神经网络在北斗导航卫星轨道预报中的应用
导航卫星的自主定轨是提高卫星导航系统生存能力的一个重要手段,在解决导航星座自主定轨中涉及到高精度的轨道预报,提高轨道预报精度对于自主定轨精度有着重要意义.针对利用动力学模型得到的预报轨道随时间推移精度衰减较快的问题,本文提出了一种改进北斗导航卫星中长期轨道预报精度的新方法.利用神经网络作为建立预报模型的工具,在动力学模型的基础上建立神经网络模型,通过对历史时刻预报误差的学习及训练,掌握其变化规律,再用于补偿和改进当前时刻的预报轨道,以达到提高预报精度的目的.本文制定了导航卫星轨道中长期预报方案,并利用实测数据进行了实验分析,结果表明,采用神经网络模型补偿预报轨道误差时,不同卫星在不同初始时刻下的改进效果是不同的.预报15d导航卫星的轨道精度由318 m提高至19m,预报30 d轨道精度由1 757 m提高至49 m.预报15d、30 d轨道改进幅度分别为41%~80%、32%~88%.
北斗导航卫星、自主定轨、神经网络、轨道预报、数值滤波、平滑
40
P228.41(大地测量学)
国家自然科学基金资助项目41204022;上海市空间导航与定位技术重点实验室基金资助项目12DZ2273300.The National Natural Science Foundation of China,No.41204022;the Opening Project of Shanghai Key Laboratory of Space Navigation and Position Techniques,No.12DZ2273300.
2015-10-23(万方平台首次上网日期,不代表论文的发表时间)
1253-1258