基于补偿波形调整的导航卫星轨道预报方法
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,尝试采用神经网络作为建模工具改进北斗导航卫星轨道预报精度.对影响神经网络模型补偿效果的因素进行了详细分析,基于神经网络补偿波形调整策略制定了适应导航卫星短期、中期和长期预报的神经网络优化模型.利用实测数据进行了试验分析,结果表明,该方法可以显著改进利用动力学模型得到的预报轨道精度.短期预报中,当采用的训练样本距离当前时刻大于10d时,应移动补偿波形;中长期预报中均应移动补偿波形.相比补偿波形不调整的神经网络模型,采用基于补偿波形调整的神经网络优化模型后,预报弧长为8、15、30 d时,改进率分别提高了2.3%、6.7%、10%.
神经网络、轨道预报、轨道摄动、GEO、IGSO
42
P228.4(大地测量学)
国家自然科学基金41204022,61603397;大地测量与地球动力学国家重点实验室开放基金课题SKLGED2017-3-3-E.The National Natural Science Foundation of China,Nos.41204022,61603397;the Foundation of State Key Laboratory of Geodesy and Earth's Dynamics;No.SKLGED2017-3-3-E
2017-09-15(万方平台首次上网日期,不代表论文的发表时间)
共7页
1061-1067