科研之友
微信
新浪微博
Facebook
分享链接
摘要
传统的轨道预报方法，主要分为数值法和解析法，数值法计算精度高但计算速度慢，星载计算机的算力要求很高；解析法计算精度低但计算速度快，对星载计算机的算力要求较低。随着卫星技术的发展，卫星的自主定轨和智能化变得越来越重要，而传统的轨道预报方法不能很好的满足这一要求，即兼顾计算精度和计算速度。针对这一问题，提出一种基于LSTM神经网络的轨道预报算法，该方法通过使用LSTM神经网络对解析法的预测值与卫星的真实位置的误差进行训练，从而来预测解析法在未来时刻的预报误差，通过对误差的修正来提高预测的准确性，且具有较快的计算速度。
-
单位航天学院; 中南大学
