面向GEO空间碎片清除任务的智能轨迹制导算法

针对复杂动力学环境下GEO空间碎片清除任务的高精度交会问题,提出了基于深度学习技术的GEO卫星轨迹制导算法。首先,以经典预测校正技术为基础,建立通用的GEO卫星转移轨迹制导算法架构,现有制导技术以及人工智能技术都适用于该架构。然后,基于深度学习技术对GEO卫星动力学模型参数进行拟合,利用一个深度神经网络同时输出高阶非球形引力加速度以及高精度日月星历,从而提高GEO卫星动力学模型参数的预测效率。最后,利用微分修正算法进行高精度轨迹修正,在此基础上提出结合深度神经网络以及高精度动力学模型的混合修正策略以同时保证转移轨迹修正精度和制导效率。仿真表明所提方法与传统基于高精度动力学模型的制导技术相比可有效提高转移轨迹制导效率。