基于特征频率的空间翻滚目标惯性特征的智能识别方法

摘要

本发明公开基于特征频率的空间翻滚目标惯性特征的智能识别方法，先对虚拟翻滚目标进行运动仿真，模拟动力学参数误差、干扰力矩以及观测噪声的影响，得到含有虚拟噪声的翻滚目标的姿态四元数的虚拟观测值。再将观测值从时域变换到频域，提取翻滚目标的四元数频域图像中峰值最高的三个尖峰作为特征频率，计算仿真中涉及的各翻滚目标的主转动惯量之间的比值。再构建人工神经网络，并对神经网络各节点的权重进行训练，存储训练好的人工神经网络的结构和节点权重。最后，在实际的空间翻滚目标的参数识别任务中，先对其姿态四元数进行观测，然后提取特征频率，将特征频率输入到人工神经网络中，输出层得到目标的主转动惯量之间的比值。