航天器定轨方法、装置、电子设备和存储介质与流程

本发明涉及航天器定轨，尤其涉及一种航天器定轨方法、装置、电子设备和存储介质。

背景技术：

1、轨道确定是利用观测数据确定空间目标轨道的过程，首先需要在追踪器上安装可见光相机或者红外相机等光学测量仪器，获得观测目标方位角以及俯仰角等信息，然后根据卫星轨道动力学模型设计算法进行定轨。

2、根据观测角度信息进行初始轨道确定有两种经典方法，包括gauss型方法和laplace型方法[1]，这两个方法都是基于追踪器与观测目标在空间中的位置矢量之间的几何关系，利用追踪器观测得到的角度信息，建立方程求解轨道的位置和速度信息。即将定轨问题转化为传统的求解线性方程组的零点问题。

3、另外，还有一类基于进化算法的轨道确定方法，例如ansalone和curti提出采用遗传算法(ga)解决传统定轨法对于短弧观测不适定的问题[2]。它将定轨的问题解编码为染色体，进而模拟生物进化过程随机生成种群，通过选择、交叉、变异等过程产生下一代的解。该算法还构建了一个适应度函数，用来表示每次实际测量值和模拟测量值的点积的乘积，适应度函数值越接近1，则表示模拟值越接近实际值，然后按照适者生存优胜劣汰的原则逐步淘汰评价函数值低的解，直至找到达到适应度阈值的解。

4、但是，由于卫星运动满足的动力学方程复杂，gauss型方法和laplace型方法都涉及到迭代求解方程组，对迭代初值选择的依赖程度较高，若初值选取不当，很可能导致解不收敛甚至发散。

5、采用遗传算法的初定轨方法，在产生下一代解时，由于交叉、变异的随机性，新的解可能朝着远离最优解的方向迭代，导致求解效率不高，增加寻优时间等困难。

6、参考文献：

7、[1]milania,gronchigf,knenzevicz,etal.orbitdeterminationwithveryshortarcs[j].icarus,2005,179(2):350-374。

8、[2]ansalonel,curtif.ageneticalgorithmforinitialorbitdeterminationfromatooshortarcopticalobservation[j].advancesinspaceresearch,2013,52(3):477-489。

技术实现思路

1、本发明提供一种航天器定轨方法、装置、电子设备和存储介质，用以解决现有技术中观测时间长且求解效率低的缺陷，实现在短时间的观测数据下，能够高效求解的定轨方法。

2、本发明提供一种航天器定轨方法，包括：

3、确定航天器的初始状态信息和蒙特卡洛搜索树搜索的搜索动作空间；

4、以所述初始状态信息作为预构建的第一棵蒙特卡洛搜索树的根节点，基于所述搜索动作空间构建所述第一棵蒙特卡洛搜索树；

5、以所述第一棵蒙特卡洛搜索树的根节点的所有子节点中，平均回报值最高的子节点作为预构建的第二棵蒙特卡洛搜索树的根节点，基于所述搜索动作空间构建所述第二棵蒙特卡洛搜索树，如此直至构建了m棵蒙特卡洛搜索树；

6、以第m棵蒙特卡洛搜索树的根节点的所有子节点中，平均回报值最高的子节点对应的状态信息作为所述航天器的目标状态信息，其中，平均回报值为节点的累计回报值和累计访问次数的商；

7、基于所述目标状态信息对所述航天器进行定轨。

8、根据本发明提供的一种航天器定轨方法，构建蒙特卡洛搜索树的方法，包括：

9、从根节点开始进行可扩展节点的选择；

10、当选择到可扩展节点时，确定是否对选择的所述可扩展节点进行扩展，当确定对所述可扩展节点进行扩展时，在所述搜索动作空间中选择搜索动作，基于所述搜索动作对所述可扩展节点进行扩展，得到新扩展的节点；

11、针对所述新扩展的节点，从所述搜索动作空间中选择搜索动作进行模拟搜索扩展，当扩展至所述蒙特卡洛搜索树到达目标最大深度h时，计算目标最大深度h处扩展的节点的第一回报值；

12、基于所述第一回报值，反向更新所述根节点到所述新扩展的节点的搜索路径上，各节点的累计回报值和累计访问次数；

13、每从根节点开始进行可扩展节点的选择至进行一次反向更新表示完成一次扩展迭代，继续对所述蒙特卡洛搜索树进行扩展迭代，直到达到总迭代次数n时，所述蒙特卡洛搜索树构建完成。

14、根据本发明提供的一种航天器定轨方法，所述从根节点开始进行可扩展节点的选择，包括：

15、以所述根节点作为第一当前节点开始选择，确定第一当前节点是否为可扩展节点；

16、当所述第一当前节点不是可扩展节点时，从所述第一当前节点的子节点中选择置信区间上界(upper confidence bounds，ucb)值最大的子节点；

17、确定置信区间上界值最大的所述子节点是否是可扩展节点；

18、当确定置信区间上界值最大的所述子节点不是可扩展节点时，以置信区间上界值最大的所述子节点作为第二当前节点，继续从所述第二当前节点的子节点中选择置信区间上界值最大的子节点进行确定，直至选择到可扩展节点或直至到达所述目标最大深度h时仍未选择到可扩展节点；

19、其中，置信区间上界值是基于子节点当前的累计访问次数和累计回报值，以及子节点对应的当前节点当前的累计访问次数计算获得的。

20、根据本发明提供的一种航天器定轨方法，所述构建蒙特卡洛搜索树的方法，还包括：

21、当直至到达所述目标最大深度h时仍未选择到可扩展节点时，计算基于置信区间上界值在所述目标最大深度h处选择的子节点的第二回报值；

22、基于所述第二回报值，反向更新所述根节点到在所述目标最大深度h处选择的子节点的搜索路径上，各节点的累计回报值和累计访问次数。

23、根据本发明提供的一种航天器定轨方法，所述确定是否对所述可扩展节点进行扩展，包括：

24、确定所述可扩展节点是否具有子节点；

25、当所述可扩展节点不具有子节点时，确定对所述可扩展节点进行扩展；

26、当所述可扩展节点具有子节点时，基于扩展选项确定是否对所述可扩展子节点进行扩展。

27、根据本发明提供的一种航天器定轨方法，所述构建蒙特卡洛搜索树的方法，还包括：

28、当基于扩展选项确定对所述可扩展节点不进行扩展时，从所述可扩展节点开始继续进行下一个可扩展节点的选择。

29、根据本发明提供的一种航天器定轨方法，所述构建蒙特卡洛搜索树的方法，还包括：

30、当选择的所述下一个可扩展节点为所述蒙特卡洛搜索树的当前最大深度处的节点，且确定对所述下一个可扩展节点不进行扩展时，计算所述下一个可扩展节点的第三回报值；

31、基于所述第三回报值，反向更新所述根节点到所述下一个可扩展节点的搜索路径上，各节点的累计回报值和累计访问次数。

32、本发明还提供一种航天器定轨装置，包括：

33、确定模块，用于确定航天器的初始状态信息和蒙特卡洛搜索树搜索的搜索动作空间；

34、构建模块，用于以所述初始状态信息作为预构建的第一棵蒙特卡洛搜索树的根节点，基于所述搜索动作空间构建所述第一棵蒙特卡洛搜索树；以所述第一棵蒙特卡洛搜索树的根节点的所有子节点中，平均回报值最高的子节点作为预构建的第二棵蒙特卡洛搜索树的根节点，基于所述搜索动作空间构建所述第二棵蒙特卡洛搜索树，如此直至构建了m棵蒙特卡洛搜索树，其中，平均回报值为节点的累计回报值和累计访问次数的商；

35、定轨模块，用于以第m棵蒙特卡洛搜索树的根节点的所有子节点中，平均回报值最高的子节点对应的状态信息作为所述航天器的目标状态信息；基于所述目标状态信息对所述航天器进行定轨。

36、本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述航天器定轨方法。

37、本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述航天器定轨方法。

38、本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述航天器定轨方法。

39、本发明提供的航天器定轨方法、装置、电子设备和存储介质，一方面，通过蒙特卡洛搜索树搜索算法进行定轨，不涉及求解方程组零点，因此不存在迭代不收敛的问题，应用场景更加广泛；另一方面，构建的蒙特卡洛搜索树记录了历史的搜索信息，即回报值和访问次数，因此能够朝着较优解的方向迭代，减少了很多不必要的搜索，提高了搜索效率，节省了计算开销，求解效率较高。