基于深度神经网络的航天器双脉冲可达域快速计算方法

本发明涉及基于深度神经网络的航天器双脉冲可达域快速计算方法，所述的方法包括建立基于航天器初始轨道的全局坐标系和基于航天器转移轨道的局部坐标系；通过求解可达方向的仰角最大值和矢径长度极值，得到各个可达方向上的矢径边界和基于全局坐标系的双脉冲可达域真值包络；基于层次化几何特征提取策略，将不规则的双脉冲可达域真值包络转化为结构化的几何特征，训练用于实时重构双脉冲可达域的深度神经网络；构建多层感知器架构，以学习从空间和轨道参数到精确包络边界的高度非线性映射。本发明将严格的非线性规划方法与深度学习技术相结合，降低了模型输入的维度并提高了泛化能力。