本發(fā)明涉及空間碎片檢測領域。一種基于強化學習的監(jiān)測望遠鏡陣列控制方法,對空間碎片及望遠鏡監(jiān)測陣列系統(tǒng)建模,對空間碎片的目標軌道數(shù)據(jù)的精度測量分析,構建基于深度強化學習的智能調(diào)度策略,本發(fā)明實現(xiàn)空間碎片檢測網(wǎng)數(shù)字宇宙的搭建,采用蒙特卡洛采樣方法生成模擬真實世界分布的空間碎片數(shù)據(jù);在此基礎上,建立空間軌道數(shù)據(jù)的精度測量分析方法,研究監(jiān)測設備參數(shù)對空間碎片測量精度的影響;最終,采用強化學習技術,建立空間碎片監(jiān)測網(wǎng)智能控制方法,實現(xiàn)對空間碎片態(tài)勢的快速感知。
聲明:
“基于強化學習的監(jiān)測望遠鏡陣列控制方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)