轨道动力学模型修正方案。选择PPO2算法作为强化学习算法,设计了训练参量与强化学习网络模型,生成了PPO2算法的训练和测试样本,完成了仿真训练与测试。仿真结果表明,该方案能有效补偿大气密度模型不准确造成的轨道预报误差,提高空间站轨道预报的精度和效率。
-
关键词
大气阻力摄动
空间站
轨道预报
轨道动力学模型修正
PPO2算法
-
Keywords
atmospheric drag
space station
orbit prediction
orbital dynamics model modification
PPO2 algorithm
-
分类号
V448.2
[航空宇航科学与技术—飞行器设计]
-
