一種衛(wèi)星精確軌道預(yù)報方法
【專利摘要】本發(fā)明涉及一種衛(wèi)星精確軌道預(yù)報方法，以衛(wèi)星星歷和動力學(xué)模型算出的預(yù)報星歷與真實(shí)星歷的對比結(jié)果進(jìn)行深度神經(jīng)網(wǎng)絡(luò)自動學(xué)習(xí)訓(xùn)練，獲得深度神經(jīng)網(wǎng)絡(luò)補(bǔ)償器；然后以深度神經(jīng)網(wǎng)絡(luò)補(bǔ)償器求得的誤差補(bǔ)償與動力學(xué)模型求出的預(yù)報軌道結(jié)果相加得出衛(wèi)星精確軌道的預(yù)報。該方法在動力學(xué)預(yù)報模型與深度神經(jīng)網(wǎng)絡(luò)為兩個較獨(dú)立的部分，結(jié)構(gòu)簡單，容易實(shí)現(xiàn)，相比較單純對動力學(xué)模型或其他神經(jīng)網(wǎng)絡(luò)算法來說提高了預(yù)報精度及長期預(yù)報中對預(yù)報誤差趨勢的控制。
【專利說明】一種衛(wèi)星精確軌道預(yù)報方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于航天軌道動力學(xué)【技術(shù)領(lǐng)域】，涉及一種衛(wèi)星精確軌道預(yù)報方法。
【背景技術(shù)】
[0002]衛(wèi)星軌道預(yù)報是衛(wèi)星應(yīng)用研究的基礎(chǔ)，對理論研究和實(shí)測工作具有重要意義。軌道預(yù)報特別是高精度軌道預(yù)報的精度主要依賴于動力力模型精度。動力學(xué)模型的精度直接影響預(yù)報精度，然而空間動力學(xué)環(huán)境的高度復(fù)雜，衛(wèi)星運(yùn)動攝動力的非線性導(dǎo)致了衛(wèi)星在軌運(yùn)動的非線性，再加上衛(wèi)星本身各種參數(shù)的不確定性，單純動力學(xué)模型的精度受到限制，預(yù)報精度提高比較困難。
[0003]為了彌補(bǔ)單純動力學(xué)模型的精度的不足，不同的方法得以探索，如利用切比雪夫多項(xiàng)式擬合CHAMP衛(wèi)星軌道然后進(jìn)行外推的方法，但該方法外推時間只有50秒。近幾年研究較多的神經(jīng)網(wǎng)絡(luò)在圖像及模式識別方面的作用非常大，根據(jù)GPS衛(wèi)星星歷的相關(guān)周期特性，以時間序列預(yù)報作為基礎(chǔ)，利用神經(jīng)網(wǎng)絡(luò)建立預(yù)報模型，可得到精度為一個星期數(shù)百米的預(yù)報結(jié)果。但單純利用神經(jīng)網(wǎng)絡(luò)方法的狀態(tài)量動態(tài)范圍大，限制了預(yù)報精度的提高。

【發(fā)明內(nèi)容】

[0004]為解決現(xiàn)有技術(shù)中存在的對衛(wèi)星精確軌道預(yù)報的誤差較大或預(yù)報時間較短的問題，本發(fā)明旨在提出一種減小誤差、提高精度、適用期長的預(yù)報方法。
[0005]為了實(shí)現(xiàn)上述目 標(biāo)，本發(fā)明采用如下的衛(wèi)星精確軌道預(yù)報方法:以衛(wèi)星星歷和動力學(xué)模型算出的預(yù)報星歷與真實(shí)星歷的對比結(jié)果進(jìn)行深度神經(jīng)網(wǎng)絡(luò)自動學(xué)習(xí)訓(xùn)練，獲得深度神經(jīng)網(wǎng)絡(luò)補(bǔ)償器；然后以深度神經(jīng)網(wǎng)絡(luò)補(bǔ)償器求得的誤差補(bǔ)償與動力學(xué)模型求出的預(yù)報軌道結(jié)果相加得出衛(wèi)星精確軌道的預(yù)報。
[0006]具體的，本發(fā)明的衛(wèi)星精確軌道預(yù)報方法中獲得深度神經(jīng)網(wǎng)絡(luò)補(bǔ)償器包括以下步驟:
[0007]SOl:以衛(wèi)星星歷作為偽觀測資料計算出某初始時刻的衛(wèi)星軌道信息尤,K, T0 ；
[0008]S02:由動力學(xué)模型采用數(shù)值積分的方法得出預(yù)報星歷A, P Τ；
[0009]S03:求得尤V, T與真實(shí)衛(wèi)星星歷的比對結(jié)果Al, T ;
[0010]S04: U，T作為深度神經(jīng)網(wǎng)絡(luò)的輸入，修正值Δ?作為深度神經(jīng)網(wǎng)絡(luò)的輸出，得
到ΔΙ與T之間的映射關(guān)系的逼近函數(shù)，即深度神經(jīng)網(wǎng)絡(luò)補(bǔ)償器Al = /(U,r)。
[0011]對于步驟三，具體的，加入深度神經(jīng)網(wǎng)絡(luò)補(bǔ)償器的動力學(xué)模型方程如下:
[0012]
【權(quán)利要求】
1.一種衛(wèi)星精確軌道預(yù)報方法，其特征在于包括步驟: 步驟一:以衛(wèi)星星歷和動力學(xué)模型算出的預(yù)報星歷與真實(shí)星歷的對比結(jié)果為輸入進(jìn)行深度神經(jīng)網(wǎng)絡(luò)自動學(xué)習(xí)訓(xùn)練，獲得深度神經(jīng)網(wǎng)絡(luò)補(bǔ)償器； 步驟二:以深度神經(jīng)網(wǎng)絡(luò)補(bǔ)償器求得誤差補(bǔ)償； 步驟三:誤差補(bǔ)償與動力學(xué)模型求出的預(yù)報軌道結(jié)果相加得出衛(wèi)星精確軌道的預(yù)報。
2.根據(jù)權(quán)利要求1所述衛(wèi)星精確軌道預(yù)報方法，其特征在于步驟一獲得深度神經(jīng)網(wǎng)絡(luò)補(bǔ)償器包括以下具體步驟: 501:以衛(wèi)星星歷作為偽觀測資料計算出某初始時刻的衛(wèi)星軌道信息7；; 502:由動力學(xué)模型采用數(shù)值積分的方法得出預(yù)報星歷X,f，r ; 503:求得!,fj與真實(shí)衛(wèi)星星歷的比對結(jié)果Δ?, ; 504: X/, 作為深度神經(jīng)網(wǎng)絡(luò)的輸入，修正值A(chǔ)l作為深度神經(jīng)網(wǎng)絡(luò)的輸出，得到Al與足之間的映射關(guān)系的逼近函數(shù)，即深度神經(jīng)網(wǎng)絡(luò)補(bǔ)償器Al = /(U,r)。
3.根據(jù)權(quán)利要求1所述衛(wèi)星精確軌道預(yù)報方法，其特征在于步驟三加入深度神經(jīng)網(wǎng)絡(luò)補(bǔ)償器的動力學(xué)模型方程如下:
4.根據(jù)權(quán)利要求2所述衛(wèi)星精確軌道預(yù)報方法，其特征在于相隔T天的初始時刻下預(yù)報誤差大小和相位均較接近，則選擇T天之前的預(yù)報結(jié)果作為訓(xùn)練樣本，得到的深度神經(jīng)網(wǎng)絡(luò)補(bǔ)償器對當(dāng)前時刻下的預(yù)報星歷進(jìn)行補(bǔ)償。
5.根據(jù)權(quán)利要求2-4所述的任一衛(wèi)星精確軌道預(yù)報方法，其特征在于對于短期衛(wèi)星精確軌道預(yù)報時，訓(xùn)練階段以尤(7；: 7；, Α1、、Δ尤(7；,:7；,,7；)ΙΛΙ為輸入，獲得深度神經(jīng)網(wǎng)絡(luò)補(bǔ)償器Al=/(足匕);再以尤(ru:rpr2)DM、A?；:!；,?〗)?*輸入該補(bǔ)償器求得修正值Δ?0-。，將其與動力學(xué)模型預(yù)報星歷尤(7；:7；,r2)DM相加得出混合模型預(yù)報結(jié)果負(fù)K,7；).，即:
6.根據(jù)權(quán)利要求2-4所述的任一衛(wèi)星精確軌道預(yù)報方法，其特征在于對于中長期衛(wèi)星精確軌道預(yù)報時，訓(xùn)練階段以
7.根據(jù)權(quán)利要求6所述衛(wèi)星精確軌道預(yù)報方法，其特征在于對于中長期衛(wèi)星精確軌道預(yù)報時，以HT、T0-3T作為訓(xùn)練的初始時刻。
8.根據(jù)權(quán)利要求1或3所述衛(wèi)星精確軌道預(yù)報方法，其特征在于步驟一以實(shí)際觀測值Y、觀測量的計算值Y*、及其殘差I(lǐng)來訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)補(bǔ)償器，表達(dá)式如下:
Y*=H(X, t), y=Y-Y*
9.根據(jù)權(quán)利要求8所述衛(wèi)星精確軌道預(yù)報方法，其特征在于實(shí)際觀測量Y是測角、測速、偽距。
【文檔編號】G06N3/02GK103886368SQ201410116951
【公開日】2014年6月25日 申請日期:2014年3月26日 優(yōu)先權(quán)日:2014年3月26日
【發(fā)明者】高有濤 申請人:南京航空航天大學(xué)