本發(fā)明公開了一種基于深度學(xué)習(xí)的空間非合作目標(biāo)姿軌一體化參數(shù)估計方法。該參數(shù)估計算法通過對偶矢量四元數(shù)對空間非合作目標(biāo)進(jìn)行運動學(xué)與動力學(xué)建模，并在此基礎(chǔ)上設(shè)計相應(yīng)的狀態(tài)BP神經(jīng)網(wǎng)絡(luò)參數(shù)估計算法以及狀態(tài)協(xié)方差矩陣卷積神經(jīng)網(wǎng)絡(luò)參數(shù)估計算法。整個參數(shù)估計算法利用了對偶矢量四元數(shù)的特性對空間非合作目標(biāo)的姿軌參數(shù)進(jìn)行了一體化估計，考慮了空間非合作目標(biāo)的姿軌耦合效應(yīng)。同時，本參數(shù)估計算法設(shè)計了具有單隱層的BP神經(jīng)網(wǎng)絡(luò)以及雙隱層的卷積神經(jīng)網(wǎng)絡(luò)，能夠在測量失效條件下對空間非合作目標(biāo)進(jìn)行參數(shù)估計從而使該參數(shù)估計算法對空間環(huán)境具有較強的魯棒性。