状态不确定性下的地月L1点邻域目标轨道行为概率预测
ID:147 View Protection:ATTENDEE Updated Time:2026-11-12 12:44:01 Hits:29 Oral Presentation

Start Time:Pending(Asia/Shanghai)

Duration:Pending

Session:No Session »

No files

Abstract
地月L1点邻域连接地球与月球空间,对穿越该区域的目标开展轨道行为预测,可为地月空间目标监视与风险评估提供依据。初始状态不确定性可能导致同一标称状态对应多类轨道行为,而重复蒙特卡洛传播的计算开销限制了行为概率的快速评估。为此,本研究提出基于标签分布学习与全连接神经网络的轨道行为概率预测方法。在圆型限制性三体模型和给定高斯状态误差条件下,依据有限时间事件判据定义快速接近地球、快速接近月球和缓慢接近三类行为,以蒙特卡洛统计概率表征同一标称状态下多类行为的可能性。结合全局采样与行为边界附近采样构建概率数据库,训练全连接神经网络建立标称状态到行为概率分布的映射。数值仿真结果表明,在相同验证条件下,神经网络的切比雪夫距离和Kullback–Leibler散度均低于三种对比算法。在训练后的概率评估阶段,13组测试的计算耗时由蒙特卡洛方法的6.35 h降至2.26 s。该方法通过离线建库与模型训练降低了重复概率评估对轨道积分的依赖,但行为转换边界附近的局部预测精度仍有待提高。
Keywords
状态不确定性,标签分布学习,轨道行为概率预测,全连接神经网络,圆型限制性三体问题,地月L1点
Speaker
宋亮俊
无 西北工业大学

Submission Author
宋亮俊 西北工业大学
杜崇瑞 西北工业大学
代洪华 西北工业大学
Submit Comment
Verify Code Change Another
All Comments
Important Date
  • Conference Date

    Nov 27

    2026

    to

    Nov 30

    2026

  • Sep 20 2026

    Contribution Submission Deadline

  • Nov 13 2026

    Draft paper submission deadline

  • Nov 30 2026

    Registration deadline

Sponsored By
中国空间科学学会空间探测专业委员会
Organized By
中国科学院近代物理研究所
Contact Information