长短时记忆神经网络在卫星轨道预报中的研究
目前的卫星轨道预报主要依靠动力学模型.由于模型与实际卫星所在空间环境变化存在差异,故通过动力学模型预报的轨道与实际轨道的偏差较大;尤其低轨卫星,由于空间环境复杂多变,预报误差更大;利用深度学习的神经网络作为轨道预报的工具,通过对卫星轨道数据的训练学习,掌握数据之间隐含的关系预测未来数据;将深度学习的长短时记忆神经网络模型优化,并将预报数据与实际数据进行对比分析,将预报20 d的误差由之前最大值的300 km降低到5km以下,提高了神经网络预报卫星轨道的精度.
轨道预报、低轨卫星、深度学习、长短时记忆神经网络
38
TJ417(弹药、引信、火工品)
2018-03-13(万方平台首次上网日期,不代表论文的发表时间)
共6页
127-132