历史数据下优化GRU模型的测控设备相位预测

作者：孙岩; 雷超; 董恒; 史新虎; 屈渊博

来源：测控技术, 2023, 42(01): 16-20.

DOI：10.19708/j.ckjs.2023.01.003

• 环境受限
• 历史记录
• 相位预测
• 鲸鱼算法
• GRU

航天测控设备目标跟踪测量对相位具有依赖性，在无近远场标校环境或场坪周边环境受限等情况下，人工经验装填相位难以满足参数准确性和设备稳定跟踪需求。探索依赖记录的历史数据进行相位预测方法，通过数据筛选、清洗和标准化等预处理后，利用群智能鲸鱼算法，以预测值和真实值的均方根误差作为适应度函数，自适应寻优长短时序列模型神经元个数和步长两个超参数，得到超参数优化值，对历史数据随机划分进行训练和验证，实现最终相位预测模型，对某型号设备历史数据和当前校相条件开展多次验证，同时与循环神经网络(RNN)和门控循环单元(GRU)对比，模型预测值和真实值相差小，算法准确性优于传统统计计算，满足测控设备跟踪、日常比对以及应急辅助需求。