一种针对遥测数据的卫星姿态短期预测方法
卫星姿态预测是指利用历史姿态信息推测卫星姿态的未来趋势,其难点之一在于卫星遥测数据往往具有复杂的非线性特征,且卫星遥测数据一般具有量多,数据密集的特点,本文利用支持向量回归机(SVR)的非线性运算能力和粒子群优化算法(PSO)的快速全局优化的特点提出了一种基于PSO-SVR的卫星姿态预测模型.首先将表征卫星飞行姿态的关键参数的时间序列分段求取均值、均方差以压缩数据,然后根据粒子群优化算法来计算最优的SVP参数,根据最优参数建立预测模型进行关键参数均值、均方差的预测,从而估计卫星的未来姿态.该方法克服了参数人工选择的盲目性并能够实现卫星姿态的短期预测.将该方法应用于某卫星姿态的关键参数偏航角的预测,获得了较满意的效果.
卫星姿态预测、支持向量回归机、粒子群优化算法、遥测数据
36
TP311(计算技术、计算机技术)
中央高校基本科研业务费NZ2013306;江苏省“青蓝工程”、“333工程”、技术基础预研JSJC2013605C009
2016-09-18(万方平台首次上网日期,不代表论文的发表时间)
共6页
433-438