利用LSTM网络预测月球物理天平动参数

摘要：

利用中国探月甚长基线干涉测量(very long baseline interferometry,VLBI)观测数据改进月球物理天平动参数的预测精度,对于着陆器和巡视器的精密定位具有重要意义.利用VLBI单点定位模型解算得到"嫦娥三号"(Chang'E-3,CE-3)着陆器的坐标和物理天平动,分别采用循环神经网络(recursive neural net-work,RNN)和长短期记忆(long-short term memory,LSTM)网络进行物理天平动的预测.选取月球着陆器的坐标和VLBI观测量作为输入量,将3个欧拉角Ω,i,μ作为输出量,将11 323个样本用于训练,2 315个样本用于测试,2 315个样本用于验证,1000个样本用作与预测结果进行对比.结果显示,验证集的数据经过1000次训练和9次迭代训练后的梯度约为6.2×10-5(")/s,证明了 LSTM网络与RNN的可靠性.LSTM网络和RNN的3个欧拉角的预测精度分别达到了 97.8％、99.7％、97.2％和95.2％、98.5％、95.8％,LSTM网络的预测精度更高.与DE421星历对欧拉角的预测结果进行比较,结果证明了 LSTM网络预测精度更高.

关键词：长短期记忆网络、循环神经网络、月球物理天平动、甚长基线干涉测量

所属期刊栏目：47

分类号：P228(大地测量学)

资助基金：国家重点研发计划;国家自然科学基金

在线出版日期：2023-01-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1815-1822