买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西北工业大学

摘要：本发明公开了一种基于自适应MADDPG的星群规避自主决策方法，属于航天器任务规划技术领域，包括以下步骤：建立脉冲式星群对空间非合作目标规避任务模型；设计星群威胁规避自主决策的奖励函数；构建威胁场景预测神经网络，并进行训练；基于奖励函数，构建星群威胁规避自主决策网络；基于MADDPG算法，训练不同威胁场景下的星群威胁规避自主决策网络；将非合作目标与星群信息输入至训练后的威胁场景预测神经网络中，得到当前威胁场景，并选择对应威胁场景下训练的星群威胁规避自主决策网络，进行星群规避的自主决策。本发明解决了现有算法难以处理的由大量卫星组成的星群对非合作目标抵近威胁进行规避时产生的高复杂度的决策问题。

主权项：1.一种基于自适应MADDPG的星群规避自主决策方法，其特征在于，包括以下步骤：S1、基于T-H方程和博弈论，建立脉冲式星群对空间非合作目标规避任务模型；S2、基于脉冲式星群对空间非合作目标规避任务模型，根据非合作目标威胁与星群约束特点，设计星群威胁规避自主决策的奖励函数；S3、构建威胁场景预测神经网络，并通过非合作目标与星群信息对威胁场景预测神经网络进行训练；S4、基于奖励函数，构建星群威胁规避自主决策网络；S5、基于MADDPG算法，训练不同威胁场景下的星群威胁规避自主决策网络；S6、将非合作目标与星群信息输入至训练后的威胁场景预测神经网络中，得到当前威胁场景，并选择对应威胁场景下训练的星群威胁规避自主决策网络，进行星群规避的自主决策；所述S4中星群威胁规避自主决策网络包括Actor网络、Critic网络、Target_actor网络和Target_critic网络；所述Actor网络的输入为当前时刻的全局状态信息，输出为当前时刻的动作；所述Critic网络的输入为当前时刻的全局状态信息，输出为当前时刻的动作的评分；所述Target_actor网络的输入为下一时刻的全局状态信息，输出为下一时刻的动作；所述Target_critic网络的输入为下一时刻的全局状态信息，输出为下一时刻的动作的评分；所述Critic网络通过评分构建critic_loss函数；所述Critic网络通过critic_loss函数优化自身的网络参数；所述Actor网络通过评分构建actor_loss函数，并通过actor_loss函数计算累计期望奖励的梯度；所述Actor网络通过累计期望奖励的梯度优化自身的网络参数；所述S1的具体步骤为：S11、定义LVLH坐标系；S12、基于有量纲的T-H方程，在LVLH坐标系下构建星群与非合作目标的相对运动的离散化状态方程；S13、根据相对运动的离散化状态方程，得到星群中的卫星运动状态和空间非合作目标的运动状态；S14、根据星群中的卫星运动状态和空间非合作目标的运动状态，构建脉冲式星群对空间非合作目标规避任务模型；所述S12的具体步骤为：S121、基于有量纲的T-H方程，在LVLH坐标系下构建星群与非合作目标的相对运动线性模型；S122、将相对运动线性模型表示为状态空间形式表示；S123、对状态空间形式表示进行离散化处理，并对卫星采用脉冲速度增量控制，得到相对运动的离散化状态方程；所述S121中相对运动线性模型的表达式为： 其中，、和分别表示横坐标、纵坐标和竖坐标，表示与偏心率和真近点有关的第一参数，表示主星的轨道偏心率，表示真近点角，、、和分别表示、、和对的一阶偏导，、、和分别表示、、和对的二阶偏导，、和分别表示、和方向的控制量，、和分别表示、和方向受到的扰动；所述S122中状态空间形式表示的表达式为： 其中，表示状态向量关于真近点角的一阶导数，表示系统的状态矩阵，表示状态向量，表示控制矩阵，表示干扰矩阵，表示控制加速度，表示干扰加速度，表示的转置；所述S123中相对运动的离散化状态方程的表达式为： 其中，表示时域下时刻的状态量，表示时域下时刻的状态量，表示时刻到时刻的状态转移矩阵，表示对应的脉冲速度转移矩阵，表示时刻的脉冲速度增量，表示卫星在时刻到时刻之内受到扰动量的累加值，表示序列数；所述S13中星群中的卫星运动状态和空间非合作目标的运动状态的表达式为： 其中，表示时刻星群中卫星的运动状态，表示时刻空间非合作目标的运动状态，、和分别表示星群中卫星的位置在、、方向上的分量，、和分别表示星群中卫星在、、方向上速度分量，、和分别表示非合作目标的位置在、、方向上的分量，、和分别表示非合作目标在、、方向上速度分量，表示卫星的数量，表示空间非合作目标的数量；所述S14中脉冲式星群对空间非合作目标规避任务模型中最大脉冲速度增量的约束条件为： 其中，表示星群中卫星能产生的最大脉冲速度增量大小，表示取范数，表示该时刻下星群中卫星产生的脉冲速度增量；所述S14中脉冲式星群对空间非合作目标规避任务模型中星群的期望目标函数为： 其中，表示星群的期望目标函数，表示取最小值，表示星群中卫星的位置，表示非合作目标的位置。

全文数据：

权利要求：

百度查询： 西北工业大学 一种基于自适应MADDPG的星群规避自主决策方法